[웹개발] 크롤링&DB연동

Mark·2022년 7월 30일
0
post-thumbnail

👩🏻‍💻 해당 글은 스파르타 코딩클럽 '웹개발 종합반' 강의 및 내용 정리사항을 바탕으로 개인 공부차원에서 정리 및 작성한 글입니다.

✏️ 수강 중인 교육과정 스파르타코딩클럽 [웹개발 종합반]
 

1. 파이썬 패키지 설치

1) 패키지?

  • Python에서 모듈을 모아 놓은 단위
  • 패키지의 묶음 ⇒ 라이브러리
  • 패키지 설치 = 외부 라이브러리 설치

2) 가상환경이란?

  • 프로젝트별로 패키지들을 담을 공구함
👉 가상환경(virtual environment)은
같은 시스템에서 실행되는 다른 파이썬 응용 프로그램들의 동작에 영향을 주지 않기 위해, 
파이썬 배포 패키지들을 설치하거나 업그레이드하는 것을 가능하게 하는 격리된
실행 환경

출처 : [파이썬 공식 용어집- 가상환경](https://docs.python.org/ko/3/glossary.html#term-virtual-environment)

3) pip(python install package) 사용

👉 새로운 프로젝트의 라이브러리를 가상환경에 설치하려면 pip 를 이용

 

2. BeautifulSoup

1) beautiful soup 설치

  • [MacOS] 기준
$ pip //pip 설치되어있는지 확인 
$ pip install beautifulsoup4

2) import

import requests
from bs4 import BeautifulSoup 

3) 크롤링 기본 세팅

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('url',headers=headers)

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

  

3. select/select_one 사용법 익히기

👉 태그 안의 텍스트를 찍고 싶을 땐 → 태그.text
   태그 안의 속성을 찍고 싶을 땐 → 태그['속성']

1) beautifulsoup 내 select에 미리 정의된 다른 방법

# 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')
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('크롤링할 URL',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)

2) 크롬 개발자 도구 참고 가능(항상 정확한 건 아님!)

  • 원하는 부분에서 마우스 우클릭 → 검사
  • 원하는 태그 선택 → 마우스 우클릭
  • Copy → Copy selector로 선택자를 복사할 수 있음
     

4. DB

1) DB는 왜 쓰는지?

  • 잘 넣어두고 나중에 잘 찾기 위해서

2) DB 종류

👉 RDBMS(SQL)

행/열의 생김새가 정해진 엑셀에 데이터를 저장하는 것과 유사함.
데이터 50만 개가 적재된 상태에서, 갑자기 중간에 열을 하나 더하기는 어려울 수 있음 
이 경우에 사용하게 되면 데이터의 일관성 및 분석에 용이함
ex) MS-SQL, My-SQL 등

👉 No-SQL


장점
딕셔너리 형태로 데이터를 저장해두는 DB.
데이터 하나 하나 마다 같은 값들을 가질 필요 없음

단점
자유로운 형태의 데이터 적재에 유리한 대신, 일관성이 부족할 수 있음
ex) MongoDB

3) 클라우드

  • 요즘은 클라우드를 사용하는 추세
     

5. mongoDB 연결하기

1) mongoDB - Atlas 연결하기

👉 pymongo 라이브러리의 역할

mongoDB 라는 프로그램을 조작하려면, 라이브러리인 pymongo가 필요.

2) 패키지 설치하기

pip install pymongo
pip install dnspython

3) pymongo로 조작하기

from pymongo import MongoClient
client = MongoClient('URL')
db = client.['DBNAME']

4) 연결되었는지 확인

doc = {
    'name':'bob',
    'age':27
}

db.users.insert_one(doc)

5) mongoDB에 해당 데이터가 잘 들어갔는지 확인

  

6. pymongo로 DB조작하기

1) DB 연결하기 및 데이터 넣기

db.collection_name.insert_one({'name':'bob','age':20}))db.users.insert_one({'name':'bob','age':20})

2) 모든 값 확인하기

# 모든 데이터 뽑아보기
db.collection_name.find({}, {'_id':False}))
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)

3) 특정 결과 값 확인하기

db.collection_name.find_one({'key':'value'})

4) 수정하기

db.collection_name.update_one({'key':'value'},{'$set':{'key':'value'}})) db.users.update_one({'name':'bob'},{'$set':{'age':21}})

5) 삭제하기 (거의 사용하지 않음)

db.collection_name.delete_one({'key':'value'})
profile
개인 공부 정리

0개의 댓글