Create app.py

app.py

@@ -0,0 +1,180 @@
+# -*- coding: utf-8 -*-
+import requests
+import pandas as pd
+from bs4 import BeautifulSoup
+import gradio as gr
+from io import BytesIO
+import tempfile
+import os
+
+def scrap_naver_news(keyword):
+    """
+    [디버깅 메세지 추가]
+    1) 검색 키워드로 네이버뉴스 검색URL 구성
+    2) requests를 통해 HTML 데이터 수신
+    3) BeautifulSoup로 파싱하여 기사 정보 수집
+    4) HTML 표로 정리
+    5) BytesIO -> 임시파일로 저장 -> 다운로드 가능하도록 반환
+    """
+    debug_msgs = []
+
+    base_url = "https://search.naver.com/search.naver?sm=tab_hty.top&where=news&ssc=tab.news.all&query="
+    target_url = base_url + keyword
+    debug_msgs.append(f"[디버그] 요청 URL: {target_url}")
+
+    response = requests.get(target_url)
+    if response.status_code != 200:
+        debug_msgs.append(f"[오류] 네이버 뉴스 검색 실패 (응답 코드: {response.status_code})")
+        return "오류 발생", None, debug_msgs
+
+    soup = BeautifulSoup(response.text, "html.parser")
+
+    # div.news_area 내부에 기사 정보가 존재(요청 예시 구조 참고)
+    news_list = soup.select("div.news_area")
+    debug_msgs.append(f"[디버그] news_area 추출 개수: {len(news_list)}")
+
+    results = []
+
+    for idx, news in enumerate(news_list):
+        # 신문사
+        try:
+            press = news.select_one(".info.press").get_text(strip=True)
+        except:
+            press = "확인불가"
+
+        # 날짜/발행일
+        # - .info_group > .info:nth-last-child(1) 형태로 들어가는 경우가 많음
+        # - 일자 정보가 여러 개면 마지막 것(또는 중간) 등을 고려
+        try:
+            info_group = news.select_one(".info_group")
+            # info 태그가 여러개 있을 수 있으니 '1일 전', '3시간 전' 등만 골라낼 수도 있음
+            # 여기서는 가장 마지막 .info를 추출(날짜 또는 '네이버뉴스' 등일 수 있음)
+            # 실제로는 언론사 옆에 있는게 날짜이므로, 상황에 따라 파싱이 달라질 수 있음
+            info_all = info_group.select(".info")
+            date = info_all[-1].get_text(strip=True) if info_all else "확인불가"
+            # '네이버뉴스' 등 텍스트가 들어있을 수 있으므로 날짜 형태가 아니면 재처리 가능
+            # 여기서는 단순 예시로 넘어감
+        except:
+            date = "확인불가"
+
+        # 제목 & 링크
+        try:
+            title_elem = news.select_one(".news_tit")
+            title = title_elem.get("title", "").strip()
+            link = title_elem.get("href", "").strip()
+        except:
+            title = "제목확인불가"
+            link = ""
+
+        # 뉴스 간략정보
+        try:
+            desc_elem = news.select_one(".news_dsc .api_txt_lines")
+            desc = desc_elem.get_text(strip=True) if desc_elem else "내용확인불가"
+        except:
+            desc = "내용확인불가"
+
+        debug_msgs.append(f"[디버그] {idx+1}번째 기사 파싱결과 -> 신문사: {press}, 발행일: {date}, 제목: {title}, 링크: {link}")
+
+        results.append({
+            "신문사": press,
+            "발행일": date,
+            "제목": title,
+            "뉴스간략정보": desc,
+            "링크": link
+        })
+
+    # ------------------------------
+    # HTML 테이블 생성
+    # ------------------------------
+    table_html = """
+    <table border="1" style="border-collapse: collapse; width: 100%;">
+      <thead>
+        <tr>
+          <th style="padding: 5px;">신문사</th>
+          <th style="padding: 5px;">발행일</th>
+          <th style="padding: 5px;">제목</th>
+          <th style="padding: 5px;">뉴스간략정보</th>
+          <th style="padding: 5px;">링크</th>
+        </tr>
+      </thead>
+      <tbody>
+    """
+
+    for row in results:
+        table_html += "<tr>"
+        table_html += f"<td style='padding: 5px;'>{row['신문사']}</td>"
+        table_html += f"<td style='padding: 5px;'>{row['발행일']}</td>"
+        table_html += f"<td style='padding: 5px;'>{row['제목']}</td>"
+        table_html += f"<td style='padding: 5px;'>{row['뉴스간략정보']}</td>"
+        # 링크는 클릭 가능하도록 a 태그 삽입
+        table_html += f"<td style='padding: 5px;'><a href='{row['링크']}' target='_blank'>바로가기</a></td>"
+        table_html += "</tr>"
+
+    table_html += """
+      </tbody>
+    </table>
+    """
+
+    # ------------------------------
+    # 엑셀(Excel) 생성
+    # ------------------------------
+    df = pd.DataFrame(results)
+    output_io = BytesIO()
+    with pd.ExcelWriter(output_io, engine="openpyxl") as writer:
+        df.to_excel(writer, index=False, sheet_name="네이버뉴스")
+    output_io.seek(0)  # 포인터 위치 초기화
+
+    # 임시파일에 쓰기
+    with tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx") as tmp:
+        tmp.write(output_io.read())
+        tmp_path = tmp.name
+
+    debug_msgs.append(f"[디버그] 엑셀 임시파일 생성 완료 -> {tmp_path}")
+
+    return table_html, tmp_path, debug_msgs
+
+def run_search(keyword):
+    """
+    Gradio 인터페이스에서 호출되는 함수
+    - HTML 출력
+    - 파일 다운로드
+    - 디버그 메세지
+    """
+    table_html, file_path, debug_info = scrap_naver_news(keyword)
+
+    if file_path is None:
+        return table_html, None, "\n".join(debug_info)
+
+    # Gradio에서 파일을 업데이트할 때는 반환값으로 파일 경로 지정
+    return table_html, file_path, "\n".join(debug_info)
+
+def launch_app():
+    with gr.Blocks() as demo:
+        gr.Markdown("## 네이버 뉴스 스크래핑 예시")
+
+        with gr.Row():
+            keyword_input = gr.Textbox(label="검색 키워드 입력", placeholder="예: 오징어")
+
+        with gr.Row():
+            search_button = gr.Button("스크래핑 시작")
+
+        # 결과 출력 (HTML)
+        result_html = gr.HTML(label="스크래핑 결과 (표 형식)")
+
+        # 엑셀 다운로드
+        download_file = gr.File(label="엑셀 다운로드")
+
+        # 디버그 메세지
+        debug_box = gr.Textbox(label="디버그 로그", lines=10)
+
+        # 버튼 동작 정의
+        search_button.click(
+            fn=run_search,
+            inputs=[keyword_input],
+            outputs=[result_html, download_file, debug_box]
+        )
+
+    demo.launch()
+
+if __name__ == "__main__":
+    launch_app()