Update app.py

app.py

@@ -10,11 +10,9 @@ def debug_print(*args):
 def scrape_data(market_type: str):
     """
     market_type (str): '0' -> 코스피, '1' -> 코스닥
-    네이버 증권의 '상승 종목' 페이지에서 해당 market_type의 정보를 스크래핑.
-    (BeautifulSoup / lxml 없이 정규표현식만 사용)
+    네이버 증권의 '상승 종목' 페이지에서 해당 market_type 정보를 스크래핑.
+    (BeautifulSoup / lxml 없이 re 모듈만 사용)
     """
-    # market_type에 따라 URL 설정
-    # '0'이면 코스피, '1'이면 코스닥
     base_url = "https://finance.naver.com/sise/sise_rise.naver?sosok="
     url = base_url + market_type
     debug_print("Requesting URL:", url)
@@ -56,7 +54,6 @@ def scrape_data(market_type: str):
 
         # HTML 태그 제거 헬퍼 함수
         def clean_html(raw_html):
-            # 모든 태그 제거
             text = re.sub(r'<.*?>', '', raw_html, flags=re.DOTALL)
             return text.strip()
 
@@ -96,43 +93,61 @@ def scrape_data(market_type: str):
 def make_table(market_choice):
     """
     market_choice (str): "코스피" 또는 "코스닥"
-    해당 선택에 따라 scrape_data()를 실행한 뒤 DataFrame으로 반환.
+    - Radio박스에서 선택한 문자열(코스피 -> '0', 코스닥 -> '1')
+    - 해당 페이지 스크래핑 후, pandas DataFrame에 담고
+      '전일비', '등락률' 컬럼만 빨간색으로 스타일 적용하여 HTML 형태로 변환
     """
     debug_print(f"Scraping data for market_choice={market_choice}...")
-    # 사용자가 선택박스에서 "코스피" 선택 -> '0'
-    # 사용자가 선택박스에서 "코스닥" 선택 -> '1'
+    # 선택에 따른 sosok 값
     market_type = "0" if market_choice == "코스피" else "1"
-    data = scrape_data(market_type)
 
+    data = scrape_data(market_type)
     if not data:
         debug_print("No data retrieved or table not found.")
-        return pd.DataFrame(["데이터를 가져오지 못했습니다."])
+        # 단순 안내 메시지만 반환
+        return "<p>데이터를 가져오지 못했습니다.</p>"
     
     debug_print("Scraping done. Converting to DataFrame.")
-    return pd.DataFrame(data)
+    df = pd.DataFrame(data)
+
+    # '전일비', '등락률' 컬럼만 빨간색 적용
+    # (pandas 스타일링 -> HTML 변환)
+    df_styled = (
+        df.style
+          .applymap(lambda _: "color: red", subset=["전일비", "등락률"])  # 해당 컬럼 빨간색
+          .hide_index()  # 인덱스 제거(선택)
+    )
+    html_table = df_styled.render()
+
+    return html_table
 
 def main():
     """
     Gradio 인터페이스 실행
     """
     with gr.Blocks() as demo:
-        gr.Markdown("# 네이버 증권 스크래핑 : 코스피 / 코스닥 선택")
+        gr.Markdown("# 네이버 증권 스크래핑 : 코스피 / 코스닥 선택\n"
+                    "- 전일비, 등락률은 빨간색으로 표시합니다.")
 
-        # 선택박스: 코스피 / 코스닥
-        market_choice = gr.Dropdown(
+        # Radio박스: 코스피 / 코스닥
+        market_choice = gr.Radio(
             label="종목 선택",
             choices=["코스피", "코스닥"],
             value="코스피"  # 기본값
         )
 
-        # 버튼과 결과용 DataFrame
+        # 데이터 가져오기 버튼
         scrape_btn = gr.Button("데이터 가져오기")
-        output_df = gr.DataFrame(label="스크래핑 결과")
 
-        # 버튼 클릭 시 스크래핑 함수 호출
-        scrape_btn.click(fn=make_table, 
-                         inputs=market_choice, 
-                         outputs=output_df)
+        # 결과 출력용: HTML 컴포넌트
+        output_html = gr.HTML(label="스크래핑 결과")
+
+        # 버튼 클릭 -> make_table() 호출
+        scrape_btn.click(
+            fn=make_table,
+            inputs=market_choice,
+            outputs=output_html
+        )
 
         demo.launch()