[스파르타] 모아모아 크롤링, 저장하는 몽고디비!

모아모아 크롤링, 저장하는 몽고디비!

01. crowling 기초

crowling는 무엇인가요?

페이지 내 링크의 모든 내용을 가져오는 것!

scrapy는 무엇인가요?

웹에서 내가 원하는 정보를 스크래핑 하는 것!

crowling 시작 템플릿

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.nhn?sel=pnt&date=20200303',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')

# 코딩 시작

Test. 영화 웹스크래핑

python 코드

import requests
from bs4 import BeautifulSoup

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.nhn?sel=pnt&date=20200303',headers=headers)

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

trs=soup.select('#old_content > table > tbody > tr')

for movie in trs:
    a_tag=movie.select_one('td.title > div > a')

    if a_tag is not None:
        num=movie.select_one('td:nth-child(1) > img')['alt']
        title=a_tag.text
        score=movie.select_one('td.point').text

        print(num, title, score)

Test. 음악 웹스크래핑

python 코드

import requests
from bs4 import BeautifulSoup

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=D&ymd=20200403&hh=23&rtm=N&pg=1',headers=headers)

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

trs=soup.select('#body-content > div.newest-list > div > table > tbody > tr')

for song in trs:
    num=song.select_one('td.number').text[0:2].strip()
    title=song.select_one('td.info > a.title.ellipsis').text.strip()
    name=song.select_one('td.info > a.artist.ellipsis').text

    print(num, title, name)

02. 느낀점

내가 원하는 정보만 잘 선택하는게 중요!