파이썬의 BeautifulSoup , C#의 HtmlAgilityPack 와 같이

JAVA의 HTML 파싱을 할 수 있는 라이브러리 Jsoup이다.

​

퍼미션은 당연히 인터넷을 사용하기 때문에 필요하다.

​

네이버 영화 웹에서 데이터를 파싱 해볼 것이다.

​

connect()를 이용하여 원하는 웹 사이트 주소의 내용을 가지고 올 수 있다.

​

​

그 후 필요한 태그의 정보를 가지고 올 때는 select()를 이용하여 가지고 오게 되는데

​

영화의 정보들이 모두 <li> 태그 안에 있으니 li 태그의 내용을 모두 가지고 와야 한다.

1번, 2번, 3번, 4번 모두 사용해도 되며 각각 같은 동작 방식을 가지고 있다.

1번은 ul 태그의 class 이름이 "lst_detail_t1"에서 다시 li 태그만을 가지고 오는 모습이고

2번은 ul 태그의 class 이름이 "lst_detail_t1"이며 이 안의 li 태그를 가지고 오는 모습이다.

​

즉 차이는 두 번 검색하는 것과 한번 검색하는 차이이다.

​

3번은 "lst_detail_t1"앞에. 을 더해주는 것으로 class 이름을 찾을 수 있는데 의미상으로는

class ="lst_detail_t1"를 ."st_detail_t1로 표기한 모습이다.

1번과 2번은 태그의 class 이름을 검색하였다면 3번과 4번은 전체 태그 중 class 이름을 찾은 것이다.

​

class 이름은 앞의. 을 붙이고

id 명은 앞에 # 을 붙인다.

​

이제 각 영화의 제목을 가지고 오려 한다.

영화의 제목은

<dt class="tit">의 a 태그에 있는 모습을 볼 수 있다.

for 문은 처음에 얻었던 모든 영화 <li> 태그를 전부 회전하기 위함이다.

​

dt 태그의 class 이름이 tit인 곳의 a 태그의 text를 가지고 오는 모습이다.

​

text() 와 toString()의 차이는

toString로 하면 모든 결괏값을 보여주지만

text() 를 하면 태그와 태그 사이에 있는 text만 출력한다.

​

​

이 또한 위처럼

이렇게 class를 생략해서 작성할 수 있다.

​

​

영화 제목에 맞는 각 링크를 가지고 오려 한다.

링크의 위치를 확인해보지 div class ="thumb" 태그 안에

a 태그로 href에 위치하는 것을 볼 수 있다.

​

위에서는 a 태그의 text를 가지고 왔다면 여기서는 a 태그 안의 속성(href)의 정보를 가지고 와야 한다.

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

​

attr은 태그의 속성정보를 가지고 올 수 있다.

div 태그의 class 이름은 thumb이고 그 안의 a 태그의 href 내용을 가지고 온다.

​

clss 이름은 thumb이고 이안의 a 태그 안의 img 태그 안의 src 내용을 가지고 와야 한다.

이 또한 위와 같이 attr() 을 이용하여 img 태그의 src 내용을 가지고 오는 모습이다.

​

​

​

영화의 개요를 가지고 오려고 보니

​

dt class="tit_t1" 태그 안의 <dd> 태그에 영화 개요가 위치하고 있다.

이렇게 하려 하였지만

tit_t1이라는 class 이름이 위에서도 쓰이고 있어서 원하는 위치로 나오지 않고 다른 결괏값이 나오게 된다.

그래서 더위에 있는 태그인

<dl class=info_txt1"> 에서부터 내려야 하는데

이렇게 가지고 올 수 있다. dl 태그 class 이름 "info_txt1" 안의 dd 태그로 접근하는데

그중 first() 첫 번째 dd 태그로 접근한다.

​

.first()를 사용하는 이유는 dd 태그가 여러 개가 나오게 될 경우 어디로 접근하게 될지 모르기 때문에

첫 번째로 접근하라고 알려주는 것이다.

​

그다음 태그로 접근하고 싶다면 next() 태그를 사용할 수 있다.

​

영화감독 정보는 class = tit_t2에 위치하고 있다.

여기서는 위와 다르게 중복된 className 가 아니기 때문에 바로 접근할 수 있다.

​

그렇게 dt class ="tit_t2" 태그에서 다음 태그인 <dd> 태그로 넘어가기 위해

next()를 사용하여 넘어가 주면 된다.

​

아니면 위에 개요 정보를 얻은

info_txt1 에서부터

next()를 여러 번 하여 원하는 태그로 이동해도 된다.

​

​

위와 같이 connet부터 에러가 나는 경우

import를 확인해봐야 한다.

위와 같이 되어있으면 에러가 발생하니

로 변경해주자.

또 Jsoup를 동작할 때는 AsyncTask를 이용할 것.

​

​

끝

​

[출처] https://m.blog.naver.com/PostView.naver?blogId=vps32&logNo=221818554156&proxyReferer=&noTrackingCode=true