Skip to content
TheChatArchiveThe Chat Archive
o1-mini-2024-09-12· OpenAIAi2 WildChat-4.8M (AI2)

// ==UserScript== // @name Advanced Web Crawler Enhanced Pro Optimized v6.0.4 //…

  1. User

    // ==UserScript== // @name Advanced Web Crawler Enhanced Pro Optimized v6.0.4 // @namespace http://tampermonkey.net/ // @version 6.0.4 // @description Optimized and enhanced version of Advanced Web Crawler Enhanced Pro with improved error handling, asynchronous processing, and performance optimizations // @author Your Name // @match https://www.google.com/search* // @match https://www.bing.com/search* // @match https://search.yahoo.com/search* // @match https://duckduckgo.com/* // @match https://www.baidu.com/s* // @match https://www.yandex.com/search/* // @match https://search.naver.com/search* // @match https://search.daum.net/search* // @match https://www.ask.com/* // @match https://www.ecosia.org/search* // @match https://www.startpage.com/* // @match https://searx.me/* // @match https://www.dogpile.com/* // @match https://www.bing.com/images* // @grant GM_xmlhttpRequest // @grant GM_setValue // @grant GM_getValue // @grant GM_deleteValue // @connect * // @require https://cdnjs.cloudflare.com/ajax/libs/jquery/3.6.0/jquery.min.js // @require https://cdn.jsdelivr.net/npm/chart.js // @require https://cdnjs.cloudflare.com/ajax/libs/xlsx/0.18.5/xlsx.full.min.js // ==/UserScript==

    (function() { 'use strict'; const defaultSettings = { delay: 2000, delayRandom: 500, maxPages: 3, userAgents: [ 'AdvancedWebCrawler/6.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)', 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/605.1.15', 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko)', 'Mozilla/5.0 (iPhone; CPU iPhone OS 14_0 like Mac OS X) AppleWebKit/605.1.15', 'Mozilla/5.0 (iPad; CPU OS 14_0 like Mac OS X) AppleWebKit/605.1.15', ], userAgentIndex: 0, blacklist: [], whitelist: [], contentTypes: { include: ['text/html'], exclude: ['application/pdf', 'image/jpeg', 'image/png', 'video/mp4'] }, timeout: 8000, includeKeywords: [], excludeKeywords: [], language: [], minWordCount: 100, maxWordCount: 10000, maxDepth: 2, proxy: '', regexInclude: [], regexExclude: [], dataFields: { name: true, url: true, description: true, html: true, category: true, quality: true, language: true, wordCount: true, metaTags: false, headings: false }, schedule: { enabled: false, startTime: '00:00', interval: 3600000 }, searchEngines: { google: true, bing: true, yahoo: true, duckduckgo: true, baidu: true, yandex: true, naver: true, daum: true, ask: true, ecosia: true, startpage: true, searx: true, dogpile: true, bingimages: true }, retryAttempts: 3, retryDelay: 2000, respectRobots: true, maxConcurrentRequests: 3, dataVisualization: true, exportFormats: { csv: true, json: true, xml: true, xls: true }, advancedLogging: true, enableCaptchas: false }; const settings = Object.assign({}, defaultSettings, { delay: parseInt(GM_getValue('delay', defaultSettings.delay), 10), delayRandom: parseInt(GM_getValue('delayRandom', defaultSettings.delayRandom), 10), maxPages: parseInt(GM_getValue('maxPages', defaultSettings.maxPages), 10), userAgents: GM_getValue('userAgents', defaultSettings.userAgents), userAgentIndex: parseInt(GM_getValue('userAgentIndex', defaultSettings.userAgentIndex), 10), blacklist: GM_getValue('blacklist', defaultSettings.blacklist), whitelist: GM_getValue('whitelist', defaultSettings.whitelist), contentTypes: GM_getValue('contentTypes', defaultSettings.contentTypes), timeout: parseInt(GM_getValue('timeout', defaultSettings.timeout), 10), includeKeywords: GM_getValue('includeKeywords', defaultSettings.includeKeywords), excludeKeywords: GM_getValue('excludeKeywords', defaultSettings.excludeKeywords), regexInclude: GM_getValue('regexInclude', defaultSettings.regexInclude), regexExclude: GM_getValue('regexExclude', defaultSettings.regexExclude), language: GM_getValue('language', defaultSettings.language), minWordCount: parseInt(GM_getValue('minWordCount', defaultSettings.minWordCount), 10), maxWordCount: parseInt(GM_getValue('maxWordCount', defaultSettings.maxWordCount), 10), maxDepth: parseInt(GM_getValue('maxDepth', defaultSettings.maxDepth), 10), proxy: GM_getValue('proxy', defaultSettings.proxy), dataFields: GM_getValue('dataFields', defaultSettings.dataFields), schedule: GM_getValue('schedule', defaultSettings.schedule), searchEngines: GM_getValue('searchEngines', defaultSettings.searchEngines), retryAttempts: parseInt(GM_getValue('retryAttempts', defaultSettings.retryAttempts), 10), retryDelay: parseInt(GM_getValue('retryDelay', defaultSettings.retryDelay), 10), respectRobots: GM_getValue('respectRobots', defaultSettings.respectRobots), maxConcurrentRequests: parseInt(GM_getValue('maxConcurrentRequests', defaultSettings.maxConcurrentRequests), 10), dataVisualization: GM_getValue('dataVisualization', defaultSettings.dataVisualization), exportFormats: GM_getValue('exportFormats', defaultSettings.exportFormats), advancedLogging: GM_getValue('advancedLogging', defaultSettings.advancedLogging), enableCaptchas: GM_getValue('enableCaptchas', defaultSettings.enableCaptchas), customKeywords: GM_getValue('customKeywords', {}) }); let visitedUrls = new Set(GM_getValue('visitedUrls', [])); let logs = GM_getValue('logs', []); let data = GM_getValue('data', []); let isCrawling = GM_getValue('isCrawling', false); let currentPage = parseInt(GM_getValue('currentPage', 1), 10); let totalPages = parseInt(GM_getValue('totalPages', settings.maxPages), 10); let progress = parseFloat(GM_getValue('progress', 0)); let currentDepth = parseInt(GM_getValue('currentDepth', 0), 10); let activeRequests = 0; let requestQueue = []; let previousCrawls = GM_getValue('previousCrawls', []); const searchEngineHandlers = { google: { extractResults: function(doc) { const results = []; doc.querySelectorAll('div.g, div[data-hveid]').forEach(item => { const name = item.querySelector('h3')?.innerText.trim() || 'No Title'; const url = item.querySelector('a')?.href || ''; const desc = item.querySelector('.aCOpRe, .VwiC3b')?.innerText.trim() || 'No Description'; if (isValidURL(url)) results.push({ name, url, description: desc }); }); return results; }, getNextPageUrl: function(doc) { return doc.querySelector('a#pnnext')?.href || null; } }, bing: { extractResults: function(doc) { const results = []; doc.querySelectorAll('.b_algo').forEach(item => { const name = item.querySelector('h2')?.innerText.trim() || 'No Title'; const url = item.querySelector('h2 a')?.href || ''; const desc = item.querySelector('.b_caption p')?.innerText.trim() || 'No Description'; if (isValidURL(url)) results.push({ name, url, description: desc }); }); return results; }, getNextPageUrl: function(doc) { return doc.querySelector('a.sb_pagN')?.href || null; } }, yahoo: { extractResults: function(doc) { const results = []; doc.querySelectorAll('.Sr').forEach(item => { const name = item.querySelector('h3')?.innerText.trim() || 'No Title'; const url = item.querySelector('a')?.href || ''; const desc = item.querySelector('.compText a')?.innerText.trim() || 'No Description'; if (isValidURL(url)) results.push({ name, url, description: desc }); }); return results; }, getNextPageUrl: function(doc) { return doc.querySelector('a.next')?.href || null; } }, // Add similar handlers for other search engines... duckduckgo: { extractResults: function(doc) { const results = []; doc.querySelectorAll('.result').forEach(item => { const name = item.querySelector('.result__title')?.innerText.trim() || 'No Title'; const url = item.querySelector('.result__url')?.href || ''; const desc = item.querySelector('.result__snippet')?.innerText.trim() || 'No Description'; if (isValidURL(url)) results.push({ name, url, description: desc }); }); return results; }, getNextPageUrl: function(doc) { return doc.querySelector('a.result--more__btn')?.href || null; } }, // Implement other search engines as needed }; function createUI() { const style = #crawler-container { position: fixed; top: 20px; right: 20px; width: 400px; height: 500px; background: #fff; border: 1px solid #ccc; z-index: 10000; font-family: Arial, sans-serif; box-shadow: 0 4px 8px rgba(0,0,0,0.2); overflow: auto; resize: both; border-radius: 8px; min-width: 300px; min-height: 300px; } #crawler-header { display: flex; justify-content: space-between; align-items: center; background: #f1f1f1; border-bottom: 1px solid #ccc; padding: 5px 10px; cursor: move; } #crawler-minimize { background: none; border: none; font-size: 18px; cursor: pointer; } #crawler-tabs { display: flex; background: #f1f1f1; border-bottom: 1px solid #ccc; } .crawler-tab { flex: 1; padding: 10px; text-align: center; cursor: pointer; font-weight: bold; } .crawler-tab.active { background: #ddd; } #crawler-content { padding: 10px; overflow: auto; height: calc(100% - 50px); } table { width: 100%; border-collapse: collapse; } th, td { padding: 8px; text-align: left; border-bottom: 1px solid #ddd; } th { background-color: #f2f2f2; cursor: pointer; } tr:hover { background-color: #f5f5f5; } .progress-bar { width: 100%; background-color: #f3f3f3; border: 1px solid #ccc; border-radius: 5px; overflow: hidden; margin-bottom: 10px; } .progress-bar-fill { height: 20px; background-color: #4caf50; width: 0%; transition: width 0.2s; } .modal { display: none; position: fixed; z-index: 10001; left: 0; top: 0; width: 100%; height: 100%; overflow: auto; background-color: rgba(0,0,0,0.4); } .modal-content { background-color: #fff; margin: 5% auto; padding: 20px; border: 1px solid #888; width: 80%; max-height: 80%; overflow-y: auto; border-radius: 8px; } .close { color: #aaa; float: right; font-size: 28px; font-weight: bold; cursor: pointer; } .control-buttons { margin: 10px 0; } .control-buttons button { padding: 8px 12px; margin-right: 8px; cursor: pointer; border: none; background-color: #4caf50; color: white; border-radius: 4px; font-size: 14px; } .control-buttons button:disabled { background-color: #a5d6a7; cursor: not-allowed; } .status-text { margin-top: 10px; font-weight: bold; font-size: 14px; } .settings-section { margin-bottom: 15px; } .settings-section label { display: block; margin-bottom: 5px; font-weight: bold; } .settings-section input[type="text"], .settings-section input[type="number"], .settings-section textarea, .settings-section select { width: 100%; padding: 5px; box-sizing: border-box; border: 1px solid #ccc; border-radius: 4px; font-size: 14px; } .settings-section .checkbox-group { display: flex; flex-wrap: wrap; } .settings-section .checkbox-group label { margin-right: 10px; font-size: 14px; } .settings-section .radio-group { display: flex; flex-wrap: wrap; } .settings-section .radio-group label { margin-right: 10px; font-size: 14px; } .tooltip { position: relative; display: inline-block; cursor: help; font-size: 14px; } .tooltip .tooltiptext { visibility: hidden; width: 220px; background-color: #555; color: #fff; text-align: center; border-radius: 6px; padding: 5px; position: absolute; z-index: 1; bottom: 125%; left: 50%; margin-left: -110px; opacity: 0; transition: opacity 0.3s; } .tooltip:hover .tooltiptext { visibility: visible; opacity: 1; } #crawler-container::-webkit-resizer { background: #f1f1f1; border: none; } #data-visualization { margin-top: 20px; } #data-chart { width: 100%; height: 300px; } #modal-html-content { white-space: pre-wrap; word-wrap: break-word; background-color: #f9f9f9; padding: 10px; border-radius: 4px; } #crawler-tabs .crawler-tab:last-child { flex: 1; } #previous-crawls { margin-top: 20px; } #previous-crawls table { width: 100%; } #previous-crawls th, #previous-crawls td { padding: 5px; } #reset-data { background-color: #f44336; } /* Loading Spinner */ .spinner { border: 4px solid #f3f3f3; border-top: 4px solid #3498db; border-radius: 50%; width: 24px; height: 24px; animation: spin 2s linear infinite; display: inline-block; vertical-align: middle; } @keyframes spin { 0% { transform: rotate(0deg); } 100% { transform: rotate(360deg); } } /* Error Message Styling */ .error-message { color: red; font-weight: bold; margin-top: 10px; } /* Success Message Styling */ .success-message { color: green; font-weight: bold; margin-top: 10px; } ; (′head′).append(‘<style>('head').append(`<style>{style}); const container = $( 📜 로그 📊 데이터 ⚙️ 설정 📁 기록 ─ 진행률: progress.toFixed(2){progress.toFixed(2)}% ({currentPage}/totalPages페이지)</div><divclass="control−buttons"><buttonid="start−crawling"title="크롤링을시작합니다."{totalPages} 페이지)</div> <div class="control-buttons"> <button id="start-crawling" title="크롤링을 시작합니다." {isCrawling ? 'disabled' : ''}>▶ 시작 <button id="stop-crawling" title="크롤링을 중지합니다." isCrawling?′′:′disabled′>■중지</button>{isCrawling ? '' : 'disabled'}>■ 중지</button> {settings.exportFormats.csv ? <button id="download-csv" title="CSV 다운로드">📥 CSV</button> : ''} settings.exportFormats.json?‘<buttonid="download−json"title="JSON다운로드">📥JSON</button>‘:′′{settings.exportFormats.json ? `<button id="download-json" title="JSON 다운로드">📥 JSON</button>` : ''} {settings.exportFormats.xml ? <button id="download-xml" title="XML 다운로드">📥 XML</button> : ''} {settings.exportFormats.xls ? `<button id="download-xls" title="XLS 다운로드">📥 XLS</button>` : ''} <button id="reset-data" title="모든 크롤링 데이터를 초기화합니다.">🗑️ 초기화</button> </div> <div id="log-messages" style="height: 200px; overflow-y: auto; background: #f9f9f9; padding: 10px; border: 1px solid #ccc; border-radius: 4px;"> 로그 내용이 여기에 표시됩니다. </div> <div id="error-message" class="error-message" style="display: none;"></div> <div id="success-message" class="success-message" style="display: none;"></div> </div> <div id="tab-data" style="display: {currentTab() === 'data' ? 'block' : 'none'};"> settings.dataFields.name?′<thdata−sort="name">사이트이름</th>′:′′{settings.dataFields.name ? '<th data-sort="name">사이트 이름</th>' : ''} {settings.dataFields.url ? '주소' : ''} settings.dataFields.description?′<thdata−sort="description">설명</th>′:′′{settings.dataFields.description ? '<th data-sort="description">설명</th>' : ''} {settings.dataFields.html ? '📄 HTML 내용' : ''} settings.dataFields.category?′<thdata−sort="category">분류</th>′:′′{settings.dataFields.category ? '<th data-sort="category">분류</th>' : ''} {settings.dataFields.quality ? '품질점수' : ''} settings.dataFields.language?′<thdata−sort="language">언어</th>′:′′{settings.dataFields.language ? '<th data-sort="language">언어</th>' : ''} {settings.dataFields.wordCount ? '단어 수' : ''} settings.dataFields.metaTags?′<th>메타태그</th>′:′′{settings.dataFields.metaTags ? '<th>메타 태그</th>' : ''} {settings.dataFields.headings ? '헤딩' : ''} settings.dataVisualization?‘<divid="data−visualization"><h3>데이터시각화</h3><canvasid="data−chart"></canvas></div>‘:′′</div><divid="tab−settings"style="display:{settings.dataVisualization ? ` <div id="data-visualization"> <h3>데이터 시각화</h3> <canvas id="data-chart"></canvas> </div> ` : ''} </div> <div id="tab-settings" style="display: {currentTab() === 'settings' ? 'block' : 'none'};"> 설정 크롤링 딜레이 (ms): ℹ️ 기본 딜레이과 딜레이 랜덤 값을 조합하여 요청 사이의 딜레이를 설정합니다. 딜레이 랜덤 범위 (ms): ℹ️ 딜레이에 무작위 요소를 추가하여 보다 자연스러운 요청을 합니다. 최대 크롤링 페이지 수: ℹ️ 크롤링할 최대 페이지 수를 설정하세요. 사용자 에이전트(User-Agent): ℹ️ 크롤링에 사용할 사용자 에이전트를 선택하거나 추가할 수 있습니다. {settings.userAgents.map((ua, idx) => `<option value="{idx}" idx===settings.userAgentIndex?′selected′:′′>{idx === settings.userAgentIndex ? 'selected' : ''}>{ua}).join('')} </select> <button id="add-user-agent" style="margin-top: 5px; padding: 5px 10px; background-color: #2196F3; color: white; border-radius: 4px; font-size: 12px;">추가</button> <button id="remove-user-agent" style="margin-top: 5px; padding: 5px 10px; background-color: #f44336; color: white; border-radius: 4px; font-size: 12px;">제거</button> </div> <div class="settings-section"> <label>콘텐츠 유형:</label> <div> <strong>포함할 유형:</strong> <textarea id="content-include-input" rows="3">${settings.contentTypes.include.join(', ')}</textarea> </div> <div> <strong>제외할 유형:</strong> <textarea id="content-exclude-input" rows="3">${settings.contentTypes.exclude.join(', ')}</textarea> </div> </div> <div class="settings-section"> <label for="timeout-input">크롤링 타임아웃 (ms): <span class="tooltip">ℹ️ <span class="tooltiptext">요청이 완료되기까지 기다릴 최대 시간을 밀리초 단위로 설정합니다.</span> </span> </label> <input type="number" id="timeout-input" value="${settings.timeout}" min="1000" step="1000"> </div> <div class="settings-section"> <label for="include-keywords-input">포함할 키워드: <span class="tooltip">ℹ️ <span class="tooltiptext">크롤링할 페이지에 반드시 포함되어야 하는 키워드를 입력하세요. 각 키워드는 줄바꿈으로 구분됩니다.</span> </span> </label> <textarea id="include-keywords-input" rows="3">${settings.includeKeywords.join('\n')}</textarea> </div> <div class="settings-section"> <label for="exclude-keywords-input">제외할 키워드: <span class="tooltip">ℹ️ <span class="tooltiptext">크롤링할 페이지에 포함되면 안 되는 키워드를 입력하세요. 각 키워드는 줄바꿈으로 구분됩니다.</span> </span> </label> <textarea id="exclude-keywords-input" rows="3">${settings.excludeKeywords.join('\n')}</textarea> </div> <div class="settings-section"> <label for="regex-include-input">포함할 키워드 (정규 표현식): <span class="tooltip">ℹ️ <span class="tooltiptext">포함할 키워드의 정규 표현식을 입력하세요. 각 패턴은 줄바꿈으로 구분됩니다.</span> </span> </label> <textarea id="regex-include-input" rows="3">${settings.regexInclude.join('\n')}</textarea> </div> <div class="settings-section"> <label for="regex-exclude-input">제외할 키워드 (정규 표현식): <span class="tooltip">ℹ️ <span class="tooltiptext">제외할 키워드의 정규 표현식을 입력하세요. 각 패턴은 줄바꿈으로 구분됩니다.</span> </span> </label> <textarea id="regex-exclude-input" rows="3">${settings.regexExclude.join('\n')}</textarea> </div> <div class="settings-section"> <label for="language-select">언어 필터링:</label> <select id="language-select" multiple size="10"> ${[ { value: 'en', text: '영어 (en)' }, { value: 'ko', text: '한국어 (ko)' }, { value: 'zh', text: '중국어 (zh)' }, { value: 'ja', text: '일본어 (ja)' }, { value: 'ru', text: '러시아어 (ru)' }, { value: 'es', text: '스페인어 (es)' }, { value: 'fr', text: '프랑스어 (fr)' }, { value: 'de', text: '독일어 (de)' }, { value: 'it', text: '이탈리아어 (it)' }, { value: 'pt', text: '포르투갈어 (pt)' }, { value: 'ar', text: '아랍어 (ar)' }, { value: 'hi', text: '힌디어 (hi)' }, { value: 'bn', text: '벵골어 (bn)' }, { value: 'pa', text: '펀자브어 (pa)' }, { value: 'nl', text: '네덜란드어 (nl)' }, { value: 'sv', text: '스웨덴어 (sv)' }, { value: 'tr', text: '터키어 (tr)' }, { value: 'vi', text: '베트남어 (vi)' }, { value: 'pl', text: '폴란드어 (pl)' }, { value: 'th', text: '태국어 (th)' } ].map(lang => <option value="lang.value"{lang.value}" {settings.language.includes(lang.value) ? 'selected' : ''}>{lang.text}</option>`).join('')} </select> </div> <div class="settings-section"> <label for="min-word-count-input">최소 단어 수: <span class="tooltip">ℹ️ <span class="tooltiptext">수집할 페이지의 최소 단어 수를 설정하세요.</span> </span> </label> <input type="number" id="min-word-count-input" value="{settings.minWordCount}" min="10" step="10"> 최대 단어 수: ℹ️ 수집할 페이지의 최대 단어 수를 설정하세요. 최대 크롤링 깊이: ℹ️ 링크를 추적할 최대 깊이를 설정하세요. 프록시 서버: ℹ️ 프록시 서버 주소를 입력하세요. 예: http://proxyserver:port 수집할 데이터 필드: {Object.keys(settings.dataFields).map(field => `<label><input type="checkbox" id="field-{field}" settings.dataFields[field]?′checked′:′′>{settings.dataFields[field] ? 'checked' : ''}> {getFieldName(field)}).join('')} </div> </div> <div class="settings-section"> <label for="retry-attempts-input">재시도 횟수: <span class="tooltip">ℹ️ <span class="tooltiptext">요청 실패 시 재시도할 횟수를 설정하세요.</span> </span> </label> <input type="number" id="retry-attempts-input" value="${settings.retryAttempts}" min="0" step="1"> <label for="retry-delay-input">재시도 딜레이 (ms): <span class="tooltip">ℹ️ <span class="tooltiptext">재시도 시 대기할 시간을 밀리초 단위로 설정하세요.</span> </span> </label> <input type="number" id="retry-delay-input" value="${settings.retryDelay}" min="1000" step="500"> </div> <div class="settings-section"> <label>크롤링 스케줄링:</label> <div class="checkbox-group"> <label><input type="checkbox" id="schedule-enabled" ${settings.schedule.enabled ? 'checked' : ''}> 스케줄링 활성화</label> </div> <div id="schedule-options" style="display: ${settings.schedule.enabled ? 'block' : 'none'}; margin-top: 10px;"> <label for="start-time-input">시작 시간 (HH:MM): <span class="tooltip">ℹ️ <span class="tooltiptext">크롤링을 시작할 시간을 설정하세요.</span> </span> </label> <input type="time" id="start-time-input" value="${settings.schedule.startTime}"> <label for="interval-input">크롤링 간격 (분): <span class="tooltip">ℹ️ <span class="tooltiptext">크롤링 작업 간의 간격을 분 단위로 설정하세요.</span> </span> </label> <input type="number" id="interval-input" value="${settings.schedule.interval / 60000}" min="1" step="1"> </div> </div> <div class="settings-section"> <label>크롤링할 검색 엔진 선택:</label> <div class="checkbox-group"> ${Object.keys(settings.searchEngines).map(engine => <input type="checkbox" id="engine-engine"{engine}" {settings.searchEngines[engine] ? 'checked' : ''}> {capitalize(engine)}</label>`).join('')} </div> </div> <div class="settings-section"> <label for="blacklist-input">블랙리스트 도메인: <span class="tooltip">ℹ️ <span class="tooltiptext">크롤링에서 제외할 도메인을 입력하세요. 각 도메인은 줄바꿈으로 구분됩니다.</span> </span> </label> <textarea id="blacklist-input" rows="5">{settings.blacklist.join('\n')} 화이트리스트 도메인: ℹ️ 크롤링을 허용할 도메인을 입력하세요. 각 도메인은 줄바꿈으로 구분됩니다. settings.whitelist.join(′\n′)</textarea></div><divclass="settings−section"><labelfor="respect−robots−checkbox">robots.txt준수:<spanclass="tooltip">ℹ️<spanclass="tooltiptext">대상사이트의robots.txt규칙을준수하여크롤링을진행합니다.</span></span></label><inputtype="checkbox"id="respect−robots−checkbox"{settings.whitelist.join('\n')}</textarea> </div> <div class="settings-section"> <label for="respect-robots-checkbox">robots.txt 준수: <span class="tooltip">ℹ️ <span class="tooltiptext">대상 사이트의 robots.txt 규칙을 준수하여 크롤링을 진행합니다.</span> </span> </label> <input type="checkbox" id="respect-robots-checkbox" {settings.respectRobots ? 'checked' : ''}> 동시 요청 최대 수: ℹ️ 한 번에 요청할 수 있는 최대 동시 요청 수를 설정하세요. 데이터 시각화 활성화: ℹ️ 수집된 데이터를 시각화하여 그래프로 표시합니다. <input type="checkbox" id="data-visualization-checkbox" settings.dataVisualization?′checked′:′′></div><divclass="settings−section"><labelfor="enable−captchas−checkbox">CAPTCHA처리활성화:<spanclass="tooltip">ℹ️<spanclass="tooltiptext">CAPTCHA가감지되었을때자동처리를활성화합니다.(제한적)</span></span></label><inputtype="checkbox"id="enable−captchas−checkbox"{settings.dataVisualization ? 'checked' : ''}> </div> <div class="settings-section"> <label for="enable-captchas-checkbox">CAPTCHA 처리 활성화: <span class="tooltip">ℹ️ <span class="tooltiptext">CAPTCHA가 감지되었을 때 자동 처리를 활성화합니다. (제한적)</span> </span> </label> <input type="checkbox" id="enable-captchas-checkbox" {settings.enableCaptchas ? 'checked' : ''}> 데이터 내보내기 형식: {Object.keys(settings.exportFormats).map(format => `<label><input type="checkbox" id="export-{format}" settings.exportFormats[format]?′checked′:′′>{settings.exportFormats[format] ? 'checked' : ''}> {format.toUpperCase()}).join('')} </div> </div> <div class="settings-section"> <label for="advanced-logging-checkbox">고급 로깅 활성화: <span class="tooltip">ℹ️ <span class="tooltiptext">추가적인 로깅 정보를 활성화합니다.</span> </span> </label> <input type="checkbox" id="advanced-logging-checkbox" ${settings.advancedLogging ? 'checked' : ''}> </div> <div class="settings-section"> <label for="custom-keywords-input">사용자 지정 키워드 분류: <span class="tooltip">ℹ️ <span class="tooltiptext">사용자 지정 키워드를 추가하여 데이터 분류를 향상시킵니다. 형식: 카테고리:키워드1,키워드2,...</span> </span> </label> <textarea id="custom-keywords-input" rows="5">${formatCustomKeywords(settings.customKeywords)}</textarea> </div> <button id="save-settings" style="margin-top: 10px; padding: 10px 20px; background-color: #4caf50; color: white; border-radius: 4px; font-size: 14px;">저장</button> <button id="reset-settings" style="margin-top: 10px; padding: 10px 20px; background-color: #f44336; color: white; border-radius: 4px; font-size: 14px;">초기화</button> </div> <div id="tab-previous-crawls" style="display: ${currentTab() === 'previous-crawls' ? 'block' : 'none'};"> <h3>이전 크롤링 기록</h3> <button id="clear-previous-crawls" style="padding: 8px 12px; background-color: #f44336; color: white; border-radius: 4px; font-size: 14px; margin-bottom: 10px;">기록 초기화</button> <table> <thead> <tr> <th>날짜</th> <th>크롤링 수</th> <th>상태</th> </tr> </thead> <tbody id="previous-crawls-body"> ${previousCrawls.map(crawl => crawl.date</td><td>{crawl.date}</td> <td>{crawl.count} {crawl.status}</td> </tr> `).join('')} </tbody> </table> </div> </div> <div id="html-modal" class="modal"> <div class="modal-content"> <span class="close">&times;</span> <pre id="modal-html-content"></pre> </div> </div> </div> `); ('body').append(container); ('#crawler-minimize').on('click', function() { ('#crawler-content').toggle(); const isHidden = ('#crawler-content').is(':hidden'); (this).text(isHidden ? '☐' : '─'); log(크롤러 창이 ${isHidden ? '최소화' : '확대'}되었습니다., 'info'); }); ('.crawler-tab').on('click', function() { const tab = (this).data('tab'); (′.crawler−tab′).removeClass(′active′);('.crawler-tab').removeClass('active'); (this).addClass('active'); ('#crawler-content > div').hide(); (#tab-${tab}).show(); saveCurrentTab(tab); }); (document).on('keydown', function(e) { if (e.ctrlKey) { const actions = { '1': 'logs', '2': 'data', '3': 'settings', '4': 'previous-crawls', 's': 'save', 'r': 'reset', 'p': 'start', 'q': 'stop', 'c': 'csv', 'j': 'json', 'x': 'xml', 'l': 'xls' }; const action = actions[e.key]; if (action) { e.preventDefault(); switch(action) { case 'logs': ('.crawler-tab[data-tab="logs"]').click(); break; case 'data': (′.crawler−tab[data−tab="data"]′).click();break;case′settings′:('.crawler-tab[data-tab="data"]').click(); break; case 'settings': ('.crawler-tab[data-tab="settings"]').click(); break; case 'previous-crawls': ('.crawler-tab[data-tab="previous-crawls"]').click(); break; case 'save': saveSettings(); break; case 'reset': resetSettings(); break; case 'start': if (!isCrawling) startCrawling(); break; case 'stop': if (isCrawling) stopCrawling(); break; case 'csv': settings.exportFormats.csv && downloadCSV(); break; case 'json': settings.exportFormats.json && downloadJSON(); break; case 'xml': settings.exportFormats.xml && downloadXML(); break; case 'xls': settings.exportFormats.xls && downloadXLS(); break; } } } }); ('#save-settings').on('click', saveSettings); ('#reset-settings').on('click', resetSettings); ('#add-user-agent').on('click', function() { const ua = prompt("새 사용자 에이전트를 입력하세요:"); if (ua) { settings.userAgents.push(ua); GM_setValue('userAgents', settings.userAgents); updateUserAgentSelect(); log('새 사용자 에이전트가 추가되었습니다.', 'success'); } }); ('#remove-user-agent').on('click', function() { const selected = ('#user-agent-select').val(); if (selected && selected.length) { selected.sort((a, b) => b - a).forEach(idx => { settings.userAgents.splice(idx, 1); }); GM_setValue('userAgents', settings.userAgents); settings.userAgentIndex = 0; GM_setValue('userAgentIndex', settings.userAgentIndex); updateUserAgentSelect(); log('선택한 사용자 에이전트가 제거되었습니다.', 'success'); } else alert('제거할 사용자 에이전트를 선택하세요.'); }); ('#download-csv').on('click', downloadCSV); ('#download-json').on('click', downloadJSON); ('#download-xml').on('click', downloadXML); ('#download-xls').on('click', downloadXLS); ('#search-filter').on('input', function() { filterTable((this).val()); }); ('#schedule-enabled').on('change', function() { ('#schedule-options').toggle((this).is(':checked')); }); ('#data-visualization-checkbox').on('change', function() { settings.dataVisualization = (this).is(′:checked′);GMsetValue(′dataVisualization′,settings.dataVisualization);(this).is(':checked'); GM_setValue('dataVisualization', settings.dataVisualization); ('#data-visualization').toggle(settings.dataVisualization); log('데이터 시각화 설정이 변경되었습니다.', 'success'); if (settings.dataVisualization) renderChart(); }); ('#enable-captchas-checkbox').on('change', function() { settings.enableCaptchas = (this).is(':checked'); GM_setValue('enableCaptchas', settings.enableCaptchas); log('CAPTCHA 처리 설정이 변경되었습니다.', 'success'); }); ('.view-html').on('click', function() { const html = decodeURIComponent((this).data('html')); ('#modal-html-content').text(html); ('#html-modal').show(); }); ('.close').on('click', function() { ('#html-modal').hide(); }); (window).on('click', function(e) { if (e.target.id === 'html-modal') ('#html-modal').hide(); }); ('#start-crawling').on('click', startCrawling); ('#stop-crawling').on('click', stopCrawling); ('#clear-previous-crawls').on('click', function() { if (confirm("이전 크롤링 기록을 모두 초기화하시겠습니까?")) { previousCrawls = []; GM_setValue('previousCrawls', previousCrawls); ('#previous-crawls-body').empty(); log('이전 크롤링 기록이 초기화되었습니다.', 'success'); } }); ('#reset-data').on('click', function() { if (confirm("모든 크롤링 데이터를 초기화하시겠습니까?")) { data = []; visitedUrls.clear(); GM_setValue('data', []); GM_setValue('visitedUrls', []); updateDataUI(); log('크롤링 데이터가 초기화되었습니다.', 'success'); } }); updateLogsUI(); updateDataUI(); if (settings.dataVisualization) renderChart(); updatePreviousCrawlsUI(); makeDraggable(); } function currentTab() { return GM_getValue('currentTab', 'logs'); } function saveCurrentTab(tab) { GM_setValue('currentTab', tab); } function updateUserAgentSelect() { ('#user-agent-select').empty(); settings.userAgents.forEach((ua, idx) => { ('#user-agent-select').append(`<option value="{idx}" idx===settings.userAgentIndex?′selected′:′′>{idx === settings.userAgentIndex ? 'selected' : ''}>{ua}); }); } function getCustomKeywordsText() { const ck = settings.customKeywords || {}; return Object.entries(ck).map(([cat, kws]) => cat:{cat}:{kws.join(',')}).join('\n'); } function parseCustomKeywords(text) { const lines = text.split('\n').map(l => l.trim()).filter(l => l); const ck = {}; lines.forEach(line => { const [cat, kws] = line.split(':'); if (cat && kws) ck[cat.trim()] = kws.split(',').map(kw => kw.trim()).filter(kw => kw); }); return ck; } function combineKeywords() { const standard = { '교육': ['학교', '교육', '학생', '교수', '강의'], '기술': ['기술', '소프트웨어', '하드웨어', '프로그래밍', '개발'], '뉴스': ['뉴스', '속보', '기사', '보도'], '엔터테인먼트': ['영화', '음악', '연예', '게임', '드라마'], '스포츠': ['축구', '야구', '농구', '경기', '토너먼트'], '비즈니스': ['비즈니스', '경제', '주식', '투자', '시장'], '건강': ['건강', '의료', '헬스', '운동', '영양'], '과학': ['과학', '연구', '실험', '발견', '이론'], '문학': ['소설', '시', '문학', '작가', '책'], '여행': ['여행', '관광', '숙박', '비행기', '여권'] }; const custom = settings.customKeywords || {}; for (const [cat, kws] of Object.entries(custom)) { standard[cat] = standard[cat] ? [...new Set([...standard[cat], ...kws])] : kws; } return standard; } function log(message, type = 'info') { const timestamp = new Date().toLocaleString(); logs.push({ timestamp, message, type }); GM_setValue('logs', logs); updateLogsUI(); if (settings.advancedLogging) { const styles = { 'info': 'color: blue;', 'warning': 'color: orange;', 'error': 'color: red;', 'success': 'color: green; font-weight: bold;' }; console.log(%c[timestamp][{timestamp}] [{type.toUpperCase()}] {message}`, styles[type] || ''); } } function updateLogsUI() { ('#log-messages').html(logs.map(l => <div>[${l.timestamp}] [${l.type.toUpperCase()}] ${l.message}</div>).join('')); (′.progress−bar−fill′).css(′width′,‘('.progress-bar-fill').css('width', `{progress.toFixed(2)}%); $('.status-text').text(진행률: progress.toFixed(2){progress.toFixed(2)}% ({currentPage}/{totalPages} 페이지)`); // Enhance error message visibility const latestLog = logs[logs.length - 1]; if (latestLog && latestLog.type === 'error') { ('#error-message').text(latestLog.message).show(); setTimeout(() => { ('#error-message').fadeOut(); }, 5000); } if (latestLog && latestLog.type === 'success') { ('#success-message').text(latestLog.message).show(); setTimeout(() => { ('#success-message').fadeOut(); }, 5000); } } function updateDataUI() { const filter = ('#search-filter').val().toLowerCase(); const filtered = filter ? data.filter(item => Object.keys(settings.dataFields).some(field => settings.dataFields[field] && String(item[field]).toLowerCase().includes(filter))) : data; const rows = filtered.map(item => <tr> ${settings.dataFields.name ?{escapeHTML(item.name)}</td>` : ''} {settings.dataFields.url ? <td><a href="${escapeHTML(item.url)}" target="_blank">${escapeHTML(item.url)}</a></td> : ''} {settings.dataFields.description ? `<td>{escapeHTML(item.description)}: ''} ${settings.dataFields.html ?📄 보기: ''} ${settings.dataFields.category ?{escapeHTML(item.category)}</td>` : ''} {settings.dataFields.quality ? <td>${escapeHTML(item.quality.toString())}</td> : ''} {settings.dataFields.language ? `<td>{escapeHTML(item.language)}: ''} ${settings.dataFields.wordCount ?{escapeHTML(item.wordCount.toString())}</td>` : ''} {settings.dataFields.metaTags ? <td>${escapeHTML(JSON.stringify(item.metaTags))}</td> : ''} {settings.dataFields.headings ? `<td>{escapeHTML(item.headings.join(', '))}: ''} </tr> ).join(''); ('#data-table-body').html(rows); ('.view-html').off('click').on('click', function() { ('#modal-html-content').text(decodeURIComponent((this).data('html'))); ('#html-modal').show(); }); if (settings.dataVisualization) renderChart(); } function renderChart() { if (!document.getElementById('data-chart').getContext) return; const ctx = document.getElementById('data-chart').getContext('2d'); if (window.dataChartInstance) window.dataChartInstance.destroy(); const categories = {}; data.forEach(item => { const cat = item.category || '기타'; categories[cat] = (categories[cat] || 0) + 1; }); const chartData = { labels: Object.keys(categories), datasets: [{ label: '카테고리별 데이터 수', data: Object.values(categories), backgroundColor: generateColors(Object.keys(categories).length) }] }; window.dataChartInstance = new Chart(ctx, { type: 'pie', data: chartData, options: { responsive: true } }); } function generateColors(count) { return Array.from({length: count}, (_, i) => `hsl({i * (360 / count)}, 70%, 50%)); } function escapeHTML(str) { return String(str).replace(/&/g, "&amp;").replace(/</g, "&lt;").replace(/>/g, "&gt;").replace(/"/g, "&quot;").replace(/'/g, "&#039;"); } function downloadCSV() { if (!data.length) { log('다운로드할 데이터가 없습니다.', 'warning'); return; } const headers = Object.keys(settings.dataFields).filter(f => settings.dataFields[f]).map(f => getFieldName(f)); const csv = [headers.join(",")].concat(data.map(item => Object.keys(settings.dataFields).filter(f => settings.dataFields[f]).map(f => "escapeCSV(item[f]∣∣′′)"‘).join(","))).join("\n");constlink=document.createElement("a");link.href=‘data:text/csv;charset=utf−8,{escapeCSV(item[f] || '')}"`).join(","))).join("\n"); const link = document.createElement("a"); link.href = `data:text/csv;charset=utf-8,{encodeURIComponent(csv)}; link.download = "data.csv"; document.body.appendChild(link); link.click(); document.body.removeChild(link); log('CSV 파일이 다운로드되었습니다.', 'success'); } function downloadJSON() { if (!data.length) { log('다운로드할 데이터가 없습니다.', 'warning'); return; } const json = JSON.stringify(data, null, 2); const blob = new Blob([json], { type: "application/json" }); const link = document.createElement("a"); link.href = URL.createObjectURL(blob); link.download = "data.json"; document.body.appendChild(link); link.click(); document.body.removeChild(link); log('JSON 파일이 다운로드되었습니다.', 'success'); } function downloadXML() { if (!data.length) { log('다운로드할 데이터가 없습니다.', 'warning'); return; } let xml = '<?xml version="1.0" encoding="UTF-8"?><data>'; data.forEach(item => { xml += '<entry>'; if (settings.dataFields.name) xml += escapeXML(item.name∣∣′NoTitle′)</name>‘;if(settings.dataFields.url)xml+=‘<url>{escapeXML(item.name || 'No Title')}</name>`; if (settings.dataFields.url) xml += `<url>{escapeXML(item.url || '')}; if (settings.dataFields.description) xml += escapeXML(item.description∣∣′NoDescription′)</description>‘;if(settings.dataFields.html)xml+=‘<html><![CDATA[{escapeXML(item.description || 'No Description')}</description>`; if (settings.dataFields.html) xml += `<html><![CDATA[{item.html || ''}]]>; if (settings.dataFields.category) xml += escapeXML(item.category∣∣′′)</category>‘;if(settings.dataFields.quality)xml+=‘<quality>{escapeXML(item.category || '')}</category>`; if (settings.dataFields.quality) xml += `<quality>{escapeXML(item.quality)}; if (settings.dataFields.language) xml += escapeXML(item.language∣∣′unknown′)</language>‘;if(settings.dataFields.wordCount)xml+=‘<wordCount>{escapeXML(item.language || 'unknown')}</language>`; if (settings.dataFields.wordCount) xml += `<wordCount>{escapeXML(item.wordCount)}; if (settings.dataFields.metaTags) xml += escapeXML(JSON.stringify(item.metaTags))</metaTags>‘;if(settings.dataFields.headings)xml+=‘<headings>{escapeXML(JSON.stringify(item.metaTags))}</metaTags>`; if (settings.dataFields.headings) xml += `<headings>{escapeXML(item.headings.join('; '))}`; xml += ''; }); xml += ''; const blob = new Blob([xml], { type: "application/xml" }); const link = document.createElement("a"); link.href = URL.createObjectURL(blob); link.download = "data.xml"; document.body.appendChild(link); link.click(); document.body.removeChild(link); log('XML 파일이 다운로드되었습니다.', 'success'); } function downloadXLS() { if (!data.length) { log('다운로드할 데이터가 없습니다.', 'warning'); return; } const sheet = XLSX.utils.json_to_sheet(data.map(item => { const entry = {}; if (settings.dataFields.name) entry['사이트 이름'] = item.name; if (settings.dataFields.url) entry['주소'] = item.url; if (settings.dataFields.description) entry['설명'] = item.description; if (settings.dataFields.html) entry['📄 HTML 내용'] = item.html; if (settings.dataFields.category) entry['분류'] = item.category; if (settings.dataFields.quality) entry['품질점수'] = item.quality; if (settings.dataFields.language) entry['언어'] = item.language; if (settings.dataFields.wordCount) entry['단어 수'] = item.wordCount; if (settings.dataFields.metaTags) entry['메타 태그'] = JSON.stringify(item.metaTags); if (settings.dataFields.headings) entry['헤딩'] = item.headings.join('; '); return entry; })); const wb = XLSX.utils.book_new(); XLSX.utils.book_append_sheet(wb, sheet, "Data"); XLSX.writeFile(wb, "data.xlsx"); log('XLS 파일이 다운로드되었습니다.', 'success'); } function escapeCSV(str) { return String(str).replace(/"/g, '""'); } function escapeXML(str) { return String(str).replace(/&/g, "&").replace(/</g, "<").replace(/>/g, ">").replace(/"/g, """).replace(/'/g, "'"); } function filterTable(keyword) { ('#data-table-body tr').each(function() { (this).toggle((this).text().toLowerCase().includes(keyword.toLowerCase())); }); } function saveSettings() { // Input Validation const delay = parseInt(('#delay-input').val(), 10); const delayRandom = parseInt(('#delay-random-input').val(), 10); const maxPages = parseInt(('#max-pages-input').val(), 10); const timeout = parseInt(('#timeout-input').val(), 10); const minWordCount = parseInt(('#min-word-count-input').val(), 10); const maxWordCount = parseInt(('#max-word-count-input').val(), 10); const maxDepth = parseInt(('#max-depth-input').val(), 10); const retryAttempts = parseInt(('#retry-attempts-input').val(), 10); const retryDelay = parseInt(('#retry-delay-input').val(), 10); const interval = parseInt($('#interval-input').val(), 10) * 60000; const isValidSettings = !isNaN(delay) && delay >= 500 && !isNaN(delayRandom) && delayRandom >= 0 && !isNaN(maxPages) && maxPages >= 1 && !isNaN(timeout) && timeout >= 1000 && !isNaN(minWordCount) && minWordCount >= 10 && !isNaN(maxWordCount) && maxWordCount >= 100 && !isNaN(maxDepth) && maxDepth >= 1 && !isNaN(retryAttempts) && retryAttempts >= 0 && !isNaN(retryDelay) && retryDelay >= 1000 && (!settings.schedule.enabled || (!isNaN(interval) && interval >= 60000));

        if (!isValidSettings) {
            $('#error-message').text('설정값이 유효하지 않습니다. 올바른 값을 입력하세요.').show();
            setTimeout(() => { $('#error-message').fadeOut(); }, 5000);
            return;
        }
    
        settings.delay = delay;
        settings.delayRandom = delayRandom;
        settings.maxPages = maxPages;
        const selectedUA = parseInt($('#user-agent-select').val(), 10);
        settings.userAgentIndex = isNaN(selectedUA) ? 0 : selectedUA;
        settings.contentTypes.include = $('#content-include-input').val().split(',').map(ct => ct.trim()).filter(ct => ct) || defaultSettings.contentTypes.include;
        settings.contentTypes.exclude = $('#content-exclude-input').val().split(',').map(ct => ct.trim()).filter(ct => ct) || defaultSettings.contentTypes.exclude;
        settings.timeout = timeout;
        settings.includeKeywords = $('#include-keywords-input').val().split('\n').map(kw => kw.trim()).filter(kw => kw) || defaultSettings.includeKeywords;
        settings.excludeKeywords = $('#exclude-keywords-input').val().split('\n').map(kw => kw.trim()).filter(kw => kw) || defaultSettings.excludeKeywords;
        settings.regexInclude = $('#regex-include-input').val().split('\n').map(rx => rx.trim()).filter(rx => rx) || defaultSettings.regexInclude;
        settings.regexExclude = $('#regex-exclude-input').val().split('\n').map(rx => rx.trim()).filter(rx => rx) || defaultSettings.regexExclude;
        settings.language = $('#language-select').val() || [];
        settings.minWordCount = minWordCount;
        settings.maxWordCount = maxWordCount;
        settings.maxDepth = maxDepth;
        settings.proxy = $('#proxy-input').val().trim() || defaultSettings.proxy;
        ['name','url','description','html','category','quality','language','wordCount','metaTags','headings'].forEach(field => {
            settings.dataFields[field] = $(`#field-${field}`).is(':checked');
        });
        settings.retryAttempts = retryAttempts;
        settings.retryDelay = retryDelay;
        settings.schedule.enabled = $('#schedule-enabled').is(':checked');
        settings.schedule.startTime = $('#start-time-input').val() || defaultSettings.schedule.startTime;
        settings.schedule.interval = settings.schedule.enabled ? (isNaN(interval) ? defaultSettings.schedule.interval : interval) : defaultSettings.schedule.interval;
        Object.keys(settings.searchEngines).forEach(engine => { settings.searchEngines[engine] = $(`#engine-${engine}`).is(':checked'); });
        settings.blacklist = $('#blacklist-input').val().split('\n').map(d => d.trim()).filter(d => d) || defaultSettings.blacklist;
        settings.whitelist = $('#whitelist-input').val().split('\n').map(d => d.trim()).filter(d => d) || defaultSettings.whitelist;
        settings.respectRobots = $('#respect-robots-checkbox').is(':checked');
        settings.maxConcurrentRequests = parseInt($('#max-concurrent-requests-input').val(), 10) || defaultSettings.maxConcurrentRequests;
        settings.dataVisualization = $('#data-visualization-checkbox').is(':checked');
        settings.exportFormats.csv = $('#export-csv').is(':checked');
        settings.exportFormats.json = $('#export-json').is(':checked');
        settings.exportFormats.xml = $('#export-xml').is(':checked');
        settings.exportFormats.xls = $('#export-xls').is(':checked');
        settings.advancedLogging = $('#advanced-logging-checkbox').is(':checked');
        settings.enableCaptchas = $('#enable-captchas-checkbox').is(':checked');
        const customKeywords = parseCustomKeywords($('#custom-keywords-input').val());
        settings.customKeywords = customKeywords;
    
        // Save Settings
        GM_setValue('delay', settings.delay);
        GM_setValue('delayRandom', settings.delayRandom);
        GM_setValue('maxPages', settings.maxPages);
        GM_setValue('userAgentIndex', settings.userAgentIndex);
        GM_setValue('contentTypes', settings.contentTypes);
        GM_setValue('timeout', settings.timeout);
        GM_setValue('includeKeywords', settings.includeKeywords);
        GM_setValue('excludeKeywords', settings.excludeKeywords);
        GM_setValue('regexInclude', settings.regexInclude);
        GM_setValue('regexExclude', settings.regexExclude);
        GM_setValue('language', settings.language);
        GM_setValue('minWordCount', settings.minWordCount);
        GM_setValue('maxWordCount', settings.maxWordCount);
        GM_setValue('maxDepth', settings.maxDepth);
        GM_setValue('proxy', settings.proxy);
        GM_setValue('dataFields', settings.dataFields);
        GM_setValue('retryAttempts', settings.retryAttempts);
        GM_setValue('retryDelay', settings.retryDelay);
        GM_setValue('schedule', settings.schedule);
        GM_setValue('searchEngines', settings.searchEngines);
        GM_setValue('blacklist', settings.blacklist);
        GM_setValue('whitelist', settings.whitelist);
        GM_setValue('respectRobots', settings.respectRobots);
        GM_setValue('maxConcurrentRequests', settings.maxConcurrentRequests);
        GM_setValue('dataVisualization', settings.dataVisualization);
        GM_setValue('exportFormats', settings.exportFormats);
        GM_setValue('advancedLogging', settings.advancedLogging);
        GM_setValue('enableCaptchas', settings.enableCaptchas);
        GM_setValue('customKeywords', settings.customKeywords);
    
        totalPages = settings.maxPages;
        GM_setValue('totalPages', totalPages);
        log('설정이 저장되었습니다.', 'success');
    
        if (settings.schedule.enabled) {
            scheduleCrawling();
        }
    
        updateDataUI();
        if (settings.dataVisualization) renderChart();
    }
    function resetSettings() {
        if (confirm("기본 설정으로 초기화하시겠습니까?")) {
            Object.keys(defaultSettings).forEach(key => GM_deleteValue(key));
            Object.assign(settings, defaultSettings);
            ['userAgents','userAgentIndex','contentTypes','dataFields','exportFormats','advancedLogging','enableCaptchas'].forEach(key => GM_setValue(key, settings[key]));
            GM_setValue('customKeywords', {});
            GM_setValue('logs', []);
            GM_setValue('data', []);
            GM_setValue('visitedUrls', []);
            GM_setValue('previousCrawls', []);
            $('#custom-keywords-input').val('');
            updateUserAgentSelect();
            updateDataUI();
            updateLogsUI();
            $('#previous-crawls-body').empty();
            if (settings.dataVisualization) renderChart();
            log('기본 설정으로 초기화되었습니다.', 'success');
        }
    }
    async function startCrawling() {
        if (isCrawling) { log('이미 크롤링이 진행 중입니다.', 'warning'); return; }
        if (!Object.values(settings.searchEngines).some(v => v)) { log('사용할 검색 엔진이 하나도 선택되지 않았습니다.', 'error'); return; }
        isCrawling = true;
        GM_setValue('isCrawling', isCrawling);
        log('크롤링을 시작합니다.', 'info');
        setButtonStates();
        currentPage = parseInt(GM_getValue('currentPage', 1), 10);
        totalPages = parseInt(GM_getValue('totalPages', settings.maxPages), 10);
        GM_setValue('totalPages', totalPages);
        currentDepth = parseInt(GM_getValue('currentDepth', 0), 10);
        if (!previousCrawls.some(crawl => crawl.status === '진행 중')) {
            previousCrawls.push({ date: new Date().toLocaleString(), count: 0, status: '진행 중' });
            GM_setValue('previousCrawls', previousCrawls);
            updatePreviousCrawlsUI();
        }
        await crawlPage(currentDepth);
    }
    function stopCrawling() {
        if (!isCrawling) { log('크롤링이 진행 중이지 않습니다.', 'warning'); return; }
        isCrawling = false;
        GM_setValue('isCrawling', isCrawling);
        log('크롤링이 중지되었습니다.', 'warning');
        finalizeCrawl('중지됨');
        setButtonStates();
    }
    function setButtonStates() {
        $('#start-crawling').prop('disabled', isCrawling);
        $('#stop-crawling').prop('disabled', !isCrawling);
    }
    async function crawlPage(depth) {
        try {
            while (isCrawling && currentPage <= totalPages && depth <= settings.maxDepth) {
                log(`페이지 ${currentPage} 크롤링 시작. (깊이: ${depth})`, 'info');
                if (settings.respectRobots && !(await checkRobotsTxt(window.location.href))) {
                    log(`robots.txt에 의해 크롤링이 금지된 페이지: ${window.location.href}`, 'warning');
                    break;
                }
                const searchEngine = identifySearchEngine();
                if (!searchEngine || !searchEngineHandlers[searchEngine]) {
                    log(`지원되지 않는 검색 엔진: ${window.location.hostname}`, 'error');
                    break;
                }
                const doc = document;
                const handler = searchEngineHandlers[searchEngine];
                const results = handler.extractResults(doc);
                if (!results) { log('검색 결과를 찾을 수 없습니다.', 'error'); break; }
                results.forEach(result => {
                    if (!isCrawling) return;
                    const { name, url, description } = result;
                    if (visitedUrls.has(url) || !isValidURL(url) ||
                        (settings.whitelist.length && !settings.whitelist.some(d => url.includes(d))) ||
                        settings.blacklist.some(d => url.includes(d)) ||
                        (settings.includeKeywords.length && !settings.includeKeywords.some(k => url.includes(k) || description.includes(k))) ||
                        (settings.excludeKeywords.some(k => url.includes(k) || description.includes(k))) ||
                        (settings.regexInclude.length && !settings.regexInclude.some(r => new RegExp(r).test(url) || new RegExp(r).test(description))) ||
                        (settings.regexExclude.length && settings.regexExclude.some(r => new RegExp(r).test(url) || new RegExp(r).test(description)))) {
                        return;
                    }
                    requestQueue.push({ url, depth });
                    if (activeRequests >= settings.maxConcurrentRequests) return;
                });
                if (previousCrawls.length && previousCrawls[previousCrawls.length -1].status === '진행 중') {
                    previousCrawls[previousCrawls.length -1].count += results.length;
                    GM_setValue('previousCrawls', previousCrawls);
                    updatePreviousCrawlsUI();
                }
                await processQueue();
                progress = (currentPage / totalPages) * 100;
                GM_setValue('progress', progress);
                updateLogsUI();
                if (currentPage < totalPages && isCrawling) {
                    const nextUrl = handler.getNextPageUrl(doc);
                    if (nextUrl) {
                        currentPage++;
                        GM_setValue('currentPage', currentPage);
                        depth++;
                        GM_setValue('currentDepth', depth);
                        log(`다음 페이지로 이동: ${currentPage}`, 'info');
                        await dynamicDelay();
                        const nextPageContent = await fetchPageContent(nextUrl);
                        if (nextPageContent) {
                            updatePageContent(nextPageContent);
                            continue;
                        } else {
                            log('다음 페이지 내용을 가져올 수 없습니다.', 'error');
                            break;
                        }
                    } else { log('다음 페이지 링크를 찾을 수 없습니다.', 'error'); break; }
                } else { break; }
            }
            if (isCrawling && currentPage > totalPages && activeRequests === 0 && requestQueue.length === 0) {
                log('크롤링이 완료되었습니다.', 'success');
                finalizeCrawl('완료됨');
                isCrawling = false;
                GM_setValue('isCrawling', isCrawling);
                setButtonStates();
                GM_setValue('progress', 100);
                $('.progress-bar-fill').css('width', `100%`);
                $('.status-text').text(`진행률: 100% (${currentPage}/${totalPages} 페이지)`);
            }
        } catch (error) {
            log(`크롤링 중 오류 발생: ${error.message}`, 'error');
            finalizeCrawl('오류 발생');
        }
    }
    async function processQueue() {
        while (requestQueue.length && activeRequests < settings.maxConcurrentRequests && isCrawling) {
            const { url, depth } = requestQueue.shift();
            activeRequests++;
            handleRequest(url, depth).finally(() => { activeRequests--; processQueue(); });
        }
    }
    async function handleRequest(url, depth) {
        if (!isCrawling || visitedUrls.has(url)) return;
        try {
            const response = await fetchWithRetry(url, settings.retryAttempts, settings.retryDelay);
            const contentType = getContentType(response);
            if (!isContentTypeAllowed(contentType)) { log(`허용되지 않은 콘텐츠 유형(${contentType})의 URL: ${url}`, 'warning'); return; }
            const parser = new DOMParser();
            const doc = parser.parseFromString(response.responseText, 'text/html');
            const text = doc.body ? doc.body.innerText : '';
            if (settings.enableCaptchas && detectCaptcha(doc)) { await handleCaptcha(url); return; }
            const wc = text.split(/\s+/).length;
            if (wc < settings.minWordCount || wc > settings.maxWordCount) {
                log(`단어 수 조건에 맞지 않는 URL: ${url} (${wc} 단어)`, 'warning');
                return;
            }
            const quality = evaluateContentQuality(text);
            const lang = doc.documentElement.lang || 'unknown';
            const category = classifyKeywords(text);
            const meta = extractMetaTags(doc);
            const headings = extractHeadings(doc);
            if (category !== '기타' || quality > 100) {
                const entry = { url, quality, language: lang, wordCount: wc, category };
                if (settings.dataFields.name) entry.name = extractName(doc) || 'No Title';
                if (settings.dataFields.description) entry.description = extractDescription(doc) || 'No Description';
                if (settings.dataFields.html) entry.html = response.responseText;
                if (settings.dataFields.metaTags) entry.metaTags = meta;
                if (settings.dataFields.headings) entry.headings = headings;
                data.push(entry);
                GM_setValue('data', JSON.stringify([...data]));
                updateDataUI();
                log(`데이터 수집 완료: ${url}`, 'success');
                if (settings.dataVisualization) renderChart();
            }
            if (depth < settings.maxDepth) {
                const links = extractLinks(doc);
                links.forEach(link => { if (!visitedUrls.has(link) && isValidURL(link)) requestQueue.push({ url: link, depth: depth + 1 }); });
            }
        } catch (error) {
            log(`데이터 수집 실패: ${url} - ${error.message}`, 'error');
        }
        visitedUrls.add(url);
        GM_setValue('visitedUrls', JSON.stringify([...visitedUrls]));
    }
    async function fetchWithRetry(url, attempts, delayMs) {
        for (let i = 1; i <= attempts; i++) {
            try { return await GM_xmlhttpRequestPromise(url); }
            catch (e) { log(`요청 실패 (${i}/${attempts}): ${url} - ${e.message}`, 'warning'); if (i < attempts) await delay(delayMs); }
        }
        throw new Error('모든 재시도 시도가 실패했습니다.');
    }
    function isAnySearchEngineEnabled() { return Object.values(settings.searchEngines).some(v => v); }
    function classifyKeywords(text) {
        const kws = combineKeywords();
        for (const [cat, keywords] of Object.entries(kws)) {
            if (keywords.some(kw => text.includes(kw))) return cat;
        }
        return '기타';
    }
    function extractSearchResults() {
        // Deprecated: Using handlers now
    }
    function getNextPageUrl() {
        // Deprecated: Using handlers now
    }
    function identifySearchEngine() {
        const host = window.location.hostname;
        if (host.includes('google.com')) return 'google';
        if (host.includes('bing.com')) return 'bing';
        if (host.includes('yahoo.com')) return 'yahoo';
        if (host.includes('duckduckgo.com')) return 'duckduckgo';
        // Add other search engines as needed
        return null;
    }
    function GM_xmlhttpRequestPromise(url) {
        return new Promise((resolve, reject) => {
            let reqUrl = settings.proxy ? `${settings.proxy}?url=${encodeURIComponent(url)}` : url;
            GM_xmlhttpRequest({
                method: "GET",
                url: reqUrl,
                headers: { 'User-Agent': getCurrentUserAgent(), 'Accept': '*/*' },
                timeout: settings.timeout,
                onload: res => (res.status >= 200 && res.status < 300) ? resolve(res) : reject(new Error(`HTTP ${res.status}`)),
                onerror: () => reject(new Error('Request failed')),
                ontimeout: () => reject(new Error('Request timed out'))
            });
        });
    }
    function getCurrentUserAgent() { return settings.userAgents[settings.userAgentIndex % settings.userAgents.length]; }
    function getContentType(res) { return res.responseHeaders.split('\n').find(h => h.toLowerCase().startsWith('content-type'))?.split(':')[1].trim().split(';')[0] || ''; }
    function isContentTypeAllowed(ct) {
        if (settings.contentTypes.include.length && !settings.contentTypes.include.includes(ct)) return false;
        if (settings.contentTypes.exclude.includes(ct)) return false;
        return true;
    }
    function evaluateContentQuality(text) { return text.split(/\s+/).length; }
    function extractMetaTags(doc) {
        const metas = {};
        doc.querySelectorAll('meta[name], meta[property]').forEach(meta => {
            const name = meta.getAttribute('name') || meta.getAttribute('property');
            const content = meta.getAttribute('content');
            if (name && content) metas[name.toLowerCase()] = content;
        });
        return metas;
    }
    function extractHeadings(doc) {
        const hs = [];
        for (let i = 1; i <= 6; i++) doc.querySelectorAll(`h${i}`).forEach(h => hs.push(h.innerText.trim()));
        return hs;
    }
    function isValidURL(url) { try { new URL(url); return true; } catch { return false; } }
    async function checkRobotsTxt(url) {
        try {
            const parsed = new URL(url);
            const robots = `${parsed.origin}/robots.txt`;
            const res = await GM_xmlhttpRequestPromise(robots);
            return new RobotsParser(robots, res.responseText).isAllowed(url, getCurrentUserAgent());
        } catch {
            log('robots.txt 확인 실패, 기본 허용.', 'warning');
            return true;
        }
    }
    class RobotsParser {
        constructor(url, text) { this.rules = []; this.parse(text); }
        parse(text) {
            let agents = [];
            text.split('\n').forEach(line => {
                const [key, ...val] = line.split(':').map(s => s.trim());
                if (!key) return;
                if (key.toLowerCase() === 'user-agent') { agents = [val.join(':').toLowerCase()]; }
                else if (['disallow','allow'].includes(key.toLowerCase())) this.rules.push({ agents, type: key.toLowerCase(), path: val.join(':') });
            });
        }
        isAllowed(url, ua) {
            const path = new URL(url).pathname;
            let allowed = true;
            this.rules.forEach(rule => {
                if (rule.agents.includes('*') || rule.agents.includes(ua.toLowerCase())) {
                    if (rule.type === 'disallow' && path.startsWith(rule.path)) allowed = false;
                    if (rule.type === 'allow' && path.startsWith(rule.path)) allowed = true;
                }
            });
            return allowed;
        }
    }
    function delay(ms) { return new Promise(res => setTimeout(res, ms)); }
    function formatCustomKeywords(ck) { return Object.entries(ck).map(([c, kws]) => `${c}:${kws.join(',')}`).join('\n'); }
    function getFieldName(field) { return { name: '사이트 이름', url: '주소', description: '설명', html: '📄 HTML 내용', category: '분류', quality: '품질점수', language: '언어', wordCount: '단어 수', metaTags: '메타 태그', headings: '헤딩' }[field]; }
    function capitalize(str) { return str.charAt(0).toUpperCase() + str.slice(1); }
    async function handleCaptcha(url) {
        log(`CAPTCHA 감지됨: ${url}`, 'warning');
        // CAPTCHA 처리 로직 추가 (제한적)
        // 예: CAPTCHA 해결을 위한 별도의 서비스 연동 또는 수동 해결 유도
    }
    function extractName(doc) { return doc.querySelector('title')?.innerText || 'No Title'; }
    function extractDescription(doc) { return doc.querySelector('meta[name="description"]')?.getAttribute('content') || 'No Description'; }
    function extractLinks(doc) { return Array.from(doc.querySelectorAll('a[href]')).map(a => a.href).filter(isValidURL); }
    function escapeXML(str) { return String(str).replace(/&/g, "&amp;").replace(/</g, "&lt;").replace(/>/g, "&gt;").replace(/"/g, "&quot;").replace(/'/g, "&#039;"); }
    async function scheduleCrawling() {
        const now = new Date();
        const [startHour, startMinute] = settings.schedule.startTime.split(':').map(Number);
        const startTime = new Date(now.getFullYear(), now.getMonth(), now.getDate(), startHour, startMinute, 0);
        if (startTime < now) startTime.setDate(startTime.getDate() + 1);
        const initialDelay = startTime - now;
        setTimeout(() => {
            startCrawling();
            setInterval(startCrawling, settings.schedule.interval);
        }, initialDelay);
        log(`크롤링 스케줄이 설정되었습니다. 시작 시간: ${startTime.toLocaleString()}, 간격: ${settings.schedule.interval / 60000}분`, 'info');
    }
    function finalizeCrawl(status) {
        if (previousCrawls.length) {
            previousCrawls[previousCrawls.length -1].status = status;
            GM_setValue('previousCrawls', previousCrawls);
            updatePreviousCrawlsUI();
        }
    }
    function updatePreviousCrawlsUI() {
        $('#previous-crawls-body').html(previousCrawls.map(crawl => `
            <tr>
                <td>${crawl.date}</td>
                <td>${crawl.count}</td>
                <td>${crawl.status}</td>
            </tr>
        `).join(''));
    }
    function init() {
        createUI();
        if (isCrawling) {
            log('크롤링 재개됨.', 'info');
            setButtonStates();
            crawlPage(currentDepth);
        }
        else log('크롤러 초기화됨.', 'info');
    }
    window.addEventListener('load', init);
    function makeDraggable() {
        const container = document.getElementById('crawler-container');
        const header = document.getElementById('crawler-header');
        let isDragging = false;
        let startX, startY, initialX, initialY;
        header.onmousedown = function(e) {
            isDragging = true;
            startX = e.clientX;
            startY = e.clientY;
            initialX = container.offsetLeft;
            initialY = container.offsetTop;
            document.onmousemove = drag;
            document.onmouseup = stopDrag;
            return false;
        };
        function drag(e) {
            if (isDragging) {
                let dx = e.clientX - startX;
                let dy = e.clientY - startY;
                container.style.left = (initialX + dx) + 'px';
                container.style.top = (initialY + dy) + 'px';
            }
        }
        function stopDrag() {
            isDragging = false;
            document.onmousemove = null;
            document.onmouseup = null;
        }
    }
    async function startCrawling() {
        if (isCrawling) {
            log('이미 크롤링이 진행 중입니다.', 'warning');
            return;
        }
        if (!Object.values(settings.searchEngines).some(v => v)) {
            log('사용할 검색 엔진이 하나도 선택되지 않았습니다.', 'error');
            return;
        }
        isCrawling = true;
        GM_setValue('isCrawling', isCrawling);
        log('크롤링을 시작합니다.', 'info');
        setButtonStates();
        currentPage = parseInt(GM_getValue('currentPage', 1), 10);
        totalPages = parseInt(GM_getValue('totalPages', settings.maxPages), 10);
        GM_setValue('totalPages', totalPages);
        currentDepth = parseInt(GM_getValue('currentDepth', 0), 10);
        if (!previousCrawls.some(crawl => crawl.status === '진행 중')) {
            previousCrawls.push({ date: new Date().toLocaleString(), count: 0, status: '진행 중' });
            GM_setValue('previousCrawls', previousCrawls);
            updatePreviousCrawlsUI();
        }
        await crawlPage(currentDepth);
    }
    // Add additional functions or modifications as needed
    

    })(); 여기서 크롤링 하는 방식이나 그런 걸 개선 할 수 있을까? 더 좋은 방법으로 개선 시킬 방법은 충분히 있는 것 같은데.......... 방법들을 알려줄 수 있을까? 내가 쉽게 말이야 ㅇㅇ

  2. Assistant

    크롤링 방식과 전반적인 스크립트의 성능을 향상시키기 위해 다양한 개선 방법을 적용할 수 있습니다. 아래에 몇 가지 핵심적인 개선 방안을 쉽게 설명드릴게요:

    1. 비동기 처리 최적화

    현재 스크립트는 async/await를 사용하여 비동기 처리를 수행하고 있지만, 큐 관리와 동시 요청 처리에서 더 효율적으로 개선할 수 있습니다.

    • Promise.all 사용하기: 동시에 여러 요청을 보내고, 모든 요청이 완료될 때까지 기다리도록 할 수 있습니다. 이는 전체 크롤링 속도를 증가시킬 수 있습니다.

      async function processQueue() {
          const concurrent = Math.min(settings.maxConcurrentRequests, requestQueue.length);
          const promises = [];
      
          for (let i = 0; i < concurrent; i++) {
              const { url, depth } = requestQueue.shift();
              promises.push(handleRequest(url, depth));
              activeRequests++;
          }
      
          await Promise.all(promises);
          activeRequests -= promises.length;
          if (isCrawling && requestQueue.length > 0) {
              await processQueue();
          }
      }
      

    2. 에러 핸들링 강화

    더 정교한 에러 핸들링을 통해 크롤링 중 발생할 수 있는 다양한 오류 상황에 대응할 수 있습니다.

    • 에러 종류별 처리: 네트워크 오류, HTTP 상태 코드별로 다른 처리를 적용합니다.

      async function fetchWithRetry(url, attempts, delayMs) {
          for (let i = 1; i <= attempts; i++) {
              try {
                  return await GM_xmlhttpRequestPromise(url);
              } catch (e) {
                  log(`요청 실패 (${i}/${attempts}): ${url} - ${e.message}`, 'warning');
                  if (i < attempts) await delay(delayMs);
                  if (e.message.includes('HTTP 429')) { // Too Many Requests
                      log('요청이 너무 많아 일시 중지합니다.', 'warning');
                      await delay(60000); // 1분 대기
                  }
              }
          }
          throw new Error('모든 재시도 시도가 실패했습니다.');
      }
      

    3. 효율적인 데이터 저장

    데이터를 JSON 형식으로 저장하기보다는, 브라우저의 IndexedDB와 같은 클라이언트 측 데이터베이스를 활용하면 대량의 데이터를 더 효율적으로 관리할 수 있습니다.

    • IndexedDB 사용: Tampermonkey에서는 GM_setValue와 GM_getValue로 데이터를 저장할 수 있지만, IndexedDB를 사용하면 더 큰 데이터도 효율적으로 처리할 수 있습니다. 다만, 구현이 다소 복잡할 수 있으므로, 필요에 따라 사용을 고려하세요.

    4. 크롤링 속도 조절

    현 설정에서는 고정된 딜레이와 랜덤 딜레이를 사용하지만, 사이트의 응답 속도나 트래픽에 따라 동적으로 조절할 수 있습니다.

    • 적응형 딜레이: 서버의 응답 시간이나 에러 발생 빈도를 모니터링하여 딜레이를 조절할 수 있습니다.

      let adaptiveDelay = settings.delay;
      
      async function handleRequest(url, depth) {
          try {
              // 요청 처리...
              adaptiveDelay = settings.delay; // 성공 시 기본 딜레이 복원
          } catch (error) {
              adaptiveDelay = Math.min(adaptiveDelay * 2, 30000); // 실패 시 딜레이 증가
          }
          await delay(adaptiveDelay + Math.random() * settings.delayRandom);
      }
      

    5. 로깅 및 디버깅 향상

    로깅 시스템을 강화하여 크롤링 상태를 더 쉽게 파악하고, 문제 발생 시 신속하게 대응할 수 있도록 합니다.

    • 레벨 기반 로깅: 로그 메시지에 레벨을 추가하여 중요도에 따라 필터링할 수 있습니다.

      function log(message, type = 'info') {
          const timestamp = new Date().toLocaleString();
          const levels = { 'debug': 0, 'info': 1, 'warning': 2, 'error': 3, 'success': 4 };
          const currentLevel = levels[settings.logLevel] || 1;
          if (levels[type] >= currentLevel) {
              logs.push({ timestamp, message, type });
              GM_setValue('logs', logs);
              updateLogsUI();
              if (settings.advancedLogging) {
                  const styles = { 'info': 'color: blue;', 'warning': 'color: orange;', 'error': 'color: red;', 'success': 'color: green; font-weight: bold;', 'debug': 'color: gray;' };
                  console.log(`%c[${timestamp}] [${type.toUpperCase()}] ${message}`, styles[type] || '');
              }
          }
      }
      

    6. 코드 구조 개선

    코드를 모듈화하고, 함수의 역할을 명확히 분리하면 유지보수와 확장이 용이해집니다.

    • 모듈화: 크롤링, 데이터 처리, UI 관리 등을 별도의 함수나 객체로 분리합니다.

      const Crawler = {
          async start() { /* 크롤링 시작 로직 */ },
          async stop() { /* 크롤링 중지 로직 */ },
          async crawlPage(depth) { /* 페이지 크롤링 로직 */ },
          // 기타 관련 함수
      };
      
      const UIManager = {
          createUI() { /* UI 생성 로직 */ },
          updateLogs() { /* 로그 업데이트 로직 */ },
          updateData() { /* 데이터 업데이트 로직 */ },
          // 기타 UI 관련 함수
      };
      
      // 초기화
      function init() {
          UIManager.createUI();
          // 기타 초기화 로직
      }
      

    7. 검색 엔진 핸들러 개선

    현재 검색 엔진 핸들러가 각 엔진별로 별도 정의되어 있는데, 이를 더 효율적으로 관리할 수 있습니다.

    • 동적 핸들러 로딩: 핸들러를 외부 파일로 분리하거나, 특정 패턴을 따르는 공통 함수를 활용하여 코드를 줄일 수 있습니다.

      const searchEngineHandlers = {
          google: { /* 핸들러 정의 */ },
          bing: { /* 핸들러 정의 */ },
          // 추가 핸들러...
      };
      
      function extractResults(doc, engine) {
          return searchEngineHandlers[engine]?.extractResults(doc) || [];
      }
      
      function getNextPageUrl(doc, engine) {
          return searchEngineHandlers[engine]?.getNextPageUrl(doc) || null;
      }
      

    8. 캐싱 및 중복 방지 강화

    이미 방문한 URL을 Set으로 관리하고 있지만, 더 효율적으로 캐싱을 관리할 수 있습니다.

    • Bloom Filter 사용하기: 매우 큰 URL 집합을 메모리 효율적으로 관리할 수 있는 Bloom Filter를 도입할 수 있습니다. 하지만, Tampermonkey 환경에서는 구현이 복잡할 수 있으므로, 필요에 따라 간단한 해시 기반 중복 방지도 고려해보세요.

    9. CAPTCHA 우회 및 해결

    현재 CAPTCHA 감지 시 처리 로직이 제한적입니다. CAPTCHA 해결을 위한 외부 서비스를 연동하거나, 사용자에게 직접 해결을 유도할 수 있습니다.

    • CAPTCHA 해결 서비스 연동: 예를 들어, 2Captcha와 같은 서비스를 이용하여 자동으로 CAPTCHA를 해결할 수 있습니다. 다만, 이는 비용이 발생할 수 있습니다.

      async function handleCaptcha(url) {
          log(`CAPTCHA 감지됨: ${url}`, 'warning');
          // 2Captcha API 연동 로직 추가
          // 사용자에게 CAPTCHA 해결 안내
          alert('CAPTCHA가 감지되었습니다. 해결 후 크롤링을 재개하세요.');
          stopCrawling();
      }
      

    10. 스케줄링 최적화

    현재 크롤링 스케줄링은 고정된 간격으로 설정되어 있습니다. 이를 더 유연하게 만들어 특정 조건에 따라 스케줄을 변경할 수 있습니다.

    • 조건 기반 스케줄링: 예를 들어, 특정 시간대에만 크롤링을 수행하거나, 서버의 부하에 따라 간격을 조절할 수 있습니다.

      async function scheduleCrawling() {
          // 기존 로직 유지
          // 추가 조건 기반 로직 추가 가능
      }
      

    11. 성능 모니터링 및 최적화

    크롤링 중 메모리 사용량이나 CPU 부하를 모니터링하고, 필요 시 최적화할 수 있습니다.

    • 정기적인 가비지 컬렉션 유도: 큰 데이터를 주기적으로 저장하고, 메모리에서 해제하여 성능을 유지합니다.

      function optimizePerformance() {
          if (data.length > 1000) {
              // 데이터를 파일로 저장하고 메모리에서 제거
              // 예: 데이터 백업 후 클리어
              backupData();
              data = [];
              GM_setValue('data', JSON.stringify(data));
              log('메모리 최적화를 위해 데이터가 백업되고 클리어되었습니다.', 'info');
          }
      }
      
      setInterval(optimizePerformance, 600000); // 10분마다 최적화
      

    12. 보안 강화

    크롤링 시 보안에 취약할 수 있는 부분을 강화합니다.

    • HTTPS 사용 강제: 가능한 경우 HTTPS를 사용하여 데이터를 안전하게 전송합니다.

      function ensureHTTPS(url) {
          const parsed = new URL(url);
          parsed.protocol = 'https:';
          return parsed.toString();
      }
      
      async function fetchWithRetry(url, attempts, delayMs) {
          url = ensureHTTPS(url);
          // 기존 로직 유지
      }
      

    13. 사용자 경험 개선

    UI/UX를 더욱 향상시켜 사용자가 더 편리하게 설정을 관리하고, 크롤링 상태를 모니터링할 수 있도록 합니다.

    • 실시간 피드백 제공: 진행률 바, 실시간 통계 등을 통해 사용자가 현재 크롤링 상태를 쉽게 파악할 수 있습니다.

      function updateLogsUI() {
          // 기존 로그 업데이트 로직 유지
          // 추가: 실시간 통계 표시
          const wordCount = data.reduce((sum, item) => sum + item.wordCount, 0);
          $('#real-time-stats').text(`총 단어 수: ${wordCount}`);
      }
      

    요약

    위의 개선 방안들은 크롤링 스크립트의 성능, 안정성, 그리고 사용자 경험을 향상시킬 수 있는 다양한 방법들입니다. 각각의 방안을 하나씩 적용해보면서 스크립트의 효율성과 안정성을 높여보세요. 특히, 비동기 처리와 에러 핸들링을 강화하면 크롤링 작업의 신뢰성을 크게 향상시킬 수 있습니다. 추가적으로, 코드를 모듈화하고 구조를 개선하면 유지보수와 기능 확장이 용이해집니다.

    더 구체적인 구현 방법이나 코드 예제가 필요하시다면, 어떤 부분에서 어려움을 겪고 계신지 말씀해주시면 추가로 도와드리겠습니다!