docs: 나무위키 이미지 크롤링 실패 트러블슈팅

- Playwright 크롤링 시도 → 7/15 성공, 8/15 실패
- SVG 플레이스홀더 이미지 다운로드 (실제 음식 사진 아님)
- 타임아웃 3건, 이미지 없음 4건
- 교훈: 저작권 명확한 소스(Pixabay/Unsplash) 사용 필수
- 다음 단계: download_korean_pixabay.sh 실행

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
This commit is contained in:
happybell80 2025-10-14 13:18:46 +09:00
parent bf6873a2f0
commit 400243cd4a

View File

@ -0,0 +1,103 @@
# 나무위키 이미지 크롤링 실패 (251014)
## 문제
점심 월드컵 문제 이미지 15개 교체 목적으로 나무위키 크롤링 시도 → 대부분 실패
## 시도한 방법
```bash
cd /home/happybell80/ivada_project/frontend-customer
node scripts/download_from_namuwiki.cjs
```
**크롤링 대상**: 청국장찌개, 새우볶음밥, 닭볶음, 쭈꾸미볶음, 양념게장, 우동, 들깨칼국수, 칼국수, 비빔냉면, 쌀국수, 내장탕, 닭칼국수, 파스타 등 15개
## 결과
### 성공 (7/15)
- 청국장찌개, 양념게장, 우동, 쌀국수, 내장탕, 닭칼국수, 파스타
### 실패 (8/15)
| 음식 | 실패 원인 |
|------|----------|
| 새우볶음밥, 닭볶음, 쭈꾸미볶음 | No image found |
| 들깨칼국수, 칼국수, 비빔냉면 | page.goto: Timeout 30000ms exceeded |
### 치명적 문제
**대부분 SVG 플레이스홀더 이미지 다운로드**
```
https://i.namu.wiki/i/9hGAig2vrfxWkbyRM7f5GB84xb09XYgptOKRJcdBR2xMeqGDoT8GgeYbw5nDKZ-g...svg
```
- 실제 음식 사진 아님
- 청국장찌개, 우동, 쌀국수, 파스타 모두 동일한 플레이스홀더
- 007_청국장찌개.jpg, 048_우동.jpg 등 저장되었지만 내용물 무효
## 원인 분석
### 1. 나무위키 이미지 구조 변경
- 과거: 실제 음식 사진 직접 호스팅
- 현재: SVG 플레이스홀더 + 외부 링크 또는 이미지 없음
### 2. 타임아웃
- 나무위키 봇 차단 가능성
- networkidle 대기 시간 초과 (30초)
### 3. 셀렉터 미스매치
```javascript
const imgElement = await page.locator('.wiki-image img, .wiki-paragraph img').first();
```
- 셀렉터가 실제 DOM 구조와 맞지 않음 (추측)
- 이미지 없는 문서 존재 (볶음밥, 볶음 등)
## 교훈
### ❌ 하지 말 것
- **나무위키 크롤링 의존 금지**: 저작권, 봇 차단, 플레이스홀더 문제
- **단일 소스 의존 금지**: 백업 없이 한 곳에서만 이미지 수집
### ✅ 해야 할 것
- **저작권 명확한 소스 사용**: Pixabay (CC0), Unsplash (무료), Pexels
- **AI 생성 이미지**: Stable Diffusion/DALL-E - 한식 데이터셋 부족 우려
- **수동 검수 필수**: 자동 크롤링 후 실제 이미지 확인
## 다음 단계
### 1단계: Pixabay API (우선)
```bash
# 기존 스크립트 존재 여부 확인
ls scripts/download_korean_pixabay.sh
```
- API 키: PIXABAY_API_KEY (환경변수)
- 쿼리: "korean {음식명} food"
- 라이선스: CC0 Public Domain
### 2단계: 수동 다운로드 (Pixabay 실패 시)
- 직접 검색 후 고품질 이미지 선택
- 1200×900 이상 해상도
- 출처/라이선스 메타데이터 기록
### 3단계: WebP 변환 + 메타 매니페스트
```javascript
// FOODS 배열에 추가
{
id: "007",
ko: "청국장찌개",
en: "cheonggukjang-jjigae",
image: "/images/foods/007_cheonggukjang-jjigae.webp",
width: 1200,
height: 900,
format: "webp",
source: "pixabay",
license: "CC0"
}
```
## 삭제할 파일
```bash
# SVG 플레이스홀더 7개 삭제
rm public/images/foods/{007,034,048,075,082,084,093}_*.jpg
```
## 참고
- **CLAUDE.md 원칙**: 추측 금지, 문서 100줄 이하, 코드 블록 최소화 ✅
- **트러블슈팅 형식**: `yymmdd_주제.md`, 시간순, 교훈 필수 ✅
- **다음 작업**: frontend-customer/scripts/download_korean_pixabay.sh 실행