사실 오픈그래프라는 것에 대해서 알게 된것은 전 포스팅에서 말했지만 우연한 기회였다. 난 그때만 해도 여전히 오픈그래프에 대해서 신기해하고 있던 터라 구글 검색을 해보았는데 파이썬 기반 오픈그래프 파싱 라이브러리가 있었고 분석했던 내용을 소개하고자 한다. 

인스톨은 아래와 같이 하면 되고 

간단한 편인데, url=”http://facebook.com” 이렇게 url을 지정하는 방식 외에도 html 문자열 자체를 넣는 방식도 있으니 한번 참고해 볼만 하다. 이 오픈소스의 가장 좋은 기능이라면 단연 json 과 xml 로 변환을 해준다는 것도 있지만 is_valid() 함수를 통해서 오픈그래프 프로토콜의 준수여부를 알려준다는 것이다. (난 사실 그것이 더 단점이라고 생각하기도 한다. 왜냐하면 오픈그래프 파서 라이브러리긴 하지만 페이스북에서는 오픈그래프 프로토콜이 없어도 웹 페이지에 대한 요약본을 만들수 있는데, 이 오픈소스는 그렇진 못하다.)

내부적으로 사용하는 라이브러리는 총 3가지인데, *re, urllib2, BeautifulSoup *이렇게 3가지이다. re 는 대부분 파이썬을 사용하시는 분들이라면 아실듯 한데, 정규표현식을 계산하는 라이브러리고, urllib2는 url 을 열어서 데이터를 가져오는 라이브러리다. 마지막으로 BeautifulSoup은 html 파싱 라이브러리로 사실은 파이썬에서는 HTMLParser 라는 내부 html 파싱 라이브러리를 제공하지만, BeautifulSoup이 좀더 편하다고 알려져 있다. 

동작 방식

hrml 이냐 url 이냐에 따라서 갈라지긴 하지만, 결과적으로는 html 을 파싱하는 것이다. 실행해 보면 알겠지만 사실 html 중에서도 부분만 파싱을 하는데 왜 이렇게 오래 걸릴까 하는 분들도 있겠지만 전체 데이터를 가져오기 때문에 오래 걸리는 것이다. 사실 파싱하는 양은 그리 많진 않다. urllib2 를 이용해서 데이터를 가져오고 BeautifulSoup을 이용해서 파싱을 하고 있다. 

 parser() 함수를 보면 정규표현식을 이용해서 property 속성에서 og 가 있는 것들을 추리고 그 안에서 og:title 이라고 하면 title 값을 가져와서 키값으로 사용하고 content 속성의 값을 해당 키에 대한 값으로 활용하고 있다. 그리고 그 키값들이 오픈그래프 프로토콜의 basic metadata 를 모두 포함하고 있는지를 확인함으로써 is_valid()를 판별하고 있다. 

하나의 파이썬 파일로 되어 있어서 보기엔 그리 어렵지 않고, 쓰기에도 적당한것 같다. pypi 에 가서 opengraph 를 쳐보면 실제로 가장 많은 weight를 가지고 있다.(약간 이름빨도 있는듯, 선점효과랄까) 웹페이지의 요약정보를 파싱하실 일이 있으면 사용하기 좋은 라이브러리다.