getAttribute

HTML 트리의 루트 노드의 HTML 특성 읽어오기

구문

str = getAttribute(tree,attr)

설명

str = getAttribute(tree,attr)은 tree의 루트 노드의 특성 attr을 반환합니다. 이 특성이 설정되어 있지 않으면 함수가 missing 값을 반환합니다.

예제

HTML 태그의 특성 가져오기

webread를 사용하여 URL https://www.mathworks.com/help/textanalytics에서 HTML 코드를 읽어옵니다.

url = "https://www.mathworks.com/help/textanalytics";
code = webread(url);

htmlTree를 사용하여 HTML 코드를 구문 분석합니다.

tree = htmlTree(code);

findElement를 사용하여 HTML 트리에서 하이퍼링크를 모두 찾습니다. 하이퍼링크는 요소 이름이 "A"인 노드입니다.

selector = "A";
subtrees = findElement(tree,selector);
subtrees(1:10)

ans = 
  10×1 htmlTree:

    <A class="svg_link navbar-brand" href="https://www.mathworks.com?s_tid=gn_logo"><IMG alt="MathWorks" class="mw_logo" src="/images/responsive/global/pic-header-mathworks-logo.svg"/></A>
    <A class="mwa-nav_login" href="https://www.mathworks.com/login?uri=http://www.mathworks.com/help/textanalytics/index.html">Sign In</A>
    <A href="https://www.mathworks.com/products.html?s_tid=gn_ps">Products</A>
    <A href="https://www.mathworks.com/solutions.html?s_tid=gn_sol">Solutions</A>
    <A href="https://www.mathworks.com/academia.html?s_tid=gn_acad">Academia</A>
    <A href="https://www.mathworks.com/support.html?s_tid=gn_supp">Support</A>
    <A href="https://www.mathworks.com/matlabcentral/?s_tid=gn_mlc">Community</A>
    <A href="https://www.mathworks.com/company/events.html?s_tid=gn_ev">Events</A>
    <A href="https://www.mathworks.com/company/aboutus/contact_us.html?s_tid=gn_cntus">Contact Us</A>
    <A href="https://www.mathworks.com/store?s_cid=store_top_nav&amp;s_tid=gn_store">How to Buy</A>

getAttribute를 사용하여 하이퍼링크 참조를 가져옵니다. 특성 이름 "href"를 지정합니다.

attr = "href";
str = getAttribute(subtrees,attr);
str(1:10)

ans = 10×1 string array
    "https://www.mathworks.com?s_tid=gn_logo"
    "https://www.mathworks.com/login?uri=http://www.mathworks.com/help/textanalytics/index.html"
    "https://www.mathworks.com/products.html?s_tid=gn_ps"
    "https://www.mathworks.com/solutions.html?s_tid=gn_sol"
    "https://www.mathworks.com/academia.html?s_tid=gn_acad"
    "https://www.mathworks.com/support.html?s_tid=gn_supp"
    "https://www.mathworks.com/matlabcentral/?s_tid=gn_mlc"
    "https://www.mathworks.com/company/events.html?s_tid=gn_ev"
    "https://www.mathworks.com/company/aboutus/contact_us.html?s_tid=gn_cntus"
    "https://www.mathworks.com/store?s_cid=store_top_nav&s_tid=gn_store"

입력 인수

tree — HTML 트리

htmlTree 배열

HTML 트리로, htmlTree 배열로 지정됩니다.

attr — 특성 이름

string형 스칼라 | 문자형 벡터 | 문자형 벡터를 포함하는 스칼라 셀형 배열

특성 이름으로, string형 스칼라, 문자형 벡터 또는 문자형 벡터를 포함하는 스칼라 셀형 배열로 지정됩니다.

출력 인수

str — HTML 특성

string형 배열

HTML 특성으로, string형 배열로 반환됩니다.

세부 정보

HTML 요소

일반적인 HTML 요소에는 다음과 같은 성분이 들어 있습니다.

• 요소 이름 – HTML 태그의 이름. 요소 이름은 HTML 트리의 Name 속성에 해당합니다.

• 특성 – 태그에 대한 추가 정보. HTML 특성은 name="value" 형식입니다. 여기서 name과 value는 각각 특성 이름과 특성 값을 나타냅니다. 특성은 여는 HTML 태그 안에 있습니다. HTML 트리에서 특성 값을 가져오려면 getAttribute를 사용하십시오.

• 내용 – 요소 내용. 내용은 여는 HTML 태그와 닫는 HTML 태그 사이에 있습니다. 내용은 텍스트 데이터이거나 중첩된 HTML 요소일 수 있습니다. htmlTree 객체에서 텍스트를 추출하려면 extractHTMLText를 사용하십시오. htmlTree 객체의 중첩된 HTML 요소를 가져오려면 Children 속성을 사용하십시오.

예를 들어 HTML 요소 <a href="https://www.mathworks.com">Home</a>은 다음 성분으로 이루어져 있습니다.

성분		값	설명
요소 이름		a	하이퍼링크에 해당하는 요소
특성	특성 이름	href	하이퍼링크 참조
	특성 값	"https://www.mathworks.com"	하이퍼링크 참조 값
내용		Home	표시할 텍스트

버전 내역

R2018b에 개발됨

참고 항목

extractFileText | extractHTMLText | readPDFFormData | htmlTree | findElement | ismissing | tokenizedDocument

도움말 항목

• HTML을 구문 분석하고 텍스트 내용 추출하기
• 파일에서 텍스트 데이터 추출하기
• 분석할 텍스트 데이터 준비하기
• 분류를 위한 간단한 텍스트 모델 만들기