[python 05] - 크롤링(2) 파싱

BeautifulSoup

☑ 파싱하기

1. import

from bs4 import BeautifulSoup

 

2. html, parder를 주어 파싱

∙ 문자열을 원하는 형태로 바꿔준다.

∙ 어떤 타입으로 변환하고 싶은지 프로그램 소도구가 필요하다. parser를 던져줘야함

 

☑ 파서의 종류

▪ lxml (HTML parser)
▸ BeautifulSoup(html, 'lxml')
∙ 특징 : C언어로 구현되어 있어 속도가 빠름, 별도의 라이브러리 설치 필요

▪ lxml (XML parser)
▸ BeautifulSoup(html, 'lxml-xml')
∙ 특징 : xml로 파싱

▪ html5lib
▸ BeautifulSoup(html, 'html5lib')
∙ 특징 : 파싱하는 속도가 매우 느림, 별도의 라이브러리 설치 필요

▪ html.parser
▸BeautifulSoup(html, 'html.parser')
∙ 특징 : 적당한 속도, 라이브러리 추가 필요없고 바로 사용가능
** 데이터의 양이 많아지면 속도의 차이가 있음