개발팀_RPA_및_자동화

개요¶

경기북부경찰청 알림마당 > 알림판 > 보도자료 게시판 799건(2016-04-11 ~ 2026-07-20)을 전건 수집해 1. 권리확인 시트에 기재했다.

• 산출물: 2026 신유형개방 권리확인 및 처리 리스트(경기북부경찰청)_보도자료.xlsx

분석¶

1) 목록 URL 추적¶

조사표에 적힌 URL이 https://www.ggbpolice.go.kr/PageLink.do 로 파라미터가 없는 메인 페이지였다. 메뉴 이동이 goSubMenuPage_3dep('040000','040100','040200') 같은 JS 함수로만 이루어져 링크가 노출되지 않았다.

페이지 소스에 메뉴 메타가 hidden input으로 박혀 있는 것을 찾아 실제 게시판 경로를 추출했다.

<input type="hidden" name="tmp_menuNm"
       value='040200|040100|보도자료|||/cop/bbs/selectBoardList.do?bbsId=News_main|MENUT01||' />

→ 목록 …/cop/bbs/selectBoardList.do?bbsId=News_main&pageIndex=N

2) 상세 URL 규칙¶

목록의 제목 링크가 fn_inqire_notice('74803','News_main') 형태라 href가 없다. 첫 번째 인자가 nttId 임을 확인하고 eGovFrame 표준 규칙으로 상세 URL을 직접 조립해 응답을 검증했다.

→ …/cop/bbs/selectBoardArticle.do?bbsId=News_main&nttId=74803 (200 및 제목 일치 확인)

3) 제목¶

목록 <a> 텍스트에 전체 제목이 그대로 노출되어 있어 상세페이지 799회 요청을 생략했다. (목록 80회 요청으로 종료)

핵심 코드¶

import re, html, urllib.request, ssl

CTX = ssl.create_default_context()
CTX.check_hostname = False
CTX.verify_mode = ssl.CERT_NONE
UA = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)'}

GGB_LIST = 'https://www.ggbpolice.go.kr/cop/bbs/selectBoardList.do?bbsId=News_main&pageIndex={}'
GGB_VIEW = 'https://www.ggbpolice.go.kr/cop/bbs/selectBoardArticle.do?bbsId=News_main&nttId={}'
ROW_RE   = re.compile(r'<tr>(.*?)</tr>', re.S)


def clean(s):
    s = re.sub(r'<[^>]+>', '', s)
    s = html.unescape(s).replace('\xa0', ' ')
    return re.sub(r'\s+', ' ', s).strip()


def crawl_ggb():
    items, page, seen = [], 1, set()
    while True:
        h = get(GGB_LIST.format(page))
        found = 0
        for row in ROW_RE.findall(h):
            m = re.search(r"fn_inqire_notice\('(\d+)','News_main'\)", row)
            if not m:
                continue
            ntt = m.group(1)
            if ntt in seen:                 # 상단 고정공지 중복 방지
                continue
            seen.add(ntt)
            found += 1
            title = clean(re.search(r'fn_inqire_notice.*?>(.*?)</a>', row, re.S).group(1))
            dates = re.findall(r'(\d{4}-\d{2}-\d{2})', row)
            items.append({'title': title,
                          'url'  : GGB_VIEW.format(ntt),
                          'date' : dates[0] if dates else ''})
        print('  page %d -> %d (total %d)' % (page, found, len(items)))
        if found == 0:                      # 빈 페이지 = 종료 조건
            break
        page += 1
    return items

엑셀 기재 (등록일 8자리 숫자 + 하이퍼링크)

import openpyxl
from copy import copy
from openpyxl.styles import Font
from openpyxl.styles.colors import Color

BODY_FONT = Font(name='맑은 고딕', sz=10)
LINK_FONT = Font(name='맑은 고딕', sz=11, u='single', color=Color(theme=10))

for i, it in enumerate(items, 1):
    r = 4 + i - 1
    d = it['date'].replace('-', '')                  # '2026-07-20' -> '20260720'
    vals = [i, '경기북부경찰청', '알림마당 > 알림판 > 보도자료', '보도자료',
            it['title'], it['url'], None, int(d)]
    for c, v in enumerate(vals, 1):
        cell = ws.cell(row=r, column=c)
        cell.value  = v
        cell._style = copy(style_tmpl[c - 1])        # 템플릿 4행 서식 승계
        cell.font   = copy(BODY_FONT)
    ws.cell(r, 5).number_format = '@'                # 제목: 텍스트
    ws.cell(r, 8).number_format = '0'                # 등록일: 8자리 숫자

    link = ws.cell(r, 6)                             # F열 하이퍼링크
    link.number_format = '@'
    link.hyperlink = it['url']
    link.font = copy(LINK_FONT)

사용 패키지¶

표준 라이브러리: urllib.request / ssl / re / html / json / time / os

검수¶

• 조사표(260701 기준) 표기 수량 793건 ↔ 수집 799건 → 그간 신규 등록분 6건으로 설명됨
• 상세 URL 중복 0건 / 등록일 누락 0건
• 무작위 표본을 실제 요청해 응답 HTML에 제목 포함 여부 대조 → 불일치 0건

특이사항¶

• 조사표 기준 이 게시판은 공공누리 1유형(부착위치: 첨부파일) 로 표기되어 있으나, 목록·상세 페이지에는 마크가 노출되지 않아 G열(저작물유형)은 공란으로 둔 상태. 필요 시 일괄 입력 가능.
• 페이징 종료 조건을 「마지막 페이지 번호」가 아니라 「파싱 결과 0건」으로 잡아, 게시물이 늘어나도 수정 없이 재실행 가능.