플레이스토어 병아리게임 출시!!!~~ [많은 이용 부탁드립니다!]

# 본 프로그램은 텍스트 데이터를 빈도 분석
# 작성자 이성재
# 프로그램명 Frequency Analysis2.py

from bs4 import BeautifulSoup
import requests
from konlpy.tag import Okt
from collections import Counter
from wordcloud import WordCloud,STOPWORDS
import matplotlib.pyplot as plt

# 네이버 뉴스 검색하는 크롤링
def get_titles(search_word, start_num , end_num):
    title_list = []

    # start_num ~ end_num 까지 크롤링
    while 1:
        if start_num > end_num:
            return title_list
            break
        # print(title_list) 한 페이지에 제목을 한바퀴 돌 때 한 페이지 제목이 다 들어가 있음
        # 두번 돌면 .append 되어가지고 두개에 리스트가 아닌 한개의 리스트에 넣어짐

        url = 'https://search.naver.com/search.naver?where=news&sm=tab_jum&query={}&start={}'\
            .format(search_word,start_num) # 줄바꿈할 떈 이렇게 써야한다
        # print(url)

        req = requests.get(url)

        if req.ok : # .ok 참일시 제대로 URL 주소를 가져왔을 때
            html = req.text
            soup = BeautifulSoup(html, 'html.parser')

            # 뉴스제목 뽑아오기
            titles = soup.select('.news_area a[title]') # class는 앞에 .을 붙힘 .news_area 그 안에 a태그 안에[]는 속성값

            # list에 넣어준다
            for title in titles:
                title_list.append(title.text)
                # print(title.text) # [올림픽] 도쿄 밝힌 희망의 성화…하나될 시간, 스포츠의 이름으로 (종합) ...
        start_num += 10

# 문장을 형태소로 분류
def sentence_tag(title_list):
    okt = Okt()
    sentences_tag = []

    # 형태소 분석하여 리스트에 넣기
    for sentence in title_list : # title_list에서 제목을 받아온 걸 sentence에 하나씩 넣는다
        morph = okt.pos(sentence) # 형태소 분석하는 과정 ('나',Noun)...
        sentences_tag.append(morph) # 형태소 분리한 걸 리스트에 넣음
        # print(morph)
    # print ("sentences_tag = ",sentences_tag) append를 했기 때문에 [[...],[...]] 형식으로 나옴
    return sentences_tag


# 단어별 카운트
def word_count(sentences_tag):
    noun_adj_list = []

    # 명사와 형용사만 구분하여 noun_adj_list에 넣기
    for sentence in sentences_tag :
        for word , tag in sentence: # word는 '도쿄' tag는 'Noun'
            print(word + " " + tag)
            if tag in ['Noun' , 'Adjective']:
                noun_adj_list.append(word) # 명사랑 형용사를 넣는 과정

    # 형태소별 count
    counts = Counter(noun_adj_list)
    # print(counts) # Counter({'aa': 2, 'dd': 1, 'cc': 1, 'bb': 1, 'ee': 1}) 이거처럼 개수를 분류해줌
    tags = counts.most_common() # most_common() 배열로 변환하는 함수
    # print(tags)
    return tags

# 단어별로 카운트된 데이터를 이미지화
def wordCloud_Image(word_count_list):

    # wordCloud 생성 (한글 폰트중 일부는 지원 않되는 것이 있음)
    wc = WordCloud(font_path="C:/Winodws/Fonts/batang.ttc", background_color = 'white', width = 800, height = 600)
    # 이미지할 때 필요한 설정 어떤 폰트로 어떤 바탕화면으로 어떤 크기로 할지
    counts = (dict(word_count_list)) # 배열로 만든 걸 사전형으로 변환
    # print(counts)

    cloud = wc.generate_from_frequencies(counts)
    plt.figure(figsize=(10,8))
    plt.axis('off')
    plt.imshow(cloud)
    plt.show()

title_list  = get_titles("올림픽",1, 200)
sentences_tag = sentence_tag(title_list)
word_count_list = word_count(sentences_tag)
wordCloud_Image(word_count_list)

뉴스기사를 타이핑해서 빈도분석을 해 가장 관심을 두는게 뭔지 알아보도록 하려고 합니다.

BeautifulSoup으로 뉴스 제목을 파싱합니다 titles = soup.select('.news_area a[title]')에서 내용이 제목에 해당하기 때문에 파싱을 이렇게 했습니다 그 후 리스트에 제목들을 담습니다.

리스트에 담은 제목들을 이제 형태소 분석을 합니다.

• morph = okt.pos(sentence)
  • Okt()라는게 있는데 전에 했던 Twitter()랑 동일합니다.

for sentence in sentences_tag :
    for word , tag in sentence: # word는 '도쿄' tag는 'Noun'
        print(word + " " + tag)
        if tag in ['Noun' , 'Adjective']:
            noun_adj_list.append(word) # 명사랑 형용사를 넣는 과정

이제 형태소 분석한 거 중에서 명사와 형용사만 빼내오려고 합니다 tag에는 형태소들이 들어가 있습니다. 거기에서 Noun(명사)와 Adjective(형용사)가 있으면 리스트에 담는 과정입니다.

• counts = Counter(noun_adj_list)
  • 담아둔 리스트의 빈도분석을 실행합니다.

wc = WordCloud(font_path="C:/Winodws/Fonts/batang.ttc", background_color = 'white', width = 800, height = 600)
# 이미지할 때 필요한 설정 어떤 폰트로 어떤 바탕화면으로 어떤 크기로 할지
counts = (dict(word_count_list)) # 배열로 만든 걸 사전형으로 변환
# print(counts)

WordCloud로 빈도분석한 걸 이미지화 하도록 하겠습니다 font_path에다가는 저장되어 있는 Font를 경로 잡아주시면 되겠습니다. (지원 안 되는 폰트도 있음) background_color는 바탕색을 의미하고 width, height로 넓이를 지정할 수 있습니다.

    cloud = wc.generate_from_frequencies(counts)
    plt.figure(figsize=(10,8))
    plt.axis('off')
    plt.imshow(cloud)
    plt.show()

이거는 그냥 그대로 입력하시면 됩니다. (저도 잘 모르겠습니다. ㅠ)

그럼 이런식으로 나오게 됩니다.

https://www.lfd.uci.edu/~gohlke/pythonlibs/#jpype 에서 JPype1-1.2.0-cp38-cp38-win_amd64.whl을 download합니다. (최신버전 있으면 써도 상관 없습니다.)

파이참에서 Teminal로 들어가 설치해줍시다.

• pip install JPype1-1.2.0-cp38-cp38-win_amd64.whl
• pip install konlpy

주의할 점은 다운 받은 파일하고 Teminal 경로하고 같아야합니다 저는 이미 깔려있어가지고 저 모양인 거지 경로를 일치시켜주세요

# 본 프로그램은 텍스트 데이터를 빈도 분석하기 전 기초편입니다.
# 작성자 이성재
# 프로그램 wc_base03.py
# 코엔엘파이 라이브러리는 다른 라이브러리에 비해 설치가 조금 까다로운 편이며
# 설치가 정사적으로 되었으면 형태소 분리를 테스트한다.

from konlpy.tag import Twitter
twitter = Twitter()

sentance = '아버지가 방에 들어 가신다.'
tagging = twitter.pos(sentance)
print(tagging)
'''
출력 : 
[('아버지', 'Noun'), ('가', 'Josa'), ('방', 'Noun'), ('에', 'Josa'), ('들어', 'Verb'), ('가신다', 'Verb'),
 ('.', 'Punctuation')]
'''

# 단어 뭉치가 리스트(배열)로 들어있을 경우
title_list = [
    '인천시 연수구 , 을 강연 ICLC 성공개최..지역 10개 대학 간담회',
    '인천일보 대표 고통안전 챌린지 동참',
    '안산대, 2021년도 인천 경기북부 총장협의회 개최'
]

twitter = Twitter()
sentences_tag = []
# 형태소 분석하여 리스트에 넣기
for sentence in title_list :
    word = twitter.pos(sentence)
    sentences_tag.append(word)
    print(word)
'''
출력 : 
[('인천', 'Noun'), ('시', 'Noun'), ('연수구', 'Noun'), (',', 'Punctuation'), ('을', 'Josa'), ('강연', 'Noun'),
 ('ICLC', 'Alpha'), ('성공', 'Noun'), ('개최', 'Noun'), ('..', 'Punctuation'), ('지역', 'Noun'), ('10', 'Number'),
 ('개', 'Noun'), ('대학', 'Noun'), ('간담', 'Noun'), ('회', 'Noun')]
[('인천', 'Noun'), ('일보', 'Noun'), ('대표', 'Noun'), ('고통', 'Noun'), ('안전', 'Noun'), ('챌', 'Verb'), ('린지', 'Noun'),
 ('동참', 'Noun')]
[('안산대', 'Noun'), (',', 'Punctuation'), ('2021년', 'Number'), ('도', 'Foreign'), ('인천', 'Noun'), ('경기', 'Noun'),
 ('북부', 'Noun'), ('총장', 'Noun'), ('협의', 'Noun'), ('회', 'Noun'), ('개최', 'Noun')]
'''

Twitter()에 해당하는 객체를 만들어줍니다 twitter.pos(형태소 분석할 문장) 이러면 알아서 분류해줍니다

📝동적 크롤링

동적인 데이터를 수집하는 방법을 말한다.

동적인 데이터란 입력, 클릭, 로그인 등과 같이 페이지 이동이 있어야 보이는 데이터를 말한다.

정적크롤링 수집하는 속도가 느리다는 단점이 있지만 더 많은 정보를 수집할 수 있다는 장점

셀레니움이라는 것을 사용하여 동적 크롤링하겠습니다.

일단 Chrome으로 진행해주시고 Chromdriver라는게 필요합니다.

https://sites.google.com/chromium.org/driver/downloads

여기에서 다운 받아주세요 버전은 최신 버전으로 다운 받아주세요

내가 쓰는 Chrome 버전하고 호환이 되어야합니다. 따로 확인하는 법은 잘 모르겠고 밑에 코드 돌려서 에러 나오면 버전이 안 맞다고 하니까 그 버전으로 바꿔주시면 되겠습니다.

# 본 프로그램은 동적인 웹페이지를 크롤링하는 프로그램입니다.
# 작성 시작일 2021. 04. 16
# 수정일 2023.06.14 Selenimum Version 변경으로 인한 수정
# 작성자 이성재
# Selenium.py
# Python 3.11 Selenium 4.1.0, Chrom Version 114

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.chrome.service import Service as ChromeService
import time
import urllib.request

# 크롬 열고 검색하기
path = "C://chromedriver/chromedriver.exe" # 웹 드라이버가 있는 경로

options = webdriver.ChromeOptions()
options.add_experimental_option("excludeSwitches", ["enable-automation"])
options.add_experimental_option("useAutomationExtension", False)
service = ChromeService(executable_path=path)
driver = webdriver.Chrome(service=service, options=options)

driver.get("https://www.google.co.kr/imghp?hl=ko") # 구글 이미지 메인 페이지
elem = driver.find_element(By.NAME, 'q') # driver.find_element_by_name("q") # 검색 부분에 name이 q이다
elem.send_keys("배우") # 검색하고자 하는 것
elem.send_keys(Keys.RETURN) # 엔터값 전송 크롤링이라는 글자를 입력하고 엔터를 누르는 과정


# 페이지 끝까지 스크롤 내리기
SCROLL_PAUSE_TIME = 1 # 대기시간을 1초로 셋팅

# 스크롤 깊이 측정하기 자바스크립트문을 실행시킴
last_height = driver.execute_script("return document.body.scrollHeight")

while True:
    # 스크롤 끝까지 내리기
    driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")

    # 페이지 로딩 기다리기
    time.sleep(SCROLL_PAUSE_TIME)

    # 더 보기 요소가 있을 경우 클릭하기
    new_height = driver.execute_script("return document.body.scrollHeight")
    if new_height == last_height:
        try:
            driver.find_element(By.CSS_SELECTOR, '.mye4qd').click() # 더 보기에 css name이 mye4qd이다
        except:
            break
    last_height = new_height

# 이미지를 찾고 , 다운받기
image_path = "c:/actor/" # 이미지 저장될 경로 설정
images_list = driver.find_elements(By.CSS_SELECTOR, '.rg_i.Q4LuWd') # driver.find_elements_by_css_selector(".rg_i.Q4LuWd")
# class 명이 rg_i Q4LuWd 이지만 .으로 구분하고 css가 2개 적용된 거임 # images_list는 배열이다 즉 여러개 이미지의 정보를 넣는다

count = 1

for image in images_list:

    try :
        image.click() # 크롬 브라우저에서 작은 이미지를 클릭하는 효과와 동일
        time.sleep(2) # 2초 기다린다.


        # f12을 사용하여 개발자모드에서 검사-> copy -> Copy Xpath를 해서 경로를 가지고 온다
        imgUrl = driver.find_element(By.XPATH,"//*[@id=\"Sva75c\"]/div[2]/div/div[2]/div[2]/div[2]/c-wiz/div/div/div/div[3]/div[1]/a/img").get_attribute("src")

        # "" 안에 " 기호를 쓰기위해 \ 로 감싸준다

        # 이미지를 urllib.request를 사용하여 저장
        # xpath 값 ,  저장될 공간 + 크롤링(이름)
        urllib.request.urlretrieve(imgUrl, image_path+"actor" + str(count) + ".jpg")

        count = count + 1

    except Exception as e:
        print("이미지를 저장할 수 없습니다.")
        print(e)
        pass # 에러 발생시 무시하고 계속 진행

# 프로그램 종료
driver.close()

• path = "chromedriver/chromedriver.exe"
  • 다운 받은 chromdriver 있는 경로를 설정해주세요 저는 이 .py있는 곳에 chromedriver라는 폴더에 넣어놨습니다.

• driver = webdriver.Chrome(path)
  • 경로에 있는 chrome driver를 로드합니다

• driver.get("https://www.google.co.kr/imghp?hl=ko")
  • driver.get("시작할 처음 주소")

• elem = driver.find_element_by_name("q")
  • name = "q"라고 되어있는 검색 부분을 가져옵니다.

• elem.send_keys("배우")
  • send_keys를 통해 driver가 "배우"라는 검색어를 입력하게 합니다.

• elem.send_keys(Keys.RETURN)
  • Keys.RETURN이라고 넣어주면 엔터를 누르는 과정입니다.

• SCROLL_PAUSE_TIME = 1
  • 스크롤 Pause 시간

• last_height = driver.execute_script("return document.body.scrollHeight")
  • chromedriver한테 return document.body.scrollHeight 이러한 스크립트문을 하라고 명령합니다
  • 스크롤바가 있을 때 그 깊이를 측정하는 과정입니다.

• driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
  • 검색시 처음 나오는 화면이 0이고 document.body.scrollHeight(맨 밑)까지 스크롤바를 내리게 합니다.

• time.sleep(SCROLL_PAUSE_TIME)
  • 대기시간을 1초를 주는 과정입니다.

코드는 엄청 빨리실행되는데 반해 검색해서 가려진 이미지들이 다 뜨는데 시간차이가 있기 때문에 그렇습니다.

# 더 보기 요소가 있을 경우 클릭하기
    new_height = driver.execute_script("return document.body.scrollHeight")
    if new_height == last_height:
        try:
            driver.find_element(By.CSS_SELECTOR, '.mye4qd').click() # 더 보기에 css name이 mye4qd이다
        except:
            break
    last_height = new_height

new_height에 다시 깊이를 잽니다 밑에 사진의 결과 더보기가 나올때까지 내려가야합니다.

📝동작과정 요약

1. 먼저 현재 보이는 부분 깊이를 잽니다(last_height)
2. 스크롤을 내립니다 (스크롤을 다 내리면 결과 더보기가 먼저 나오지 않고 로딩하면서 좀 더 사진이 나옵니다.)
3. 거기에 보이는 부분 깊이를 잽니다 (new_height)
4. new_height랑 last_height값은 다릅니다. 그 후 last_height에 new_height값을 넣어줍니다
5. new_height는 끝에 도달하지 않는 이상 계속 갱신되니까 if문에 들어가지 않습니다.
6. new_height 값과 last_height값이 같아진다는 거는 결과 더보기까지 내려갔다는 소리이니까 결과더보기에 해당하는 mye4qd라는 클래스를 가진 버튼을 클릭하게 합니다.

결과 더보기에 대한 class명입니다.

• images_list = driver.find_elements_by_css_selector(".rg_i.Q4LuWd")
  • 이미지에 대한 요소를 저장하는 리스트를 만들어 넣습니다.
  • 사진 class명을 보면 rg_i랑 Q4LuWd라는 클래스를 가집니다.

• image.click()
  • 이미지를 클릭

📝Xpath

Xpath는 마크업 언어에서 특정 요소를 찾기 위한 경로(path)를 나타내는 언어입니다. 여기에선 이미지의 실질적 경로를 의미하죠

클릭했을때 나오는 사진을 검사를 눌러 나오는 태그에 오른쪽 클릭 후  Copy - Copy Xpath를 합시다.

driver.find_elements_by_xpath로 Xpath값을 넣습니다.

그냥 붙혀넣으면 빨간줄이 생기는데 왜 생기냐면 더블쿼테이션 안에 더블 쿼테이션이 들어가서 그렇습니다.

"를 그냥 문자로 인식하게 하려면 \" 이렇게 쓰면 됩니다 \"가 그냥 " 문자로 표현한다고 생각하면 됩니다.

실행시키면 C드라이브 actor라는 폴더에 이미지가 저장이 됩니다.

# 본프로그램은 정적인 웹페이지를 크롤링 하는 프로그램입니다.
# 작성 시작일자 2021. 03. 19
# 작성자 이성재
# 할리스매장 클롤링연습01
# 프로그램명 HollysBeautifulSoup.py
# 첫페이지만 크롤링하는 예제
import requests
from bs4 import BeautifulSoup as bs
import pandas as pd

html = requests.get('http://web.codetector.co.kr:8080/kmview/bigdata01.do')
soup = bs(html.text,'html.parser')

# 크롤링 할 영역을 찾는다
tbody_tag = soup.find('tbody') # tobdy태그에 들어감
print(tbody_tag) # 출력 : <tbody id="data_uniq1"> <tr class="t....

# 반복되는 영역을 찾는다 (findAll로 찾으면 데이터가 배열형태로 저장된다)
tr_tag_list = tbody_tag.findAll('tr') # tr을 전부 찾아서 list에 넣는다
print(tr_tag_list) # 출력 : [<tr class="tr_...   tr_tag값 확인해보기
print(len(tr_tag_list)) # 출력 : 10   tr_tag_list 속에 몇개 인지

# 크롤링한 결과가 최종적으로 저장되는 변수배열
result = []

for tr_tag in tr_tag_list: # tr_tag_list에서 하나씩 순차적으로 값을 꺼내온다.

    # td 태그중에 각각의 영역에 해당하는 데이터를 저장한다.
    zone    = tr_tag.find('td',{'class':'text-center zone'}).text # 지역
    store   = tr_tag.find('td',{'class':'text-center store'}).text # 매장명
    open    = tr_tag.find('td',{'class':'text-center open'}).text # 현황
    address = tr_tag.find('td',{'class':'text-center address'}).text # 주소
    tel     = tr_tag.find('td',{'class':'text-center tel'}).text # 전화번호

    # 각각의 변수에 잘 저장되어 있는지 확인을 해본다
    # print(zone + "," + store + "," + open + "," + address + "," + tel)

    # 변수배열에 순차적으로 저장한다.
    result.append([zone, store , open , address, tel])



# pandas 라이브러리를 이용해 csv파일로 저장
print(result[0]) # 출력: ['서울 서대문구', '신촌점', '영업중', '서울특별시 서대문구 연세로 34 (창천동 31-12)  할리스', '02-393-2004']
# result값이 배열이므로 배열값중 하나(첫번째)를 화면에 표시해본다.
bigdata_table = pd.DataFrame(result, columns=('zone','store','open','address','tel'))
bigdata_table.to_csv("HollysCSV.csv", encoding="utf-8", mode ='w' ,index = True) # ./ 자기 밑에

request.get으로 주소를 가져옵니다 그리고 그 주소에 해당하는 HTML태그를 가져옵니다

Tbody태그에 있는 tr줄이 10개 이므로 각각 td와 해당 클래스명으로 접근해서 10번 반복해줍니다.

반복하는 와중에 해당 텍스트값을 빈 리스트에 append해서 여러개 리스트값으로 보관합니다.

이제 이걸 csv파일로 저장해보도록하겠습니다.

그걸 위해 필요한게 pandas패키지입니다. import해주세요

• bigdata_table =pd.DataFrame(result, columns=('zone','store','open','address','tel'))
• pd.DataFrame(넣을자료, columns=('각 세로줄 제목들...'))
  • csv파일을 만들 구성입니다

• bigdata_table.to_csv("HollysCSV.csv",encoding="utf-8",mode ='w',index = True) 
• to_csv("파일명", encoding="인코딩방식", mode="작성모드", index= = True)
  • table자료를 csv로 변환시키면서 이름을 지어주고 encoding방식 mode는 ='w' write여야 겠죠?

파이썬 깔아주시고 IDE는 파이참을 이용하려고 합니다.

📝정적크롤링

변하지 않는 데이터를 의미합니다. 즉 한 페이지 안에서 원하는 정보가 모두 드러나는 것을 크롤링하는 것입니다.

이 정적 크롤링을 하기 위해서 BeautifulSoup이라는 패키지를 사용하려고 합니다.

import requests
from bs4 import BeautifulSoup as bs

html = requests.get('https://search.naver.com/search.naver?'
                    'sm=tab_hty.top&where=nexearch&query=%EB%82%A0%EC%94%A8&oquery=%EB%'
                    '82%A0%EC%94%A8&tqi=hZrKcsprvOsssQswMTwssssssUh-229279') # 주소를 받는다
soup = bs(html.text,'html.parser') # HTML 소스코드 가져옴

data1 = soup.find('div',{'class':'detail_box'}) # soup의 div라는 태그를 찾고 그 중에서 detai1_box라는 태그를 가져온다
print(data1) # 출력 : <div class="detail_box"> <dl class="indicator"> <dt>....

data2 = data1.findAll('dd') # 가져온 것중에서 dd태그를 다 가져온다 (리스트로 담김)
print(data2) # 출력 : [<dd class="lv2"><span class="num">48㎍/㎥</span>보통<span class="ico"></span></dd>, <dd cla

dust01 = data2[0].find('span',{'class':'num'}).text # dd태그 중에서 span이란 태그를 찾고 그 중에서 num이라는 클래스 선언한 거 찾기
print(dust01) # 출력 : 48㎍/㎥

dust02 = data2[1].find('span',{'class':'num'}).text # 초미세먼지
print(dust02) # 출력 : 32㎍/㎥

O3 = data2[2].find('span',{'class':'num'}).text # 오존
print(O3) # 출력 : 0.092ppm

data3 = soup.find('div',{'class':'main_info'}) # main_info 클래스 안에 있는 거 다 보여줌
print(data3) # 출력 : <div class="main_info"> <span class

degree = data3.find('span',{'class':'todaytemp'}).text # text 안 붙히면 <span class="todaytemp">13</span>가 출력 됨
print(degree) # 출력 : 31

import requests
from bs4 import BeautifulSoup as bs

tag = "<p class='big_data01' id='uniq01'> Hello World </p>"
soup = bs(tag,'html.parser')

# 태그 이름으로 특정
data01 = soup.find('p')
print(data01) # 출력 : <p class="big_data01" id="uniq01"> Hello World </p>

data01_text = soup.find('p').text # Hello World
print(data01_text) # 출력 :

# 클래스 이름으로 특정
data03 = soup.find(class_='big_data01')
print(data03) # 출력 : <p class="big_data01" id="uniq01"> Hello World </p>

data03_text = soup.find(class_='big_data01').text
print(data03_text) # 출력 : Hello World

import 해주는 법은 from bs4 import BeautifulSoup 이라고 쳐주면 빨간줄이 생기실텐데 Alt + Enter 누르시면

Import 할 수 있게 도와줍니다. Import 해주면 해당 패키지를 설치해줍니다.

• html = requests.get(url주소)
  • 내가 크롤링할 url주소를 가져옵니다.

• soup = bs(html.text,'html.parser')
  • url주소의 html태그를 다 가져옵니다

크롤링하는 방법이 여러개 있습니다. 

📝1. 태그 + class명으로 가져오기

• data1 = soup.find('div',{'class':'detail_box'})
  • soup.find(태그명,{class : 클래스명}) 태그안에 있는 정보 태그들을 다 가져 올 수 있습니다.
  • 여기에서는 div태그 class명이 detail_box라는 것은 해당 클래스 안에 들어있는 것들을 의미합니다

📝2. 태그로만 가져오기

• data2 = data1.findAll('dd')
• soup.findAll(태그명)
• 태그명에 해당하는 모든 태그 값을 다 가져옵니다. 만약 여러 개일시 리스트로 담습니다 인덱스로 개별 접근할 수 있습니다.

📝3. class명으로만 가져오기

• data03 = soup.find(class_='big_data01')
• soup.find(class_=클래스명)
• 해당 클래스 정보를 다 가져옵니다.

그런데 soup.find같은 걸로 가져와서 출력해도 태그도 같이 출력됩니다 그 안에 내용물이 중요한데 말이죠 그 내용물을 가져오기위한 것이 .text라는 것입니다 이 함수는 실질적인 내용만 가져오게 해줍니다.