Day_2 06. Python data handling

작성일 August 3, 2021

1 분 소요

Python data handling

World Wide Web(WWW), 줄여서 웹이라고 부름
우리가 늘 쓰는 인터넷 공간의 정식 명칭
웹 상의 정보를 구조적으로 표현하기 위한 언어
제목, 단락, 링크 등 요소 표시를 위해 Tag를 사용
모든 요소들은 꺾쇠 괄호 안에 둘러 쌓여 있음
- Hello, World
  # 제목 요소, 값은 Hello, World
모든 HTML은 트리 모양의 포함관계를 가짐
일반적으로 웹 페이지의 HTML 소스파일은 컴퓨터가 다운로드 받은 후 웹 브라우저가 해석/표시
정규식 (regular expression)
- 정규 표현식, regexp 또는 regex 등으로 불림
- 복잡한 문자열 패턴을 정의하는 문자 표현 공식
- 특정한 규칙을 가진 문자열의 집합을 추출
- 문법 자체는 매우 방대, 스스로 찾아서 공부 필요
- 정규식 연습장 (https://www.regexr.com/)
정규식 기본문법
- 문자클래스 [a-z]
- . 전체를 의미
- * 앞에 문자를 반복
- + 앞에 문자를 1회 이상 반복
- {m, n} m이상 n이하 반복
- ? 반복 횟수가 1번
- | or 의미
- ^ not 의미
정규식 in 파이썬
- re 모듈을 import 하여 사용 : import re
- 함수 : search - 한 개만 찾기, findall - 전체 찾기
- 추출된 패턴은 tuple로 반환됨

데이터의 구조와 의미를 설명하는 TAG(MarkUp)를 사용하여 표시하는 언어
TAG와 TAG사이에 값이 표시되고, 구조적인 정보를 표현할 수 있음
HTML과 문법이 비슷, 대표적인 데이터 저장 방식
XML Parsing in Python
- XML도 HTML과 같이 구조적 markup 언어
- 정규표현식으로 Parsing이 가능함
- 그러나 좀 더 손쉬운 도구들이 개발 되어 있음
- 가장 많이 쓰이는 parser인 beautifulsoup으로 파싱