웹 페이지에서 동적으로 생성되는 데이터 가져오는 방법

웹 페이지에서

동적으로 생성되는 데이터는

보통 서버 측에서

클라이언트 측으로 전송됩니다.

이를 수신하려면

일반적으로 다음과 같은 방법 중

하나를 사용할 수 있습니다.

웹 스크래핑(웹 크롤링)을 통한 데이터 추출

웹 스크래핑은

웹 페이지에서 데이터를 추출하는 기술로,

Python의 BeautifulSoup, Scrapy 등의 라이브러리를

사용할 수 있습니다.

웹 스크래핑을 통해

동적으로 생성되는 데이터를

추출하려면,

페이지를 열고

JavaScript를 실행하여

HTML을 동적으로

생성하는 방식을 분석해야 합니다.

이 방법은

웹 페이지 소유자의 허가 없이

사용할 경우

법적인 문제가

발생할 수 있으므로

주의해야 합니다.

API를 통한 데이터 수신

많은 웹 사이트에서는

API(Application Programming Interface)를 통해

데이터를 제공합니다.

API는

서버에서 클라이언트로

데이터를 전송하는 방법으로,

대부분의 경우

JSON 형식으로

데이터가 전송됩니다.

웹 페이지에서

데이터를 받아오기 위해서는

해당 웹 사이트의 API 문서를 참조하여

필요한 데이터를 요청하고

응답을 수신해야 합니다.

웹 드라이버를 통한 데이터 추출

웹 드라이버는

브라우저를 자동으로 조작하여

웹 페이지를 탐색하고

데이터를 추출하는 기술입니다.

Python의 Selenium, Puppeteer 등의

라이브러리를 사용할 수 있습니다.

웹 드라이버를 통해

동적으로 생성되는 데이터를

추출하려면,

페이지가 완전히 로드되기 전에

JavaScript를 실행하도록 설정해야 합니다.

이 방법은 웹 페이지 소유자의 허가 없이 사용할 경우 법적인 문제가 발생할 수 있으므로 주의해야 합니다.

URL:https://chuksaro.nias.go.kr/hanwoori/cowCntcInfo.do

위의 페이지에서

img id가 captCha를 다운로드 받고,

input id가 search_keyword와

input id가 answer를 입력 한 뒤,

javascript:chkKeyWord()를 클릭해서 데이터를 가져오는 코딩

아래는 Python과 Selenium 라이브러리를 사용하여 웹 페이지에서 captCha 이미지를 다운로드하고 검색어와 captCha 응답을 입력한 뒤 결과를 가져오는 코드입니다.

python

from selenium import webdriver
import requests
import os

# 웹 드라이버 설정
driver = webdriver.Chrome('/path/to/chromedriver')

# 페이지 열기
driver.get('https://chuksaro.nias.go.kr/hanwoori/cowCntcInfo.do')

# captCha 이미지 다운로드
captcha = driver.find_element_by_id('captCha')
captcha_url = captcha.get_attribute('src')
response = requests.get(captcha_url)
with open('captcha.png', 'wb') as f:
f.write(response.content)

# 검색어 입력
search_keyword = driver.find_element_by_id('search_keyword')
search_keyword.send_keys('검색어')

# captCha 응답 입력
captcha_answer = input('captCha 코드를 입력하세요: ')
captcha_input = driver.find_element_by_id('answer')
captcha_input.send_keys(captcha_answer)

# 검색 버튼 클릭
driver.execute_script('chkKeyWord();')

# 결과 가져오기
result = driver.find_element_by_css_selector('.table_style02 tbody tr td').text
print(result)

# 드라이버 종료
driver.quit()

# captCha 이미지 삭제
os.remove('captcha.png')

위 코드에서

/path/to/chromedriver를

실제 Chrome 드라이버 파일의 경로로

바꿔야 합니다.

또한

captCha 코드를 입력하는 부분은

사용자의 입력을

받도록 되어 있으며,

이 부분을 적절한 코드로

대체하셔야 합니다.

아래는

위에서 제공한 코드를

클래스로 구현한 예시입니다.

클래스를 사용하면

여러 번 captCha 이미지를

가져와야 할 경우,

객체를 생성하여

각각 다른 검색어와

captCha 응답을 입력하면서

사용할 수 있습니다.

python

from selenium

import webdriver

import requests

import os

class CowCntcInfoScraper:

    def __init__(self):

  # 웹 드라이버 설정
      self.driver = webdriver.Chrome('/path/to/chromedriver')

  def __del__(self):
      # 드라이버 종료
      self.driver.quit()

  def search(self, keyword, captcha_answer):
      # 페이지 열기
      self.driver.get('https://chuksaro.nias.go.kr/hanwoori/cowCntcInfo.do')

      # captCha 이미지 다운로드
      captcha = self.driver.find_element_by_id('captCha')

      captcha_url = captcha.get_attribute('src')
      response = requests.get(captcha_url)
      with open('captcha.png', 'wb') as f:
          f.write(response.content)

      # 검색어 입력
      search_keyword = self.driver.find_element_by_id('search_keyword')
      search_keyword.clear()
      search_keyword.send_keys(keyword)

      # captCha 응답 입력
      captcha_input = self.driver.find_element_by_id('answer')
      captcha_input.clear()
      captcha_input.send_keys(captcha_answer)

      # 검색 버튼 클릭
      self.driver.execute_script('chkKeyWord();')

      # 결과 가져오기
      result = self.driver.find_element_by_css_selector('.table_style02 tbody tr td').text

      # captCha 이미지 삭제
      os.remove('captcha.png')
      return result

위 코드에서

/path/to/chromedriver를

실제 Chrome 드라이버 파일의 경로로

바꾸어야 합니다.

search 메서드는

검색어와 captCha 응답을 입력하고

검색 결과를 가져오는 기능을 수행합니다.

__init__ 메서드는

객체가 생성될 때 한 번 호출되며,

웹 드라이버를 설정합니다.

__del__ 메서드는

객체가 삭제될 때 호출되며,

웹 드라이버를 종료합니다.

Selenium을 사용하지 않고도

HTTP 요청을 보내서

서버로부터 데이터를 받아올 수 있습니다.

아래는

requests 라이브러리와

BeautifulSoup 라이브러리를 사용하여

captCha 이미지를 다운로드하고

검색어와 captCha 응답을 입력한 뒤

결과를 가져오는 예시입니다.

python

import requests
import os
from bs4 import BeautifulSoup # 페이지 열기
url = 'https://chuksaro.nias.go.kr/hanwoori/cowCntcInfo.do'
session = requests.Session()
response = session.get(url)
soup = BeautifulSoup(response.content, 'html.parser') # captCha 이미지 다운로드
captcha_url = 'https://chuksaro.nias.go.kr/hanwoori/captcha.do?' + soup.find('input', {'id': 'uuid'})['value']
response = session.get(captcha_url)
with open('captcha.png', 'wb') as f:
f.write(response.content) # 검색어와 captCha 응답 입력
search_keyword = '검색어'
captcha_answer = input('captCha 코드를 입력하세요: ')
data = {
'search_keyword': search_keyword,
'answer': captcha_answer
}
response = session.post(url, data=data) # 결과 가져오기
soup = BeautifulSoup(response.content, 'html.parser')
result = soup.select('.table_style02 tbody tr td')[0].text.strip()
# captCha 이미지 삭제
os.remove('captcha.png')
print(result)

위 코드에서

search_keyword 변수는 검색어를,

captcha_answer 변수는 captCha 응답을 나타냅니다.

captCha 이미지를 가져오는 부분은

이미지 URL을 구성하여

HTTP GET 요청을 보내는 방식으로 구현하였습니다.

검색어와 captCha 응답을

입력하는 부분은 POST 요청으로

데이터를 전송하는 방식으로 구현하였습니다.

가져온 HTML 코드를

BeautifulSoup 라이브러리를 사용하여 파싱하고

결과를 가져오는 방식으로 구현하였습니다.

Class로 수정

python

import requests
import os
from bs4 import BeautifulSoup
class CowCntcInfoScraper:
def __init__(self):
self.session = requests.Session() def __del__(self):
pass def search(self, keyword, captcha_answer):
# 페이지 열기
url = 'https://chuksaro.nias.go.kr/hanwoori/cowCntcInfo.do'
response = self.session.get(url)
soup = BeautifulSoup(response.content, 'html.parser') # captCha 이미지 다운로드
captcha_url = 'https://chuksaro.nias.go.kr/hanwoori/captcha.do?' + soup.find('input', {'id': 'uuid'})['value']
response = self.session.get(captcha_url)
with open('captcha.png', 'wb') as f:
f.write(response.content) # 검색어와 captCha 응답 입력
data = {
'search_keyword': keyword,
'answer': captcha_answer
}
response = self.session.post(url, data=data) # 결과 가져오기
soup = BeautifulSoup(response.content, 'html.parser')
result = soup.select('.table_style02 tbody tr td')[0].text.strip()
# captCha 이미지 삭제
os.remove('captcha.png')
return result

위 코드에서

search 메서드는

검색어와 captCha 응답을 입력하고

검색 결과를 가져오는 기능을 수행합니다.

__init__ 메서드는

객체가 생성될 때 한 번 호출되며,

requests Session 객체를 생성합니다.

__del__ 메서드는

객체가 삭제될 때 호출되며,

captCha 이미지 파일을 삭제합니다.

번호	분류	제목	날짜	조회 수
917	컴퓨터잡담	윈도우 10 절전모드(슬립모드) 예약해제 방법	2021.07.28	499
916	Server	PHP 가속기	2016.03.05	540
915	컴퓨터잡담	서버 다운 원인	2015.12.10	558
914	Server	Server 성능 테스트	2016.11.30	585
913	컴퓨터잡담	ACTIVE-X 의 무서움	2015.12.26	669
912	컴퓨터잡담	Sitemap.xml 만들어 주는 사이트	2016.01.23	691
911	컴퓨터잡담	크롬 속도올리기	2015.01.24	807
910	컴퓨터잡담	박지성 맨유시절 호날두와의 호흡경기 모음(유니세프 친선경기)	2015.11.13	827
909	컴퓨터잡담	도스 배치파일로 원격지 컴퓨터 모니터링	2015.11.13	833
908	컴퓨터잡담	파이썬(python) 자주 사용하는 명령 모으기	2021.09.03	884
907	컴퓨터잡담	python 문자열에서 모든 공백을 제거	2021.08.31	913
906	컴퓨터잡담	아나콘다에서 모듈을 설치할 때에는?	2021.09.02	941
905	컴퓨터잡담	파이썬 키움증권 open api 스크랩	2021.09.02	970
904	컴퓨터잡담	PC에 안드로이드 설치하기	2015.12.01	992
903	컴퓨터잡담	핑테스트 프로그램	2015.09.01	1060
902	컴퓨터잡담	타지역 농지매입	2021.06.01	1108
901	컴퓨터잡담	파이썬 변수값에서 숫자만 추출하기	2021.07.28	1141
900	컴퓨터잡담	[안드로이드] 키캣 4.4 버전 플래시 동영상 안될때 해결방법	2015.12.04	1148
899	Server	php.ini 파일설정으로 파일업로드 용량늘리기	2015.03.03	1152
898	Server	XE ckeditor 모바일에서 사용하기	2015.07.13	1152

로그인

Blog

웹 페이지에서 동적으로 생성되는 데이터 가져오는 방법

단축키

단축키

웹 페이지에서 동적으로 생성되는 데이터 가져오는 방법

웹 스크래핑(웹 크롤링)을 통한 데이터 추출

API를 통한 데이터 수신

웹 드라이버를 통한 데이터 추출

나눔글꼴 설치 안내

이 PC에는 나눔글꼴이 설치되어 있지 않습니다.