[10.20] 내일배움캠프 3일차(웹개발종합)

박상훈·2022년 10월 20일
jsmongodbpythonweb
0

내일배움사전캠프[웹개발]

목록 보기
3/5

[10.20] 내일배움캠프 3일차(웹개발종합)

👉 Python, 웹 크롤링, mongoDB 다루기

1. Python 기본 다지기

🚨Python은 들여쓰기가 매우 중요!🚨

  • 변수 선언(정수,문자열)
    👉 a = 3 , b = 2
    👉 print(a + b) - > 5
    👉 c = 'sanghoon' , d = 'good'
    👉 print(c + d) -> 'sanghoongood'
  • 변수 선언(List, Dict)
    👉 a_list = ['사과', '배', '감']
    👉 a_list.append('수박') -> 데이터 추가
    👉 b_dict ={'name' : 'bob' , 'age' : 26}
    👉 b_dict[ 'name' ] , b_dict[ 'age' ] 접근
  • 함수 선언
    👉 def sum(a,b):
              return a+b
    👉 result = sum(2,3) -> 5 담김
  • 조건문
    👉 def is_adult(age):
              if age > 20: print('성인 입니다!')
              else : print('청소년 입니다!')
    👉 is_adult(19) -> 청소년 입니다!
  • 반복문(List)
    👉 fruits = ['사과','배','배','감','수박','귤','딸기','사과','배','수박']
    👉 for fruit in fruits :
             print(fruit) -> 리스트 형식의 데이터 끝까지 출력.
  • 반복문(Dict)
    👉 people = [ {'name': 'bob', 'age': 20},
                     {'name': 'carry', 'age': 38},
                     {'name': 'john', 'age': 7},
                     {'name': 'smith', 'age': 17},
                     {'name': 'ben', 'age': 27} ]
    👉 for person in people :
           if person[ 'age' ] > 20 :
            print(person[ 'name' ]) -> 20살보다 높은 나이 사람 출력.

2. Python 웹 크롤링

  • 패키지 : 라이브러리 담아두는 공간이라고 생각.
  • 웹 크롤링 시 JS의 Ajax와 같이 url로 Data를 요청할 때 유용한 패키지 설치
    👉 setting -> python 인터프리터 -> + -> requests검색 후 설치 ->  Ajax와 비슷
  • Request 패키지 사용 예제 1( Json데이터 API 가져오기!! )
import requests # requests 라이브러리 설치 필요
r = requests.get('http://spartacodingclub.shop/sparta_api/seoulair')
rjson = r.json()
rows = rjson['RealtimeCityAir']['row']
for row in rows :
    gu_name = row['MSRSTE_NM']
    gu_mise = row['IDEX_MVL']
    if gu_mise < 60 :
        print(gu_name)
        
    👉 request.get('url')로 data 가져온 뒤 .json메서드로 타입 변환
  • Request 패키지 사용 예제 2( 운영 중인 웹 사이트 정보 가져오기!!)
    👉 브라우저 웹 크롤링 시 테그 접근하기 유용한 패키지 beautifulsoup
  • //웹 브라우저에서 요청하는 것 같이 하기 위한 헤더
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'}
  • //헤더를 포함한 url요청 후 반환 값 저장
data=requests.get('https://movie.naver.com/movie/sdb/rank/rmovie.naver?sel=pnt&date=20210829',headers=headers)


👉 가져오고 싶은 data들의 공통되는 해당 테그를 살펴보고 접근 하도록  한다!!
👉 본 예제는 '#old_content > table > tbody > tr' 까지의 공통 범위  테그를 갖고 있기 때문에 soup.select()의 범위가 결정.

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
        star = movie.select_one('td.point').text
        rank = movie.select_one('td:nth-child(1) > img')['alt']

👉 각각 제목, 별점, 순위를 찾아 출력하는 코드 부분.

  • Request 패키지 사용 예제 3( 운영 중인 웹 사이트 정보 가져오기!!)
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=M&rtm=N&ymd=20210701', headers=headers)

# body-content > div.newest-list > div > table > tbody > tr:nth-child(1) > td.number // 순위
# body-content > div.newest-list > div > table > tbody > tr:nth-child(1) > td.info > a.title.ellipsis // 곡명
# body-content > div.newest-list > div > table > tbody > tr:nth-child(1) > td.info > a.artist.ellipsis // 아티스트

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

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

for genie in genie_chart:
    a = genie.select_one('td.info > a.title.ellipsis')
    if a is not None:
        rank = genie.select_one('td.number').text[0:2].strip()
        title = a.text.strip()
        artist = genie.select_one('td.info > a.artist.ellipsis').text
        print(rank, title,artist)

👉 지니 웹 사이트에서 순위 곡 이름 아티스트를 크롤링 해보자.
👉 공통 테크 접근 #body-content > div.newest-list > div > table >  tbody > tr
👉 순위, 곡 이름 ,아티스트를 크롤링 하면서 다른 문자열의 제거와
     공백열 제거를 위해 text[ 0 : 2 ] , 와 strip( )을 사용

3. MongoDB

  • MongoDB연결에 필요한 패키지 mongopy , dnspython
    from pymongo import MongoClient
client = MongoClient('mongodb+srv://test:sparta@cluster0.cygiufq.mongodb.net/Cluster0?retryWrites=true&w=majority')
db = client.dbsparta
    👉 test : id
    👉 sparta : pw
    👉 Cluster0 :
  • MongoDB 기본 사용
from pymongo import MongoClient
client = MongoClient('mongodb+srv://test:sparta@cluster0.cygiufq.mongodb.net/Cluster0?retryWrites=true&w=majority')
db = client.dbsparta
# 저장 - 예시
doc = {'name':'bobby','age':21}
db.users.insert_one(doc)

# 한 개 찾기 - 예시
user = db.users.find_one({'name':'bobby'})

# 여러개 찾기 - 예시 ( _id 값은 제외하고 출력)
all_users = list(db.users.find({},{'_id':False}))

# 바꾸기 - 예시
db.users.update_one({'name':'bobby'},{'$set':{'age':19}})

# 지우기 - 예시
db.users.delete_one({'name':'bobby'})

👉 MongoDB 저장시 Dict 형태 {' name ' : ' bob '} 로 저장

4. MongoDB와 웹크롤링 사용

👉 네이버 영화 랭킹, 이름 , 평점 가져와서 저장하기 - 예제 1

import requests
from bs4 import BeautifulSoup

from pymongo import MongoClient
client = MongoClient('mongodb+srv://test:sparta@cluster0.cygiufq.mongodb.net/Cluster0?retryWrites=true&w=majority')
db = client.dbsparta

# 코드에서 요청하는 것을 브라우저에서 요청하는 것 처럼 해주는 것
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')

# 코딩 시작

#old_content > table > tbody > tr:nth-child(3) > td.title > div > a
#old_content > table > tbody > tr:nth-child(8) > td.title > div > a
#old_content > table > tbody > tr:nth-child(4) > td.point // 평점
#old_content > table > tbody > tr:nth-child(2) > td:nth-child(1) > img // 순위

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
       star = movie.select_one('td.point').text
       rank = movie.select_one('td:nth-child(1) > img')['alt']
       # print(rank,title.text,star)

       doc = {'title':title,
              'rank':rank,
              'star':star}

       db.movies.insert_one(doc)

👉 epl 공식 순위 가져와서 저장하기[ Remake ] - 예제 2

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://search.naver.com/search.naver?where=nexearch&sm=top_hty&fbm=1&ie=utf8&query=epl%EB%93%9D%EC%A0%90%EC%88%9C%EC%9C%84', headers=headers)
soup = BeautifulSoup(data.text, 'html.parser')

from pymongo import MongoClient

client = MongoClient('mongodb+srv://test:sparta@cluster0.cygiufq.mongodb.net/Cluster0?retryWrites=true&w=majority')
db = client.dbsparta

#teamRankTabPanel_0 > div > div.scroll > table > tbody > tr:nth-child(1) > th // 순위
#teamRankTabPanel_0 > div > div.scroll > table > tbody > tr:nth-child(1) > td.team.tp.wdt > p > span > a //팀이름
#teamRankTabPanel_0 > div > div.scroll > table > tbody > tr:nth-child(2) > td.team.wdt > p > span > a
#teamRankTabPanel_0 > div > div.scroll > table > tbody > tr:nth-child(1) > td:nth-child(5) // 승
#teamRankTabPanel_0 > div > div.scroll > table > tbody > tr:nth-child(1) > td:nth-child(6) // 무
#teamRankTabPanel_0 > div > div.scroll > table > tbody > tr:nth-child(1) > td:nth-child(7) // 패

soccers = soup.select('#teamRankTabPanel_0 > div > div.scroll > table > tbody > tr')

for soccer in soccers:

   a = soccer.select_one('td > p > span > a')

   if a is not None:
       rank = soccer.select_one('th').text
       team_name = a.text
       win_s = soccer.select_one('td:nth-child(5)').text
       draw_s = soccer.select_one('td:nth-child(6)').text
       lose_s = soccer.select_one('td:nth-child(7)').text

       dict = {'rank': rank,
               'team_name':team_name,
               'win_s':win_s,
               'draw_s':draw_s,
               'lose_s':lose_s}

       db.epl.insert_one(dict)
       # print(rank,team_name,win_s,draw_s,lose_s)

5. 느낀점⭐

  1. Python의 문법은 간단하다. ( 줄 맞추는게 중요하다. )
  2. API 데이터를 request패키지로 크롤링 하는 것과 웹 사이트 자체의 데이터를 크롤링 하는 것을 헷갈리지 말자!!
profile
박상훈
기록하는 습관
이전 포스트

[10.19] 내일배움캠프 2일차(웹개발종합)

다음 포스트

[10.21] 내일배움캠프 4일차(웹개발종합)

0개의 댓글