- 전체
- Python 일반
- Python 수학
- Python 그래픽
- Python 자료구조
- Python 인공지능
- Python 인터넷
- Python SAGE
- wxPython
- TkInter
- iPython
- wxPython
- pyQT
- Jython
- django
- flask
- blender python scripting
- python for minecraft
- Python 데이터 분석
- Python RPA
- cython
- PyCharm
- pySide
- kivy (python)
Python 인터넷 증권뉴스 데이터 수집(1.5/3.0)
2018.02.18 23:26
증권뉴스 데이터 수집(1.5/3.0)
2017. 5. 13. 21:06
1/3 편에서 제공한 코드가 구조화가 잘 되어 있지 않아서
기능별로 리팩토링 했습니다.
import time
import re
import requests
def get_date():
"""
수집 대상 날짜를 사용자로부터 키보드로 입력 받아 돌려준다.
:return: 날짜
"""
target_date = input("Enter date to Crawl news article urls (YYYYMMDD): ")
return target_date
def create_output_file(target_date) :
"""
출략 파일을 생성하고 파일 객체를 돌려준다.
:param target_date: 날짜
:return: 파일객체
"""
output_file_name = "article_urls" + target_date + ".txt"
output_file = open(output_file_name, "w", encoding="utf-8")
return output_file
def get_html(target_date, page_num):
"""
주어진 날짜와 페이지 번호에 해당하는 페이지 URL에 접근하여 HTML을 돌려준다.
:param target_date:
:param page_num:
:return:
"""
user_agent = "'Mozilla/5.0"
headers ={"User-Agent" : user_agent}
page_url = "http://news.naver.com/main/list.nhn?sid2=258&sid1=101&mid=shm&mode=LS2D&date=" + \
str(target_date) + "&page=" + str(page_num) + ""
response = requests.get(page_url, headers=headers)
html = response.text
return html
def ext_news_article_urls(html):
"""
주어진 html에서 기사 url을 추출하여 돌려준다.
:param html:
:return:
"""
url_frags = re.findall('<a href="(.*?)"', html)
news_article_urls=[]
for url_frag in url_frags:
if "sid1=101&sid2=258" in url_frag and "aid" in url_frag:
news_article_urls.append(url_frag)
else :
continue
return news_article_urls
def write_news_article_urls(output_file, urls):
"""
기사 URL들을 출력 파일에 기록한다.
:param output_file:
:param urls:
:return:
"""
for url in urls:
print(url, file=output_file)
def pause():
"""
2초동안 쉰다.
:return:
"""
time.sleep(2)
def close_output_file(output_file):
"""
출력파일을 닫는다.
:param output_file:
:return:
"""
output_file.close()
def main():
"""
사용자로부터 수집대상 날짜를 입력받아 해당 날짜의 네이버 경제 뉴스 기사 URL을 수집한다.
:return:
"""
target_date = get_date()
output_file = create_output_file(target_date)
page_num = 1
max_page_num = 100
while True :
html = get_html(target_date, page_num)
if page_num>=max_page_num:
break
urls = ext_news_article_urls(html)
write_news_article_urls(output_file, urls)
page_num+=1
pause()
close_output_file(output_file)
main()
[출처] 증권뉴스 데이터 수집(1.5/3.0)|작성자 엉드루
본 웹사이트는 광고를 포함하고 있습니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.
댓글 0
| 번호 | 제목 | 글쓴이 | 날짜 | 조회 수 |
|---|---|---|---|---|
| 4 |
[Cython] [Python] 고성능 Python을 위한 Cython 활용하기 3편
| 졸리운_곰 | 2024.06.10 | 405 |
| 3 |
[Cython][Python] 고성능 Python을 위한 Cython 활용하기 2편
| 졸리운_곰 | 2024.06.10 | 361 |
| 2 |
[Cython] [Python] 고성능 Python을 위한 Cython 활용하기 1편
| 졸리운_곰 | 2024.06.10 | 553 |
| 1 | cython 튜토리얼 Cython 시작하기 | 졸리운_곰 | 2022.11.13 | 634 |

