1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
· library(dplyr)
· library(httr)
· library(jsonlite)
· library(rJava)
· library(RSelenium)
· library(stringr)
#### 각키갤 GET/POST방식
링크_각키 <- c()
n <- 201
for(i in 1:n){
tryCatch({
res_yui <- GET(url = 'https://gall.dcinside.com/mgallery/board/lists/',
query = list(id = 'aragakiyui',
page=i))
cat(i, '페이지 수집 중. 상태코드는', status_code(x = res_yui), '입니다.\n')
#### 각키갤 링크 수집
링크.각키.tmp <- res_yui %>%
read_html() %>%
html_nodes('td.gall_tit.ub-word') %>%
html_nodes('a:nth-child(1)') %>%
html_attr('href') %>%
unique()
if (length(링크_각키.tmp) == 0) {
링크_각키 <- append(링크.각키, "수동확인")
} else {
링크_각키 <- append(링크_각키, 링크.각키.tmp)
} ## 수집한 링크가 없을경우 "수동확인", 제대로 수집한 경우는 "링크_각키"로 저장합니다
Sys.sleep(time = 1) #### (중요!) 반복되는 작업으로 디도스(DDOS)로 오인 받지 않을려면 반드시 넣습니다!!
}, error = function(e) cat("불러올 수 없습니다!\n"))
}
## 링크 분할
링크_각키_no <- c()
링크_각키_page <- c()
링크_각키 <- strsplit(링크_각키, split="&")
for(i in 1:length(링크_각키)){
링크_각키_no.tmp <- 링크_각키[[i]][2]
링크_각키_page.tmp <- 링크_각키[[i]][3]
링크_각키_no <- append(링크_각키_no, 링크_각키_no.tmp)
링크_각키_page <- append(링크_각키_page, 링크_각키_page.tmp)
}
링크_각키_no <- str_replace_all(링크_각키_no,"no=","")
링크_각키_page <- str_replace_all(링크_각키_page,"page=","")
## 페이지별 element 수집
제목_각키 <- c()
작성자_각키 <- c()
날짜_각키 <- c()
본문_각키 <-c()
주소_각키 <-c()
for(i in 1:length(링크_각키)){
tryCatch({
res_yui <- GET(url = 'https://gall.dcinside.com/mgallery/board/view/',
query = list(id = 'aragakiyui',
no = 링크_각키_no[i],
page = 링크_각키_page[i]))
cat(i, '페이지 수집 중. 상태코드는', status_code(x = res_yui), '입니다.\n')
## 제목
제목.각키.tmp <- res_yui %>%
read_html() %>%
html_nodes("span.title_subject") %>%
html_text()
if (length(제목.각키.tmp) == 0) {
제목_각키 <- append(제목_각키, "수동확인")
} else {
제목_각키 <- append(제목_각키, 제목.각키.tmp)
}
## 작성자
작성자.각키.tmp <- res_yui %>%
read_html() %>%
html_nodes("div.fl") %>%
html_nodes("span.nickname") %>%
html_nodes("em") %>%
html_text()
if (length(제목.각키.tmp) == 0) {
작성자_각키 <- append(작성자_각키, "수동확인")
} else {
작성자_각키 <- append(작성자_각키, 작성자.각키.tmp)
}
## 날짜
날짜.각키.tmp <- res_yui %>%
read_html() %>%
html_nodes("span.gall_date") %>%
html_text()
if (length(날짜.각키.tmp) == 0) {
날짜_각키 <- append(날짜_각키, "수동확인")
} else {
날짜_각키 <- append(날짜_각키, 날짜.각키.tmp)
}
## 본문
본문.각키.tmp <- res_yui %>%
read_html() %>%
html_nodes("div.writing_view_box") %>%
html_text()
if (length(본문.각키.tmp) == 0) {
본문_각키 <- append(본문_각키, "수동확인")
} else {
본문_각키 <- append(본문_각키, 본문.각키.tmp)
}
## 주소(URL)
주소_각키 <- append(주소_각키, 링크_각키[i])
Sys.sleep(time = 1) #### (중요!) 반복되는 작업으로 디도스(DDOS)로 오인 받지 않을려면 반드시 넣습니다!!
}, error = function(e) cat("불러올 수 없습니다!\n"))
}
## 데이터 전처리
본문_각키 <- str_replace_all(본문_각키,"\n","")
본문_각키 <- str_replace_all(본문_각키,"\t","")
## 데이터프레임으로 합치기 및 csv파일로 저장
df_각키 <- data.frame(제목_각키, 작성자_각키, 날짜_각키, 본문_각키, 주소_각키)
write.csv(df_각키, file = "D:/df_각키.csv", row.names=FALSE)