[파이썬] Beautiful Soup 4 기타 Beautiful Soup 객체: `Comment`, `Doctype`, etc.

06 Sep 2023

beautiful soup

이번 포스트에서는 Beautiful Soup 4의 기타 Beautiful Soup 객체에 대해 알아보겠습니다. Beautiful Soup 객체에는 텍스트 뿐만 아니라 주석, 문서 형식 선언 등 다양한 유형의 객체가 있습니다.

Comment 객체

주석은 HTML 문서의 일부로서 사용자에게는 보이지 않는 텍스트입니다. BeautifulSoup의 Comment 객체를 사용하여 주석을 추출할 수 있습니다.

예를 들어, 다음과 같은 HTML 코드가 있다고 가정해봅시다.

<html>
<body>
<!-- This is a comment -->
<p>This is some text.</p>
</body>
</html>

Beautiful Soup를 사용하여 주석을 추출하려면 다음과 같이 코드를 작성할 수 있습니다.

from bs4 import BeautifulSoup, Comment

html = """
<html>
<body>
<!-- This is a comment -->
<p>This is some text.</p>
</body>
</html>
"""

soup = BeautifulSoup(html, 'html.parser')
comments = soup.find_all(string=lambda text: isinstance(text, Comment))

for comment in comments:
    print(comment)

위의 코드는 주석을 찾아서 출력합니다. 따라서 위의 예제 코드를 실행하면 This is a comment 라는 주석이 출력됩니다.

Doctype 객체

문서 형식 선언(Doctype)은 HTML 문서의 형식과 버전을 정의하는 선언입니다. BeautifulSoup의 Doctype 객체를 사용하여 문서 형식 선언을 추출할 수 있습니다.

예를 들어, 다음과 같은 HTML 코드 가정해봅시다.

<!DOCTYPE html>
<html>
<body>
<p>This is some text.</p>
</body>
</html>

다음 코드를 사용하여 문서 형식 선언을 추출할 수 있습니다.

from bs4 import BeautifulSoup, Doctype

html = """
<!DOCTYPE html>
<html>
<body>
<p>This is some text.</p>
</body>
</html>
"""

soup = BeautifulSoup(html, 'html.parser')
doctype = soup.find(string=lambda text: isinstance(text, Doctype))

print(doctype)

위의 코드는 문서 형식 선언을 출력합니다. 따라서 위의 예제 코드를 실행하면 html 이라는 문서 형식 선언이 출력됩니다.

Beautiful Soup 4에서는 이 외에도 다양한 유형의 객체가 있으며, 이러한 객체를 사용하여 HTML 문서를 파싱하고 원하는 정보를 추출할 수 있습니다. BeautifulSoup의 공식 문서를 참조하여 더 많은 정보를 확인할 수 있습니다.

이번 포스트에서는 Beautiful Soup 4의 기타 Beautiful Soup 객체인 Comment과 Doctype에 대해 알아보았습니다. 이러한 객체를 사용하여 HTML 문서를 파싱하고 유용한 정보를 추출할 수 있습니다.