2023-01-10 파이썬 웹스크래핑(크롤링)

제목을 쉽게 찾을수 있는 라이브러리

 

 

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)
#############################

필요할때 url만 교체해서 사용하면 됨

 

 

- Beautifulsoup 사용방법

우클릭 검사

우클릭 copy -> copy selector

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.naver?sel=pnt&date=20210829',headers=headers)

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

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

title = soup.select_one('  ') 안에 카피한거 붙여넣기

한개만 할때는 select_one

 

실행 누르면 밑에 이렇게 나옴

 

print(title.text)

.text 사용시 밥정만 나옴

 

print(title['href'])

['heef'] 입력시 해당 값만 나옴

 

 

None(가로선) 제거 방법

is not, != 이렇게 쓸수도 있음

.text

 

 

 

rank alt 값 필요 동일하게 copy selector

 

 

star 9.64 값 필요 동일하게 copy selector

여기까진 동일하기 때문에

tr 까지 동일 한 부분 하나만 입력

뒤에 td 부터

 

 

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)

.text , ['alt'] 뒤에다가 입력 해도 해당 값만 출력 가능 프린트에 써도 되긴함