0Pricing
Python Academy · 강의

BeautifulSoup으로 HTML 파싱하기

파싱 트리를 탐색하고 선택자로 데이터를 추출합니다.

BeautifulSoup으로 HTML 파싱하기은(는) CoddyKit의 무료 Python Academy 강의입니다. 이것은 4개 중 2번째 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.

BeautifulSoup 설치하기

beautifulsoup4는 HTML과 XML을 파싱합니다. 속도가 중요하면 lxml 파서를 사용하고, 추가 의존성이 필요 없으면 html.parser를 사용합니다.

# pip install beautifulsoup4 lxml
from bs4 import BeautifulSoup

html = "<h1>Hello</h1><p class='intro'>World</p>"
soup = BeautifulSoup(html, "lxml")
print(soup.h1.text)   # Hello

요소 찾기

find(tag)는 일치하는 첫 번째 요소를 반환합니다. find_all(tag)은 일치하는 모든 요소의 목록을 반환합니다.

from bs4 import BeautifulSoup

html = "<ul><li>A</li><li>B</li><li>C</li></ul>"
soup = BeautifulSoup(html, "lxml")
print(soup.find("li").text)       # A
print([li.text for li in soup.find_all("li")])  # [A,B,C]

CSS 선택자

soup.select("css selector")는 CSS 문법을 사용합니다. soup.select_one()은 첫 번째 일치 항목을 반환합니다.

from bs4 import BeautifulSoup

html = '<div class="card"><a href="/p/1">Link 1</a></div>'
soup = BeautifulSoup(html, "lxml")
print(soup.select("div.card a")[0]["href"])   # /p/1
print(soup.select_one("a")["href"])          # /p/1

속성에 접근하기

태그 속성은 사전처럼 접근할 수 있습니다. 예를 들어 tag["href"]와 tag.get("class", [])를 사용합니다.

from bs4 import BeautifulSoup

html = '<a href="https://example.com" class="link external">Click</a>'
soup = BeautifulSoup(html, "lxml")
a = soup.find("a")
print(a["href"])           # https://example.com
print(a.get("class", [])) # ['link', 'external']

파싱 트리 탐색하기

.parent, .children, .next_sibling, .previous_sibling을 사용해 트리를 탐색합니다.

from bs4 import BeautifulSoup

html = "<div><h2>Title</h2><p>Para</p></div>"
soup = BeautifulSoup(html, "lxml")
h2 = soup.find("h2")
print(h2.parent.name)         # div
print(h2.next_sibling.text)   # Para (next sibling)

텍스트 추출하기

tag.get_text(separator=" ", strip=True)는 태그 안의 모든 텍스트를 반환하고 공백을 정리합니다.

from bs4 import BeautifulSoup

html = "<div>  <p>Hello</p>  <p> World </p>  </div>"
soup = BeautifulSoup(html, "lxml")
print(soup.div.get_text(separator=" ", strip=True))
# Hello World

requests + BeautifulSoup으로 스크래핑하기

requests로 페이지를 가져오고 BeautifulSoup으로 파싱합니다. 가장 대표적인 스크래핑 조합입니다.

import requests
from bs4 import BeautifulSoup

url = "https://books.toscrape.com"
r = requests.get(url, timeout=10)
soup = BeautifulSoup(r.text, "lxml")

titles = [h3.find("a")["title"] for h3 in soup.select("article.product_pod h3")]
print(titles[:3])

상대 URL 처리하기

urllib.parse.urljoin(base, href)를 사용해 상대 링크를 절대 URL로 변환합니다.

from urllib.parse import urljoin
base = "https://example.com/products/"
href = "../about"
print(urljoin(base, href))   # https://example.com/about

인코딩 처리하기

BeautifulSoup은 인코딩을 자동으로 감지하지만, 인코딩을 직접 지정하거나 requests의 r.encoding을 사용할 수도 있습니다.

import requests
from bs4 import BeautifulSoup

r = requests.get("https://example.com")
print(r.encoding)   # e.g. utf-8
soup = BeautifulSoup(r.content, "lxml", from_encoding=r.encoding)

수정하고 직렬화하기

파싱 트리를 수정한 다음 str(tag) 또는 soup.prettify()로 HTML로 다시 변환합니다.

from bs4 import BeautifulSoup

html = "<p>Hello <b>world</b></p>"
soup = BeautifulSoup(html, "lxml")
soup.b.decompose()   # remove the <b> tag
print(str(soup.p))   # <p>Hello </p>

BeautifulSoup의 한계

BS4는 정적 HTML을 파싱합니다. JavaScript를 실행할 수는 없습니다. JS로 렌더링되는 페이지에는 Playwright 또는 Selenium을 사용합니다.

# BeautifulSoup: good for static HTML
# Playwright: for JavaScript-rendered SPAs
# Scrapy: for large-scale crawls with pipelines

# pip install playwright
# playwright install
# from playwright.async_api import async_playwright

빠른 확인

BeautifulSoup에서 CSS 선택자와 일치하는 모든 요소를 반환하는 메서드는 무엇입니까?

복습

BeautifulSoup은 HTML을 탐색 가능한 트리로 파싱합니다. 태그 검색에는 find()/find_all()을, CSS 선택자에는 select()을, 정리된 텍스트에는 get_text()를 사용합니다. 정적 페이지에는 requests를 함께 사용하고, JS로 렌더링되는 콘텐츠에는 Playwright를 사용합니다.

자주 묻는 질문

“BeautifulSoup으로 HTML 파싱하기” 강의는 무료인가요?

네 — “BeautifulSoup으로 HTML 파싱하기” 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.

“BeautifulSoup으로 HTML 파싱하기”에서 뭘 배우나요?

파싱 트리를 탐색하고 선택자로 데이터를 추출합니다. 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 2번째 강의입니다.

“BeautifulSoup으로 HTML 파싱하기” 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

  1. requests와 httpx를 사용한 HTTP 요청
  2. BeautifulSoup으로 HTML 파싱하기
  3. Scrapy 스파이더 구축
  4. JavaScript와 스크래핑 방지 대책 처리
← Python Academy(으)로 돌아가기