파싱


우선 파싱이랑 용어는 상당히 잘못된 의미로 널리 쓰이고 있다.

너네부터 시작해서 필드에서 뛰고 있는 병신같은 놈들 합쳐서 대부분이 다 그렇다.


원리주의적인 관점에서 파싱이랑 용어를 정확히 따져보면


"문장의 구성성분을 분해해내어 위계관계를 분석하여 문장의 구조를 결정하는 것을 말한다."


라고 위키피디아에 나와있는데 이게 정확한 설명이다.


또는 "문법에 맞는지 확인하는 과정" 이라고도 말할수 있는데 이는 parsing 하는 프로그램이

문법구조를 맞는지 확인하면서 타고 들어가다가 잘못되었다면 false를 모든 토큰이 문법에 맞게 

끝까지 떨어졌으면 true를 리턴하는데 기인한다.

이렇게 프로그램을 짠다면 parse() 함수가 수행되는동안 parseTree가 추상적으로든 물리적(메모리상)으로든

부산물로 생성된다.


즉 문장을 구성하는 놈들이 상하의 관계를 지니도록 하는 과정이라함은 문법에 맞게 문장자체를 

어떠한 Tree 모양을 만든다는 말이다.


근데 흔히 파싱하면 뭐라고 생각하냐?? 

그냥 어느 위치에 어떤 데이터가 있는지 긁어가는 수준가지고도 파싱파싱 개지랄을 떤다.


특히 정규식 같은걸로 긁는주제에 파싱한다고 개깝치는 새끼들보면 손꾸락 잘라버려야 된다.


그리고 웹페이지 긁는 새끼들 중에 파싱이 xml구조에만 쓰는 용어인줄 아는 개새끼들이 있다.

html 파서 있다고 그거 쓰면 되요, 어쩌고 저쩌고 지랄하는데 

이런새끼들한테서 파싱이란 의미는 xml류의 짝이 맞는 태그와 어트리뷰트 정도 수준의 문장구조를 해석하기 위해 

그냥 함수를 갖다쓰는거에 불과하다. 


그냥 파싱하면 있어보이나? 

존나 파싱은 시발 존나 고귀하며 중요한 과정인데 이렇게 격하되어 불리는거 보면 존나게 안타깝다.




웹크롤링


크롤링에 대해서는 약간의 견해차가 발생할수 있다만은

무슨 페이지 한개 정기적으로 긁어서 어느 위치에 뭐가 오는지 확인하는 수준의

스크래핑 가지고 무슨 크롤링했다고 지랄떠는 시키들 어휴 존나 오그라든다.


최소 크롤링이라 할만한 정도로 말하려면 링크관계를 타고 들어간다던가 

한 2개 정도는 들어가보고 인덱싱을 한다던가 해놓고 크롤링이라 하던지 해야지

무슨 스크래핑 하나 해놓고 크롤링이네, 파싱이네 지랄떠는건 좀 주둥아리를 쳐맞아야 쓰겄다.



스크래핑


맞다 위에서 말했듯이 대부분 너네가 하는일이 스크래핑이다.

디시 프갤에 "씹죶" 이라는 새끼가 글을 싸면 욕댓글을 달기 위해서 

푸시알람을 알려주는 앱을 짠다고 해보자

그럼 너네가 할일은  디시 프갤 개시팔의 html을 받아와서 씹죶이라는 새끼가 쓴 게시글이 있는지

확인하는 작업을 해야한다. 그게 스크래핑이지 뭐냐