자바스크립트와 Node.js를 이용한 웹 크롤링 테크닉

이 책은 다양한 에이전트를 만들어 웹 데이터 수집과 처리를 자동화하는 방법을 소개한다. 우리가 익히 알고 있듯이 웹에는 유익한 데이터가 가득한데, 이러한 데이터를 체계적으로 수집하여 분석하고 활용하는 것은 즐거운 취미가 될 수도, 다양한 업무에 실질적인 도움이 될 수도 있을 것이다. 이 책의 전반부를 통해 웹사이트를 순회하는 크롤러를 만들어 본인만의 데이터베이스를 구축할 수 있게 될 것이다. 그런데 그렇게 모은 데이터를 어떻게 활용할지 몰라 묵혀 두기만 한다면 너무나 안타까운 일이 아닐 수 없다. 이 책에서는 수집뿐만 아니라 수집한 데이터를 검색하고, 필요한 데이터를 추출하고, 일정한 규칙을 통해 자동으로 분류하거나 예측하는 등 한 걸음 더 나아간 활용법을 제안한다. 이러한 기술들을 잘 응용하면 주식과 외환 매매에 참고할 트렌드 데이터를 얻을 수 있으며, 블로그 광고에 활용하여 수익률을 올리는 등 무궁무진한 활용이 가능하다.

제1장 개발 환경 1 01 자바스크립트 엔진의 이모저모 _ 2 ECMAScript가 실현한 범용 자바스크립트의 세계 _ 2 자바스크립트 엔진의 이모저모 _ 3 자바스크립트가 데이터 수집에 적합한 이유 _ 6 02 에이전트란 무엇인가? _ 8 에이전트의 의미 _ 8 지능형 에이전트 _ 9 03 개발 환경 구축 _ 11 가상 머신에 실행 환경 구축 _ 11 가상 머신 생성 _ 12 가상 머신에 로그인하기 _ 16 Node.js 설치 _ 19 git 설치 _ 21 04 Node.js 모듈 설치 _ 24 npm이란? _ 24 npm install로 모듈 설치 _ 24 모듈 삭제 _ 30 05 개발 생산성을 높여 줄 모던한 에디터 소개 _ 31 자바스크립트 작성에 필요한 에디터는? _ 31 Atom ― 풍부한 플러그인이 매력 _ 32 Sublime Text ― 환상적인 커스터마이징 기능으로 사랑에 빠지게 된다는 화제 Brackets ― HTML 편집에 특화된 빛나는 에디터 _ 36 통합 개발 환경에서의 자바스크립트 개발 _ 38 WebStorm ― 자바스크립트 개발에 특화된 개발 환경 _ 39 NetBeans ― 자바 뿐만 아니라 다양한 웹 개발 언어를 지원 _ 40 제2장 웹 데이터 수집 41 01 웹 페이지 다운로드 _ 42 가장 간단한 다운로드 방법 _ 42 Node.js로 다운로드해 보자 _ 42 Rhino/Narshon으로 다운로드해 보기 _ 46 02 HTML 해석(링크와 이미지 추출) _ 48 스크래핑이란? _ 48 HTML 파일 다운로드 _ 49 HTML 파일에서 링크 추출 _ 51 이미지 파일 추출 _ 55 03 사이트를 통째로 다운로드 _ 61 통째로 다운로드하는 이유 _ 61 프로그램을 만들어 보자 _ 62 04 XML/RSS 해석 _ 69 XML이란? _ 69 Node.js에서 XML을 다루는 방법 _ 71 RSS란? _ 76 XML/RSS 파싱에 cheerio-httpcli를 사용하는 방법 _ 79 05 정기적으로 다운로드 _ 82 정기적인 처리를 수행 _ 82 환율의 변동을 확인하는 API 사용 _ 83 리눅스/Mac OS X의 경우 _ 85 윈도우의 경우 _ 90 제3장 로그인이 필요한 웹사이트 크롤링 95 01 PhantomJS와 CasperJS _ 96 PhantomJS와 CasperJS에 관하여 _ 96 PhantomJS와 CasperJS 설치 _ 98 간단한 예제 프로그램 _ 99 플리커 이미지 검색 결과 캡처하기 _ 103 아이폰용 웹사이트 화면 캡처 _ 105 인자로 지정한 페이지를 캡처하는 도구 작성 _ 106 02 로그인 후의 데이터를 다운로드 _ 109 로그인이 필요한 경우 _ 109 티스토리에 로그인하기 _ 109 마우스 클릭 _ 113 03 DOM 파싱 방법과 CSS 선택자 _ 115 웹 브라우저의 개발자 도구 사용법 _ 115 CSS 선택자 지정 방법 _ 118 CSS 선택자 실전편 _ 120 04 Electron으로 데스크톱 애플리케이션 작성 _ 124 Electron이란? _ 124 Electron 설치 방법 _ 127 Electron으로 간단한 애플리케이션을 만드는 순서 _ 127 직접 준비한 HTML을 Electron에 표시 _ 130 메인 프로세스와 렌더링 프로세스 간의 통신 _ 132 05 Electron으로 스크린 캡처 _ 138 스크린샷을 찍는 제일 빠른 방법 _ 138 Electron으로 스크린샷을 찍는 방법 _ 138 미세한 조정을 위해 딜레이 주기 _ 142 캡처할 범위를 지정 _ 144 제4장 데이터 처리 및 저장 147 01 문자 코드와 호환 _ 148 문자 코드란? _ 148 자바스크립트의 문자 코드 _ 150 Node.js의 경우 _ 150 iconv-lite를 사용한 문자 코드 변환 _ 155 Rhino를 사용하는 경우 _ 156 02 정규 표현식을 사용한 데이터 변환 _ 157 정규 표현식이란? _ 157 자바스크립트에서의 정규 표현식 사용법 _ 158 03 데이터 형식의 기초 _ 166 웹에 있는 데이터 형식 _ 166 JSON 형식이란? _ 167 JSON의 개량판, JSON5 형식 _ 170 CSON 형식 _ 172 XML/RSS 형식 _ 174 YAML 형식 _ 177 INI 파일 형식 _ 181 CSV/TSV 파일 형식 _ 184 그 외의 형식 _ 188 04 커피스크립트 _ 190 왜 커피스크립트인가? _ 190 커피스크립트 설치 _ 191 프로그램 실행 방법 _ 191 커피스크립트의 기본 문법 _ 192 참과 거짓 _ 195 배열 _ 196 연산자 _ 197 제어 구문 _ 199 함수 작성 _ 203 객체지향 _ 206 05 데이터베이스 사용법 _ 210 왜 데이터베이스를 사용하는가? _ 210 관계형 데이터 모델과 NoSQL _ 210 관계형 데이터베이스 SQLite3 사용 _ 211 웹으로부터 다운로드하여 SQLite에 저장 _ 213 NoSQL LevelDB를 사용 _ 217 데이터를 LevelDB에 보관 _ 223 06 리포트 자동 생성 _ 227 리포트 자동 생성 _ 227 출력 형식 _ 228 PDF 작성 _ 230 엑셀 형식으로 작성 _ 238 Node.js + Ocegen 사용법 _ 238 Rhino와 Apache POI 사용법 _ 239 웹 API로 획득한 값을 엑셀에 쓰기 _ 242 제5장 한글 형태소 분석 245 01 형태소 분석에 관하여 _ 246 형태소 분석이란? _ 246 형태소 분석을 이용하는 방법 _ 247 mecab-ko의 설치 _ 248 02 특정 품사의 단어들을 추출 _ 251 Node.js에서 mecab-ko를 사용하는 방법 _ 251 프로그램을 정리하여 형태소 분석 모듈 작성 _ 254 특정 품사의 단어들을 추출하는 프로그램 _ 257 03 마르코프 체인을 이용한 문서 요약 _ 260 마르코프 체인을 이용한 문서 요약 _ 260 프로그램에 관하여 _ 264 04 간단한 문장 교정 도구 작성 _ 266 문장 교정 도구에 관하여 _ 266 05 단어의 출현 빈도 조사 _ 271 단어의 출현 빈도 조사 _ 271 제6장 크롤링을 위한 데이터 소스 277 01 유익한 데이터 소스 목록 _ 278 데이터 소스에 관하여 _ 278 SNS의 활용 _ 278 소셜 북마크 활용 _ 279 상품 정보 활용 _ 279 온라인 사전의 활용 _ 280 오프라인 사전 데이터 활용 _ 280 블로그 서비스 활용 _ 281 02 트위터 크롤링 _ 283 트위터란? _ 283 트위터 API 준비 _ 283 03 페이스북 _ 289 페이스북이란? _ 289 페이스북 API _ 289 04 네이버 API 사용 _ 297 네이버 API _ 297 05 아마존 API 사용 _ 302 아마존의 상품 정보 _ 302 API를 위한 개발자 계정 생성 _ 303 아마존의 도서 정보 검색 _ 308 06 플리커의 사진 다운로드 _ 311 플리커란? _ 311 API 키 획득 _ 312 플리커 API를 사용하는 프로그램 제작 _ 314 07 유튜브 동영상 다운로드 _ 319 유튜브란 무엇인가? _ 319 youtube-dl 설치 _ 320 유튜브 검색 _ 322 동영상을 검색하고 다운로드 _ 328 08 Yahoo! Finance에서 환율 및 주식 정보 수집 _ 331 Yahoo! Finance _ 331 FX*환율 정보 취득 _ 332 주가 정보 취득 _ 336 09 위키피디아 다운로드 _ 339 위키피디아란? _ 339 위키피디아의 타이틀 데이터베이스 만들기 _ 343 타이틀 데이터베이스 활용 _ 346 제7장 데이터의 분류, 예측과 머신러닝 351 01 데이터의 활용법에 관하여 _ 352 데이터를 어떻게 활용할 것인가? _ 352 데이터 마이닝이란? _ 352 데이터 마이닝의 기본은 예측, 분류, 연관 규칙 추출 _ 353 데이터 마이닝의 순서 _ 354 대표적인 데이터 마이닝 기법 _ 355 02 베이지안 필터를 활용한 분류 _ 356 베이지안 필터란? _ 356 나이브 베이즈 분류 알고리즘 _ 357 베이지안 필터 라이브러리 _ 359 03 이동 평균을 이용한 예측과 그래프 작성 _ 364 수요 예측에 관하여 _ 364 단순 이동 평균에 관하여 _ 365 지수 평활법에 관하여 _ 374 04 채팅 봇과 대화하기 _ 379 채팅 봇 _ 379 여기서 만들 채팅 봇 _ 380 05 서포트 벡터 머신으로 문자 인식(전편) _ 395 서포트 벡터 머신이란? _ 395 문자 인식에 도전 _ 397 06 서포트 벡터 머신으로 문자 인식(후편) _ 409 node-svm 사용법 _ 409 손으로 쓴 문자를 인식하는 프로그램 만들기 _ 411 잘못 인식하는 문제 해결 _ 420 제8장 데이터 시각화와 응용 427 01 구글 차트를 이용한 차트 작성 _ 428 구글 차트란? _ 428 파이 차트 그리기 _ 429 막대 그래프 그리기 _ 432 선 그래프 그리기 _ 434 차트의 종류와 매뉴얼 _ 437 02 D3.js로 자유도 높은 차트 작성 _ 440 D3.js ― 데이터 기반 도큐먼트 생성 라이브러리 _ 440 D3.js 설치 _ 441 막대 그래프 그리기 _ 442 막대 그래프의 스케일 자동 계산 _ 445 막대 그래프에 눈금 그리기 _ 446 꺾은선 그래프 그리기 _ 449 03 D3.js로 지도 그리기 _ 455 지도 정보 그리기 _ 455 TopoJSON으로 지도 데이터 표시 _ 456 지도 데이터 내려받기 _ 456 데이터 형식 변환 _ 457 D3.js로 대한민국 지도 그리기 _ 459 04 D3.js에서 파생된 라이브러리 _ 463 D3.js를 기반으로 개발된 라이브러리 _ 463 NVD3.js에 관하여 _ 464 C3.js 사용하기 _ 469 부록1 윈도우나 Mac OS X에 개발 환경 구축 475 Node.js 설치 _ 476 Rhino 설치 _ 478 Nashorn 설치 _ 480 부록2 HTML/XML의 PATH 파싱을 간단하게 수행 483 테이블 내의 정보 가져오기 _ 489 cheerio 마무리 _ 490