pugixml을 활용한 XML 데이터 처리 기법
XML 처리 라이브러리 pugixml 소개
pugixml은 경량이며 고성능의 C++ 기반 XML 파서로, 구조화된 데이터를 효율적으로 읽고 쓸 수 있도록 설계되었습니다. 주요 특징은 다음과 같습니다:
DOM 유사 인터페이스 제공 — 트리 탐색 및 수정에 용이
빠른 비검증 파싱 속도 — 대용량 파일 처리에 적합
XPath 1.0 지원 — 복잡한 노드 접근 가능
유니코드 완전 지원 — 인 ...
6월 30일 04:03에 게시됨
C 언어에서 XML 네임스페이스 속성 처리의 5가지 최적화 전략
XML 속성 파싱 시 네임스페이스 문제 해결
XML 문서를 C 언어로 분석할 때, 네임스페이스는 속성 추출 과정에서 중요한 고려사항입니다. 이들은 요소와 속성 이름 충돌을 방지하지만, 잘못된 URI 매핑은 데이터 접근 실패를 초래할 수 있습니다.
네임스페이스 정의 구조
다음 예제는 xmlns 선언을 통해 네임스페이스를 설정하는 방법을 보여줍니다:
<document xmlns:cus ...
6월 18일 22:38에 게시됨
BeautifulSoup를 활용한 HTML 구문 분석 및 데이터 추출
BeautifulSoup(약칭 bs4)는 HTML 및 XML과 같은 초과 마크업 텍스트를 처리하고, 원하는 태그 내부의 텍스트를 추출하는 데 유용한 파이썬 라이브러리입니다. 주로 웹 스크래핑 작업에서 널리 사용됩니다.
라이브러리 설치
bs4와 관련된 의존성 패키지를 설치합니다.
pip install bs4 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install lxml
lxml은 파이썬에서 ...
6월 17일 20:26에 게시됨
XPath를 이용한 XML 데이터 탐색 및 쿼리 기법
XML 데이터 구조 예시
<?xml version="1.0"?>
<library>
<book id="lib001">
<author>김철수</author>
<title>XML 마스터하기</title>
<category>컴퓨터</category>
<price>55.00</price>
<published>2023-05-12</published>
</book>
<book id="lib002 ...
6월 11일 01:35에 게시됨
Python 기반 동기 웹 크롤링: XPath를 활용한 데이터 추출
동기 로딩 페이지의 특징
브라우저에서 렌더링된 콘텐츠와 서버 응답 본문, 또는 우클릭으로 확인하는 소스 코드가 완전히 일치합니다. 이는 클라이언트 측 스크립트 없이 정적 콘텐츠로 구성된 페이지임을 의미합니다.
기본 요청 구조
import requests
from lxml import etree
target_url = 'https://www.shu.com/bookmark/sidamingzhu.html'
request_headers = {
' ...
6월 10일 17:56에 게시됨
Python XPath 데이터 스크래핑 실전 예제
XPath는 XML 및 HTML 문서에서 데이터를 효율적으로 추출하기 위한 강력한 도구입니다. lxml 라이브러리와 함께 사용하면 웹 스크래핑 작업을 간소화할 수 있습니다. 아래에서 기본 문법과 다양한 활용법을 예제를 통해 알아봅니다.
XPath 기본 문법
샘플 HTML 문서를 준비합니다:
from lxml import etree
html = """
<html>
<head lang="en">
<title> ...
5월 26일 10:06에 게시됨