| 000 | 00000nam c2200205 c 4500 | |
| 001 | 000045904669 | |
| 005 | 20250325100552 | |
| 007 | ta | |
| 008 | 170501s2017 ulka 001c kor | |
| 020 | ▼a 9788960779594 ▼g 94000 | |
| 020 | 1 | ▼a 9788960772106 (Set) |
| 040 | ▼a 211009 ▼c 211009 ▼d 211009 | |
| 041 | 1 | ▼a kor ▼h eng |
| 082 | 0 4 | ▼a 005.133 ▼2 23 |
| 085 | ▼a 005.133 ▼2 DDCK | |
| 090 | ▼a 005.133 ▼b P999 2017z2 | |
| 100 | 1 | ▼a Mitchell, Ryan ▼q (Ryan E.) ▼0 AUTH(211009)126173 |
| 245 | 1 0 | ▼a 파이썬 웹 스크래핑 : ▼b 다양한 상황 해결을 통한 웹 스크랩 / ▼d 리차드 로손 지음 ; ▼e 김영하 옮김 |
| 246 | 1 9 | ▼a Web scraping with Python : ▼b collecting data from the modern web |
| 260 | ▼a 서울 : ▼b 에이콘, ▼c 2017 | |
| 300 | ▼a 222 p. : ▼b 삽화 ; ▼c 24 cm | |
| 500 | ▼a 색인수록 | |
| 650 | 0 | ▼a Python (Computer program language) |
| 650 | 0 | ▼a Data mining |
| 650 | 0 | ▼a Automatic data collection systems |
| 700 | 1 | ▼a 김영하, ▼e 역 |
| 900 | 1 0 | ▼a 로손, 리차드, ▼e 저 |
| 945 | ▼a KLPA |
소장정보
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 과학도서관/Sci-Info(1층서고)/ | 청구기호 005.133 P999 2017z2 | 등록번호 121240140 (23회 대출) | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
| No. 2 | 소장처 세종학술정보원/과학기술실(5층)/ | 청구기호 005.133 P999 2017z2 | 등록번호 151337472 (7회 대출) | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 과학도서관/Sci-Info(1층서고)/ | 청구기호 005.133 P999 2017z2 | 등록번호 121240140 (23회 대출) | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 세종학술정보원/과학기술실(5층)/ | 청구기호 005.133 P999 2017z2 | 등록번호 151337472 (7회 대출) | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
컨텐츠정보
책소개
웹 스크랩의 기본 개념과 파이썬 3를 이용해 쉽고 빠르게 웹 스크래핑하는 방법을 알려준다. 웹사이트를 다운로드해 정규식을 통해서 스크랩하는 방식부터 파이썬 라이브러리까지 점차 개념을 확장해나가 기초를 다질 수 있다. 여러 상황을 고려한 예제로 기본 원리를 테스트할 수 있으며, 배운 방법을 실제 서비스를 제공하는 웹사이트에 적용하는 방법도 배울 수 있다.
웹 스크랩의 기본 개념과 파이썬 3를 이용해 쉽고 빠르게 웹 스크래핑하는 방법을 알려준다. 웹사이트를 다운로드해 정규식을 통해서 스크랩하는 방식부터 파이썬 라이브러리(Scrapy, Selenium)까지 점차 개념을 확장해나가 기초를 다질 수 있다. 여러 상황을 고려한 예제로 기본 원리를 테스트할 수 있으며, 배운 방법을 실제 서비스를 제공하는 웹사이트에 적용하는 방법도 배울 수 있다.
★ 이 책에서 다루는 내용 ★
■ 웹사이트 수집을 위한 링크 선택 방법
■ lxml을 이용한 웹사이트 데이터 추출
■ 동시에 여러 웹 페이지를 처리하기 위해 스레드를 사용하는 크롤러 제작
■ 대역폭을 줄이기 위한 다운로드 캐시
■ 자바스크립트 기반 웹사이트를 분석하는 방법
■ 폼과 세션을 처리하는 방법
■ 캡차(CAPTCHA)로 보호되는 웹사이트 처리
■ AJAX 호출 리버스 엔지니어링
■ Scrapy로 고급 스크래퍼 제작
★ 이 책의 대상 독자 ★
웹사이트에서 데이터를 스크랩하기 위해 믿을 만한 프로그램을 만들고자 하는 개발자를 대상으로 하는 책으로 파이썬 개발 경험이 있다고 가정하고 설명한다. 파이썬이 아니더라도 다른 프로그래밍 경험이 있어도 이 책을 읽고 이해할 수 있다.
★ 이 책의 구성 ★
1장, '웹 스크래핑 소개'에서는 웹 스크래핑을 소개하고 웹사이트를 수집하는 방법을 알아본다.
2장, '데이터 스크래핑'에서는 웹 페이지에서 데이터를 추출하는 방법을 알아본다.
3장, '캐시를 사용한 다운로드'에서는 결과를 캐시 처리해 다시 다운로드하지 않는 방법을 알아본다.
4장, '병렬 다운로드'에서는 동시에 다운로드해 더 빠르게 데이터를 스크랩하는 방법을 알아본다.
5장, '동적 생성 콘텐츠'에서는 동적 웹사이트에서 데이터를 추출하는 방법을 알아본다.
6장, '폼 처리'에서는 찾고자 하는 데이터에 접근하기 위해 폼을 처리하는 방법을 알아본다.
7장, '캡차(CAPTCHA) 해결'에서는 캡차 이미지에 의해 보호되는 데이터에 접근하는 방법을 알아본다.
8장, 'Scrapy'에서는 유명한 고급 Scrapy 프레임워크를 사용하는 방법을 알아본다.
9장, '실제 웹사이트 적용'에서는 지금까지 다뤄진 웹 스크래핑 기술을 실제 웹사이트에 적용해본다.
정보제공 :
저자소개
리처드 로손(지은이)
호주 출신이며 멜버른 대학교에서 컴퓨터 과학을 전공했다. 졸업 후 50여 개국에서 원격으로 작업하면서 세계를 여행하며 웹 스크래핑 전문 회사를 세웠다. 유창한 에스페란토 연설자로 만다린어와 한국어로 회화가 가능하며, 오픈 소스 소프트웨어 기여와 번역에 적극적이다. 현재 옥스포드 대학에서 대학원 과정을 공부하고 있으며 여가 시간에는 자율 비행 드론 개발을 즐긴다. 링크드인(https://www.linkedin.com/in/richardpenman)에서 이력을 확인할 수 있다.
김영하(옮긴이)
타임게이트에서 소프트웨어연구소 수석 연구원으로서 머신 데이터 플랫폼(Splunk)와 모니터링 솔루션 eG의 기술 지원을 담당하고 있다. 또한 타임게이트 자체 제품인 가상화 관리 및 모니터링을 개발한다
목차
1장. 웹 스크래핑 소개 __웹 스크래핑은 언제 필요한가? __웹 스크래핑은 합법적인가? __사전 조사 ____robots.txt 확인 ____Sitemap 살펴보기 ____웹사이트의 크기 추정 ____웹사이트에 사용된 웹 기술 확인 ____웹사이트 소유자 찾기 __첫 번째 웹사이트 크롤링 ____웹사이트 다운로드 ______다운로드 재시도 ______사용자 에이전트 설정 ____Sitemap 크롤러 ____ID 반복 크롤러 ____링크 크롤러 ______고급 기능 __요약 2장. 데이터 스크래핑 __웹 페이지 분석 __웹 페이지를 스크랩하는 3가지 방법 ____정규식 ____Beautiful Soup ____Lxml ______CSS 선택자 ____성능 비교 ______스크래핑 결과 ____개요 ____링크 크롤러에 스크랩 콜백 추가 __요약 3장. 캐시를 사용한 다운로드 __링크 크롤러에 캐시 기능 추가 __디스크 캐시 사용 ____기능 구현 ____캐시 테스트 ____저장 디스크량 줄이기 ____오래된 데이터 삭제 ____디스크 캐시의 단점 __데이터베이스 캐시 ____NoSQL이란? ____몽고DB 설치 ____몽고DB 개요 ____몽고DB 캐시 구현 ____압축 ____캐시 테스트 __요약 4장. 병렬 다운로드 __100만 개 웹 페이지 ____Alexa 목록 분석 __순차적 크롤러 __스레드 크롤러 ____스레드와 프로세스 동작 방식 ____구현 ____상호프로세스 크롤러 __성능 __요약 5장. 동적 생성 콘텐츠 __동적 웹 페이지 예제 __동적 웹 페이지 분석 ____에지 케이스 __동적 웹 페이지 렌더링 ____PyQt와 PySide ____자바스크립트 실행 ____웹킷으로 웹사이트 처리 ______결과 기다리기 ______렌더 클래스 ____셀레니움 __요약 6장. 폼 처리 __로그인 폼 ____웹 브라우저에서 쿠키 가져오기 __내용을 최신화하는 로그인 스크립트 확장 __Mechanize 모듈로 폼 처리 자동화 __요약 7장. 캡차 해결 __계정 등록 ____캡차 이미지 로딩 __광학 문자 인식 ____개선할 사항 __복잡한 캡차 해결 ____캡차 처리 서비스 이용 ____9kw 시작 ______9kw CAPTCHA API ____등록 통합 __요약 8장. Scrapy __설치 __프로젝트 시작 ____모델 정의 ____스파이더 생성 ______설정 조정 ______스파이더 테스트 ____shell 커맨드로 스크래핑 ____결과 확인 ____크롤링 중단과 재개 __포르티아로 시각적 스크래핑 ____설치 ____어노테이션 ____스파이더 개선 ____결과 확인 __Scrapely로 수집 자동화 __요약 9장. 실제 웹사이트 적용 __구글 검색 엔진 __페이스북 ____웹사이트 ____API __갭 __BMW __요약