2.3 웹 스크래핑 - 원하는 자료 찾기 (3)

 

지난 게시글
1.1 웹 스크래핑 - 방법 알아보기
1.2 웹 스크래핑 - urlopen과 beautifulsoup4 사용 방법 (1)
1.3 웹 스크래핑 - urlopen과 beautifulsoup4 사용 방법 (2)
1.4 웹 스크래핑 - requests 라이브러리도 사용해보기(1)
2.1 웹 스크래핑 - 원하는 자료 찾기 (1)
2.2 웹 스크래핑 - 원하는 자료 찾기 (2)

 

 

종목 코드 가져오기

지난 게시글에서 제작한 i['href']와 i['onclick'] 안에 종목코드가 포함되어 있는데, 이 중 i['href'] 뒤에 있는 숫자들이 바로 그 종목의 종목 코드에 해당한다. 여기서의 i['href']는 자료형이 문자열(string)이기 떄문에 우리는 인덱싱을 통해 해당 종목의 종목 코드를 가져올 수 있다. 다행히도 모든 종목의 종목코드는 6자리로 구성되어 있기 떄문에, 뒤에서부터 6개의 문자를 가져오도록 하면 그게 곧 종목코드가 된다.

from bs4 import BeautifulSoup as bs
import requests

url = 'https://finance.naver.com/sise'
response = requests.get(url)

if response.status_code == 200:
	html = response.text
	bsObj = bs(html, 'html.parser')
	test = bsObj.select_one('div.box_type_l')
	test_2 = test.select('td > a')

	for i in test_2:
		print("href:", i['href'])
		print("code:", i['href'][-6:])
		print("text:", i.get_text())

else:
	pass
    
    
>>>
href: /item/main.naver?code=002420
code: 002420
text: 세기상사
href: /item/main.naver?code=018700
code: 018700
text: 바른손
href: /item/main.naver?code=035620
code: 035620
text: 바른손이앤에이
(이하 생략)

 

 

주소 완성시키기

위의 결과값 중 href: 뒤에 이어지는 문자들은 주소에 해당하는데, 실제로 저 주소를 입력해서 들어가면 웹 사이트를 찾을 수 없다는 문구가 출력된다. 그 이유는 저건 완전한 주소가 아니기 때문이다. 실제 화면에 접속해서 주소를 확인해보자.

위의 사진을 보면 알 수 있듯이, href 뒤에 이어지는 문자열들은 빨간색 영역에 해당한다. 따라서 우리는 finance.naver.com을 앞에 붙여주어야 주소에 접근할 수 있는 것이다. 따라서 코드 내에서 주소를 추가적으로 입력해주도록 하자.

from bs4 import BeautifulSoup as bs
import requests

url = 'https://finance.naver.com/sise'
response = requests.get(url)

if response.status_code == 200:
	html = response.text
	bsObj = bs(html, 'html.parser')
	test = bsObj.select_one('div.box_type_l')
	test_2 = test.select('td > a')

	for i in test_2:
		print("href:", "finance.naver.com" + i['href'])
		print("code:", i['href'][-6:])
		print("text:", i.get_text())

else:
	pass


>>>
href: finance.naver.com/item/main.naver?code=002420
code: 002420
text: 세기상사
href: finance.naver.com/item/main.naver?code=018700
code: 018700
text: 바른손
href: finance.naver.com/item/main.naver?code=035620
code: 035620
text: 바른손이앤에이

href 안에 있는 값을 그대로 복사해서 주소창에 붙여넣으면 올바르게 접속되는 것을 확인할 수 있다.

 

 

---