--- sidebar_label: "미디어 추출 실전" title: "미디어 추출 실전 - CyberGo html | 비디오와 오디오 추출 가이드" description: "CyberGo html 미디어 추출 실전: 비디오 3소스 스캔(원본 HTML, DOM 순회, 정규식 폴백), 오디오 2소스 추출, VideoInfo와 AudioInfo 필드, Type으로 파일과 embed 임베드 구분을 다룹니다." sidebar_position: 2 --- # 미디어 추출 실전 텍스트, 이미지, 링크 외에도 라이브러리는 HTML 에서 비디오와 오디오 리소스를 추출할 수 있습니다. 이 가이드는 추출 메커니즘과 필드 의미를 상세히 설명합니다. ## 추출 개요 `Extract`를 호출하면, 비디오와 오디오 추출은 DOM 파싱 이후, 콘텐츠 포맷팅 이전에 실행됩니다. 결과는 각각 `Result.Videos`와 `Result.Audios`에 저장됩니다. ```text DOM 파싱 → 비디오 추출 (3소스) → 오디오 추출 (2소스) → 포맷팅 → Result ``` ## 비디오 추출 (세 개 소스) 비디오 추출은 다음 순서로 실행되며, 각 URL 은 중복 제거되어 반복 수집되지 않습니다: | 순서 | 소스 | 스캔 대상 | 설명 | |------|------|----------|------| | ① | 원본 HTML 스캔 | `iframe`/`embed`/`object`의 `src`/`data` 속성 | 안전한 정제 **이전에** 실행되어, 정제로 제거되는 임베드 태그가 유실되지 않도록 보장 | | ② | DOM 순회 | `video`/`iframe`/`embed`/`object` 요소 | 파싱된 DOM 트리를 순회하며 요소 속성과 `` 자식 요소를 읽음 | | ③ | 정규식 폴백 | 비디오 파일 URL | HTML 텍스트 내의 노출된 비디오 링크를 스캔 | :::tip 원본 HTML 을 스캔하는 이유 `iframe`, `embed`, `object` 등의 임베드 태그는 안전한 정제 단계에서 제거될 수 있습니다. 라이브러리는 정제 이전에 원본 HTML 문자열에서 이러한 태그의 미디어 URL 을 먼저 추출하여, 임베드된 비디오가 정제로 인해 유실되지 않도록 보장합니다. ::: ### 정규식 폴백이 지원하는 비디오 확장자 ``` .mp4 .webm .ogg .mov .avi .wmv .flv .mkv .m4v .3gp ``` 정규식은 `http://` 또는 `https://`로 시작하는 완전한 URL 만 매칭하여, 파일명 조각의 오매칭을 방지합니다. ## 오디오 추출 (두 개 소스) | 순서 | 소스 | 스캔 대상 | 설명 | |------|------|----------|------| | ① | DOM 순회 | `audio` 요소 및 `` 자식 요소 | `src` 속성 또는 자식 ``의 `src`/`type`을 읽음 | | ② | 정규식 폴백 | 오디오 파일 URL | HTML 텍스트 내의 노출된 오디오 링크를 스캔 | ### 정규식 폴백이 지원하는 오디오 확장자 ``` .mp3 .wav .ogg .m4a .aac .flac .wma .opus .oga ``` :::warning .ogg 확장자가 비디오와 오디오 목록에 모두 나타남 OGG 는 컨테이너 포맷으로, 비디오(Theora) 또는 오디오(Vorbis/Opus)를 담을 수 있습니다. `.ogg` 확장자의 URL 은 **비디오이자 오디오**로 감지되어, `Result.Videos`와 `Result.Audios`에 모두 나타날 수 있습니다. 오디오 전용 변형인 `.oga`는 오디오 목록에만 나타납니다. ::: ## 필드 상세 ### VideoInfo | 필드 | 타입 | 설명 | |------|------|------| | `URL` | `string` | 비디오 소스 주소 | | `Type` | `string` | 감지된 타입: MIME 타입 (예: `video/mp4`) 또는 `embed` (iframe 이 페이지를 임베드) | | `Poster` | `string` | `