Python 크롤링

패키지 설치

• requests
• Bs4

# 타겟 URL을 읽어서 HTML를 받아오고,
*참고 - 헤더는 코드에서 콜을 날리는게 아닌 브라우저에서 사람이 콜을 날린 것과 같은 역할을 함

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(‘(여기에url입력),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.
*파싱-데이터를 분해 분석하여 원하는 형태로 조립하고 다시 빼내는 것

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

BeautifulSoup 프레임워크 사용법

예시 1) 네이버영화페이지 1위 영화제목 하나만 골라오기

title = soup.select_one('#old_content > table > tbody > tr:nth-child(2) > td.title > div > a')
print(title.text)

예시2) 네이버영화페이지에서 영화정보(영화순위, 영화제목, 별점) 여러개 긁어오기

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

for movie in movies:
    a = movie.select_one('td.title > div > a')
    if a is not None:
        title = a.text
        rank = movie.select_one('td:nth-child(1) > img')['alt']
        star = movie.select_one('td.point').text
        print(rank, title, star)