Python 에서 패키지는 모듈(일종의 기능들 묶음)을 모아 놓은 단위 
이런 패키지 의 묶음을 라이브러리 라고 볼 수 있음. 
즉, 여기서는 패키지 설치 = 외부 라이브러리 설치!

가상환경(virtual environment)은
같은 시스템에서 실행되는 다른 파이썬 응용 프로그램들의 동작에 영향을 주지 않기 위해, 
파이썬 배포 키지들을 설치하거나 업그레이드하는 것을 가능하게 하는 격리된 실행 환경 입니다.

앱을 설치할 때 앱스토어/플레이스토어를 가듯이, 새로운 프로젝트의 라이브러리를 가상환경(공구함)에 설치하려면 pip 를 이용

• project interpreter 화면에서 + 버튼을 누르면 아래 창이 뜹니다!
  

• requests를 검색
  

• 서울시 대기 OpenAPI에서, 중구의 미세먼지 값을 가져오기

    import requests # requests 라이브러리 설치 필요
  
    r = requests.get('http://spartacodingclub.shop/sparta_api/seoulair')
    rjson = r.json()

• 모든 구의 IDEX_MVL값을 찍기

  import requests # requests 라이브러리 설치 필요
  
  r = requests.get('http://spartacodingclub.shop/sparta_api/seoulair')
  rjson = r.json()
  
  gus = rjson['RealtimeCityAir']['row']
  
  for gu in gus:
      print(gu['MSRSTE_NM'], gu['IDEX_MVL'])
  

• IDEX_MVL 값이 60 미만인 구만 찍기

  import requests # requests 라이브러리 설치 필요
  
  r = requests.get('http://spartacodingclub.shop/sparta_api/seoulair')
  rjson = r.json()
  
  gus = rjson['RealtimeCityAir']['row']
  
  for gu in gus:
      if gu['IDEX_MVL'] < 60:
          print (gu['MSRSTE_NM'], gu['IDEX_MVL'])

> 	네이버영화 페이지 웹스크래핑

    # 크롤링할 페이지 - 네이버 페이지
    # https://movie.naver.com/movie/sdb/rank/rmovie.naver?sel=pnt&date=20210829

• 패키지 추가 설치(beautifulsoup4)

bs4

• 크롤링 기본 셋팅
  

import requests
from bs4 import BeautifulSoup

# 타겟 URL을 읽어서 HTML를 받아오고,
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}
data = requests.get('https://movie.naver.com/movie/sdb/rank/rmovie.naver?sel=pnt&date=20210829',headers=headers)

# HTML을 BeautifulSoup이라는 라이브러리를 활용해 검색하기 용이한 상태로 만듦
# soup이라는 변수에 "파싱 용이해진 html"이 담긴 상태가 됨
# 이제 코딩을 통해 필요한 부분을 추출하면 된다.
soup = BeautifulSoup(data.text, 'html.parser')

#############################
# (입맛에 맞게 코딩)
#############################
   

• select / select_one의 사용법

  영화 제목을 가져오기

  태그 안의 텍스트를 찍고 싶을 땐 $\rightarrow$ 태그.text
  태그 안의 속성을 찍고 싶을 땐 $\rightarrow$ 태그['속성']

import requests
from bs4 import BeautifulSoup

# URL을 읽어서 HTML를 받아오고,
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}
data = requests.get('https://movie.naver.com/movie/sdb/rank/rmovie.naver?sel=pnt&date=20210829',headers=headers)

# HTML을 BeautifulSoup이라는 라이브러리를 활용해 검색하기 용이한 상태로 만듦
soup = BeautifulSoup(data.text, 'html.parser')

# select를 이용해서, tr들을 불러오기
movies = soup.select('#old_content > table > tbody > tr')

# movies (tr들) 의 반복문을 돌리기
for movie in movies:
    # movie 안에 a 가 있으면,
    a_tag = movie.select_one('td.title > div > a')
    if a_tag is not None:
        # a의 text를 찍어본다.
        print (a_tag.text) 

• beautifulsoup 내 select에 미리 정의된 다른 방법들
  

# 선택자를 사용하는 방법 (copy selector)
soup.select('태그명')
soup.select('.클래스명')
soup.select('#아이디명')

soup.select('상위태그명 > 하위태그명 > 하위태그명')
soup.select('상위태그명.클래스명 > 하위태그명.클래스명')

# 태그와 속성값으로 찾는 방법
soup.select('태그명[속성="값"]')

# 한 개만 가져오고 싶은 경우
soup.select_one('위와 동일')

• 항상 정확하지는 않으나, 크롬 개발자도구를 참고할 수 있음
  1. 원하는 부분에서 마우스 오른쪽 클릭 $\rightarrow$ 검사
  2. 원하는 태그에서 마우스 오른쪽 클릭
  3. Copy $\rightarrow$ Copy selector로 선택자를 복사하여 사용

  import requests
  from bs4 import BeautifulSoup

  # 크롤링
  headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}
  data = requests.get('https://www.genie.co.kr/chart/top200?ditc=M&rtm=N&ymd=20210701', headers=headers)  # headers : 사람이 요청하는 것?

  soup = BeautifulSoup(data.text, 'html.parser')

  music_list = soup.select('#body-content > div.newest-list > div > table > tbody > tr')
  for music in music_list:
      title = music.select_one('td.info > a.title.ellipsis').text.strip()
      artiest = music.select_one('td.info > a.artist.ellipsis').text
      if '19금' in title:
          title = '19금 ' + title.lstrip('19금').strip()
      rank = music.select_one('td.number').text[0:2].strip()
      print(rank, title, artiest)

👉 Database에는, 크게 두 가지 종류가 있습니다.

👉 RDBMS(SQL)
행/열의 생김새가 정해진 엑셀에 데이터를 저장하는 것과 유사합니다.
데이터 50만 개가 적재된 상태에서, 갑자기 중간에 열을 하나 더하기는 어려울 것입니다.
그러나, 정형화되어 있는 만큼, 데이터의 일관성이나 / 분석에 용이할 수 있습니다.
ex) MS-SQL, My-SQL 등

👉 No-SQL
딕셔너리 형태로 데이터를 저장해두는 DB입니다. 고로 데이터 하나 하나 마다 같은 값들을 가질 필요가 없게 됩니다. 자유로운 형태의 데이터 적재에 유리한 대신, 일관성이 부족할 수 있습니다.
ex) MongoDB

1) Allow Access from Anywhere 클릭 → Add IP address 클릭
2) Username, Password를 아래와 같이 입력 → Create Database User 클릭
3) Choose a connection method 클릭

1. 패키지 설치
   

    pymongo, dnspython

2. mongoDB Atlas 화면에서 Connect application 클릭

   

   

• DB연결하기 & 데이터 넣기
  

# 'users'라는 collection에 {'name':'bobby','age':21}를 넣습니다.
db.users.insert_one({'name':'bobby','age':21})
db.users.insert_one({'name':'kay','age':27})
db.users.insert_one({'name':'john','age':30})

• 모든 결과 값을 보기
  

# 모든 데이터 뽑아 보기
all_users = list(db.users.find({},{'_id':False}))

print(all_users[0])         # 0번째 결과값을 보기
print(all_users[0]['name']) # 0번째 결과값의 'name'을 보기

for user in all_users:      # 반복문을 돌며 모든 결과값을 보기
    print(user)

• 특정 결과 값 뽑아 보기
  

user = db.users.find_one({'name':'bobby'})
print(user)

• 수정하기
  

# 오타가 많으니 이 줄을 복사해서 씁시다!
db.users.update_one({'name':'bobby'},{'$set':{'age':19}})

user = db.users.find_one({'name':'bobby'})
print(user)

• 삭제하기(거의 사용하지 않음)
  

db.users.delete_one({'name':'bobby'})

user = db.users.find_one({'name':'bobby'})
print(user)

• 요약
  

# 저장 - 예시
doc = {'name':'bobby','age':21}
db.users.insert_one(doc)

# 한 개 찾기 - 예시
user = db.users.find_one({'name':'bobby'})

# 여러개 찾기 - 예시 ( _id 값은 제외하고 출력)
all_users = list(db.users.find({},{'_id':False}))

# 바꾸기 - 예시
db.users.update_one({'name':'bobby'},{'$set':{'age':19}})

# 지우기 - 예시
db.users.delete_one({'name':'bobby'})

• 이전 네이버 영화 순위를 크롤링한 후 mongoDB에 저장
  

import requests
from bs4 import BeautifulSoup

from pymongo import MongoClient
client = MongoClient('mongodb+srv://test:sparta@cluster0.55vah.mongodb.net/Cluster0?retryWrites=true&w=majority')
db = client.dbsparta

# URL을 읽어서 HTML를 받아오고,
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}
data = requests.get('https://movie.naver.com/movie/sdb/rank/rmovie.naver?sel=pnt&date=20210829',headers=headers)

# HTML을 BeautifulSoup이라는 라이브러리를 활용해 검색하기 용이한 상태로 만듦
soup = BeautifulSoup(data.text, 'html.parser')

# select를 이용해서, tr들을 불러오기
movies = soup.select('#old_content > table > tbody > tr')

# movies (tr들) 의 반복문을 돌리기
for movie in movies:
    # movie 안에 a 가 있으면,
    a_tag = movie.select_one('td.title > div > a')
    if a_tag is not None:
        rank = movie.select_one('td:nth-child(1) > img')['alt'] # img 태그의 alt 속성값을 가져오기
        title = a_tag.text                                      # a 태그 사이의 텍스트를 가져오기
        star = movie.select_one('td.point').text                # td 태그 사이의 텍스트를 가져오기
        doc = {
            'rank': rank,
            'title': title,
            'star': star
        }
        db.movies.insert_one(doc)

• 지니 뮤직 사이트의 순위/곡 제목/ 가수를 스크래핑하여 print 함
  

import requests
from bs4 import BeautifulSoup

# 크롤링
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}
data = requests.get('https://www.genie.co.kr/chart/top200?ditc=M&rtm=N&ymd=20210701', headers=headers)  # headers : 사람이 요청하는 것?

soup = BeautifulSoup(data.text, 'html.parser')

music_list = soup.select('#body-content > div.newest-list > div > table > tbody > tr')
for music in music_list:
    title = music.select_one('td.info > a.title.ellipsis').text.strip()
    artiest = music.select_one('td.info > a.artist.ellipsis').text
    if '19금' in title:
        title = '19금 ' + title.lstrip('19금').strip()
    rank = music.select_one('td.number').text[0:2].strip()
    print(rank, title, artiest)

• 결과