[데이터 수집 및 전처리] Crawling, Scraping

1. Crawling

  • crawler: spider, bots, web crawler 등 다양한 이름으로 불린다.
  • Web indexing 을 목적으로 한다.
  • 처음 URL 리스트에서 시작해서 하이퍼링크들을 찾고 fetching 한다

Permalink

  • 2. BeautifulSoup vs. Scrapy

    BeautifulSoup: Parsing 목적
  • Scrapy: 편하게 봇을 만들어주는 Framework

3. Scraping vs. Crawling

Scraping Crawling
웹 포함 다양한 소스에서 데이터 추출 웹에서 페이지 다운로드
규모 관계 없음 주로 대규모
중복 제거 필수 아님 중복 제거 필수
crawl agent + parser 필요 crawl agent 필요

n

4. Crawling + Scraping 아키텍처

k

image

  • 바깥쪽이 Crawling
  • 가운데 데이터로 저장하는 부분이 Scraping

 

[출처] https://ek-koh.github.io/data%20collection/crawling-scraping/

경축! 아무것도 안하여 에스천사게임즈가 새로운 모습으로 재오픈 하였습니다.
어린이용이며, 설치가 필요없는 브라우저 게임입니다.
https://s1004games.com

 

 

본 웹사이트는 광고를 포함하고 있습니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.
번호 제목 글쓴이 날짜 조회 수
공지 오라클 기본 샘플 데이터베이스 졸리운_곰 2014.01.02 25084
공지 [SQL컨셉] 서적 "SQL컨셉"의 샘플 데이타 베이스 SAMPLE DATABASE of ORACLE 가을의 곰을... 2013.02.10 24563
공지 [G_SQL] Sample Database 가을의 곰을... 2012.05.20 25942
15 [hadoop] Cloudera Quick Start VM in Hyper-V file 졸리운_곰 2022.11.14 14
14 [hadoop][java][MapReduce] 맵리듀스 원리와 그 과정 졸리운_곰 2021.02.28 26
13 [hadoop][mapreduce][csv file] [Reference] : Hadoop MapReduce Join & Counter with Example file 졸리운_곰 2021.02.23 52
12 [hadoop][mapreduce][csv file] Hadoop & Mapreduce Examples: Create First Program in Java file 졸리운_곰 2021.02.23 95
11 하둡 맵리듀스(MapReduce) 알아보자 file 졸리운_곰 2019.04.22 591
10 [하둡] 맵리듀스(MapReduce) 이해하기 file 졸리운_곰 2019.04.22 257
9 맵/리듀스 (Map/Reduce) 이해하기 file 졸리운_곰 2019.04.22 276
8 아파치 하둡 HDFS 사용법(Cloudera 사용) file 졸리운_곰 2017.04.19 168
7 클라우데라 배포판을 이용한 하둡 및 빅데이터 오픈소스 설치하기 file 졸리운_곰 2017.02.14 312
6 빅데이터 플랫폼 아키텍처의 두 가지 file 졸리운_곰 2016.05.29 145
5 Hadoop 적용 사례 기사 정리 졸리운_곰 2016.05.29 100
4 빅데이터 잡설 , 하둡은 어디로 갈꺼나 … file 졸리운_곰 2016.05.29 183
3 하둡, 데이터 분석에 활용하기까지 file 졸리운_곰 2016.05.29 186
2 A Guide to Python Frameworks for Hadoop file 졸리운_곰 2016.04.30 812
1 Writing an Hadoop MapReduce Program in Python file 졸리운_곰 2016.04.30 101
대표 김성준 주소 : 경기 용인 분당수지 U타워 등록번호 : 142-07-27414
통신판매업 신고 : 제2012-용인수지-0185호 출판업 신고 : 수지구청 제 123호 개인정보보호최고책임자 : 김성준 sjkim70@stechstar.com
대표전화 : 010-4589-2193 [fax] 02-6280-1294 COPYRIGHT(C) stechstar.com ALL RIGHTS RESERVED