학습 목표
- HTML 문서의 개념에 대해서 이해한다.
- 태그의 형식에 대해서 이해한다.
- 크롤링을 위한 패키지인 BeautifulSoup4의 사용법을 이해한다.
- 머신 러닝 분류 방법인 나이브 베이즈 분류기의 사용법을 익힌다.
후기
학습 내용
31. 뉴스기사 크롤링 및 분류
31.1 웹 이해하기
(1) HTML과 태그
크롤링(crawling) 이란?
웹 페이지로부터 데이터를 추출하는 행위
-> 크롤러(crawler): 크롤링하는 소프트웨어
HTML과 태그(Tag)
HTML(HyperText Markup Language)
웹사이트를 구성하는 마크업 언어
예시)
<!DOCTYPE html>
<html>
<head>
<title> HTML 문서 </title>
</head>
<body>
<h1> 이것은 HTML 문서입니다! </h1>
</body>
</html>- 태그(Tag): 꺾쇠들로 구성된 코드
-> 위의 HTML 코드는 여러 개의 중첩된 태그로 구성되어 있음
(2) 선택자
선택자(Selector)란?
어떤 특정 태그들에 그룹이나 번호를 주는 기능
-> 선택자의 개념을 이용해서 크롤링을 보다 용이하게 할 수 있다!
