JavaScript와 스크래핑 방지 대책 처리
JS로 렌더링되는 콘텐츠와 요청 속도 제한에 Playwright/Selenium을 사용합니다.
JavaScript와 스크래핑 방지 대책 처리은(는) CoddyKit의 무료 Python Academy 강의입니다. 이것은 4개 중 4번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Python Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Python Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
JavaScript가 중요한 이유
최신 웹사이트는 페이지가 로드된 후 JavaScript로 콘텐츠를 렌더링합니다. requests+BS4와 같은 정적 HTML 스크래퍼는 뼈대만 보고 렌더링된 DOM은 보지 못합니다.
# Static scraper sees:
# <div id="app"></div>
# Rendered page has:
# <div id="app">
# <h1>Product List</h1>
# <ul>... dynamically loaded items ...</ul>
# </div>Python용 Playwright
Playwright는 실제 브라우저(Chromium, Firefox, WebKit)를 프로그래밍 방식으로 제어합니다. 콘텐츠를 추출하기 전에 JavaScript가 실행될 때까지 기다립니다.
# pip install playwright
# playwright install
import asyncio
from playwright.async_api import async_playwright
async def main():
async with async_playwright() as p:
browser = await p.chromium.launch()
page = await browser.new_page()
await page.goto("https://example.com")
title = await page.inner_text("h1")
print(title)
await browser.close()
asyncio.run(main())요소 기다리기
데이터를 추출하기 전에 DOM에 요소가 나타날 때까지 기다리려면 page.wait_for_selector()를 사용합니다.
from playwright.async_api import async_playwright
import asyncio
async def scrape():
async with async_playwright() as p:
browser = await p.chromium.launch()
page = await browser.new_page()
await page.goto("https://spa-example.com")
await page.wait_for_selector(".product-list")
items = await page.query_selector_all(".product-item")
texts = [await i.inner_text() for i in items]Selenium
Selenium은 오래된 브라우저 자동화 라이브러리입니다. 비동기 지원과 속도가 더 뛰어나므로 새 프로젝트에는 Playwright가 권장됩니다.
# pip install selenium
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
driver = webdriver.Chrome()
driver.get("https://example.com")
elem = WebDriverWait(driver, 10).until(
EC.presence_of_element_located((By.CSS_SELECTOR, "h1"))
)
print(elem.text)
driver.quit()헤드리스 모드
서버 측 스크래핑에서는 브라우저를 헤드리스 모드(보이는 창이 없는 상태)로 실행합니다.
from playwright.async_api import async_playwright
import asyncio
async def main():
async with async_playwright() as p:
browser = await p.chromium.launch(headless=True) # no window
page = await browser.new_page()
await page.goto("https://example.com")
html = await page.content()
await browser.close()네트워크 요청 가로채기
Playwright는 네트워크 요청을 가로채고 모킹할 수 있습니다. 광고나 추적기를 차단하거나 API 응답을 직접 수집할 때 유용합니다.
from playwright.async_api import async_playwright
import asyncio
async def main():
async with async_playwright() as p:
browser = await p.chromium.launch()
page = await browser.new_page()
await page.route("**/*.{png,jpg,css}", lambda route: route.abort())
await page.goto("https://example.com") # loads 3x faster요청 속도 제한과 지연
사람처럼 동작하려면 요청 사이에 무작위 지연을 추가하고 요청 속도를 제한하여 봇 방지 시스템이 작동하지 않도록 합니다.
import time, random
def polite_scrape(urls):
for url in urls:
fetch(url)
time.sleep(random.uniform(1, 3)) # 1-3 s random delay사용자 에이전트 순환
기본 스크래퍼 UA를 기준으로 차단되는 것을 피하려면 사용자 에이전트 문자열을 순환합니다.
import requests, random
USER_AGENTS = [
"Mozilla/5.0 (Windows NT 10.0; Win64; x64) ...",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) ...",
]
def fetch(url):
return requests.get(url, headers={"User-Agent": random.choice(USER_AGENTS)})쿠키와 세션
여러 요청에서 로그인 상태를 유지하려면 세션 쿠키를 유지합니다. requests Session과 Playwright 모두 쿠키를 자동으로 처리합니다.
import requests
with requests.Session() as s:
s.post("https://example.com/login", data={"user":"me","pass":"pw"})
# session cookie kept automatically:
dashboard = s.get("https://example.com/dashboard")CAPTCHA와 법적 고려 사항
CAPTCHA는 봇 방지 수단입니다. 프로그래밍으로 해결하는 것은 기술적으로 가능하지만(2captcha, anti-captcha), 윤리적·법적 우려가 발생합니다. 스크래핑하기 전에 항상 사이트의 robots.txt와 서비스 약관을 검토합니다.
# Before scraping:
# 1. Check robots.txt: https://example.com/robots.txt
# 2. Review the Terms of Service for "scraping" or "automated access" clauses
# 3. Only scrape public data
# 4. Honour Crawl-delay directives
# 5. Cache responses to avoid repeated hitsPlaywright 스크린샷 및 PDF
Playwright는 페이지를 스크린샷으로 저장하거나 PDF로 인쇄할 수 있어 시각적 테스트와 보관에 유용합니다.
from playwright.async_api import async_playwright
import asyncio
async def main():
async with async_playwright() as p:
browser = await p.chromium.launch()
page = await browser.new_page()
await page.goto("https://example.com")
await page.screenshot(path="page.png", full_page=True)
await page.pdf(path="page.pdf")
await browser.close()빠른 확인
최신 웹사이트에서 requests + BeautifulSoup 조합이 작동하지 않는 경우가 많은 이유는 무엇입니까?
복습
JavaScript로 렌더링되는 페이지에는 Playwright 또는 Selenium을 사용합니다. 서버에서는 헤드리스 모드로 실행합니다. 차단을 피하려면 지연 시간을 추가하고 사용자 에이전트를 순환합니다. 추적기를 차단하려면 네트워크 요청을 가로챕니다. 항상 robots.txt와 서비스 약관을 준수합니다.
자주 묻는 질문
“JavaScript와 스크래핑 방지 대책 처리” 강의는 무료인가요?
네 — “JavaScript와 스크래핑 방지 대책 처리” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Python Academy 강의 전체를 잠금 해제할 수 있습니다. Python Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“JavaScript와 스크래핑 방지 대책 처리”에서 뭘 배우나요?
JS로 렌더링되는 콘텐츠와 요청 속도 제한에 Playwright/Selenium을 사용합니다. 브라우저에서 직접 실행하는 실습 코드로 Python Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Python Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Python Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 4번째 강의입니다.
“JavaScript와 스크래핑 방지 대책 처리” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Python Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Python Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- requests와 httpx를 사용한 HTTP 요청
- BeautifulSoup으로 HTML 파싱하기
- Scrapy 스파이더 구축
- JavaScript와 스크래핑 방지 대책 처리