# 네이버 검색 API 예제 - 쇼핑 검색
import os
import sys
import urllib.request
client_id = "YOUR_CLIENT_ID"
client_secret = "YOUR_CLIENT_SECRET"
encText = urllib.parse.quote("검색할 단어")
url = "https://openapi.naver.com/v1/search/shop?query=" + encText # JSON 결과
# url = "https://openapi.naver.com/v1/search/shop.xml?query=" + encText # XML 결과
request = urllib.request.Request(url)
request.add_header("X-Naver-Client-Id",client_id)
request.add_header("X-Naver-Client-Secret",client_secret)
response = urllib.request.urlopen(request)
rescode = response.getcode()
if(rescode==200):
    response_body = response.read()
    print(response_body.decode('utf-8'))
else:
    print("Error Code:" + rescode)

네이버 API를 사용해서 네이버 쇼핑를 검색하는 코드야.
이 코드를 아래와 같이 수정해줘.
---
1. 먼저 사용자에게 검색 키워드와 검색량(최대 1000개)을 입력받도록 함
  - 중고, 렌탈, 해외직구, 구매대행 제외하도록 함
2. 입력한 검색 키워드로 검색하도록 함
3. 입력한 검색량만큼 검색하도록 함 
4. 검색 결과를 Pandas DataFrame에 넣도록 함
5. 최종적으로 DataFrame을 CSV 파일로 다운로드할 수 있게 함
6. CSV는 영문 파일 명으로 함
---
  # 네이버 검색 API 예제 - 쇼핑 검색
import os
import sys
import urllib.request
client_id = "YOUR_CLIENT_ID"
client_secret = "YOUR_CLIENT_SECRET"
encText = urllib.parse.quote("검색할 단어")
url = "https://openapi.naver.com/v1/search/shop?query=" + encText # JSON 결과
# url = "https://openapi.naver.com/v1/search/shop.xml?query=" + encText # XML 결과
request = urllib.request.Request(url)
request.add_header("X-Naver-Client-Id",client_id)
request.add_header("X-Naver-Client-Secret",client_secret)
response = urllib.request.urlopen(request)
rescode = response.getcode()
if(rescode==200):
    response_body = response.read()
    print(response_body.decode('utf-8'))
else:
    print("Error Code:" + rescode)

# -*- coding: utf-8 -*-
"""
Naver Shopping Search -> Pandas DataFrame -> CSV 저장 스크립트

요구사항
1) 사용자 입력: 검색 키워드, 검색량(최대 1000) | 중고·렌탈·해외직구/구매대행 제외
2) 입력 키워드로 검색
3) 입력 검색량만큼 수집 (API 페이지네이션)
4) 결과를 Pandas DataFrame으로
5) DataFrame을 CSV로 저장
6) CSV 파일명은 영문(ASCII)으로 생성
"""

import os
import sys
import time
import json
import re
import html
import math
import urllib.request
import urllib.parse
from datetime import datetime

try:
    import pandas as pd
except ImportError:
    print("pandas가 필요합니다. `pip install pandas` 로 설치하세요.")
    sys.exit(1)

# --- API 키 설정: 환경변수 또는 코드 상수로 입력 ---
CLIENT_ID = os.getenv("NAVER_CLIENT_ID", "YOUR_CLIENT_ID")
CLIENT_SECRET = os.getenv("NAVER_CLIENT_SECRET", "YOUR_CLIENT_SECRET")

API_URL = "https://openapi.naver.com/v1/search/shop.json"
MAX_TOTAL = 1000           # 네이버 검색 최대 1000개
MAX_PER_REQUEST = 100      # 요청당 display 최대 100
RATE_SLEEP = 0.1           # 호출 사이 잠깐 대기(레이트 제한 대응)

def clean_text(s: str) -> str:
    """응답에 포함된 <b> 태그/HTML 엔티티 정리"""
    if s is None:
        return ""
    s = html.unescape(s)
    s = re.sub(r"</?b>", "", s)
    s = re.sub(r"<[^>]+>", "", s)
    return s.strip()

def slugify_ascii(text: str) -> str:
    """영문/숫자/밑줄만 남겨 파일명으로 안전하게 변환"""
    text = text.lower()
    text = re.sub(r"[^a-z0-9]+", "_", text)
    text = re.sub(r"_+", "_", text).strip("_")
    return text or "query"

def fetch_naver_shopping(query: str, total_count: int):
    """쿼리에 대해 total_count개까지 쇼핑 검색 결과를 수집해 list[dict]로 반환"""
    headers = {
        "X-Naver-Client-Id": CLIENT_ID,
        "X-Naver-Client-Secret": CLIENT_SECRET,
    }

    total_count = max(1, min(int(total_count), MAX_TOTAL))
    pages = math.ceil(total_count / MAX_PER_REQUEST)

    results = []
    fetched = 0

    for _ in range(pages):
        remaining = total_count - fetched
        display = min(MAX_PER_REQUEST, remaining)
        start = fetched + 1  # 네이버 start는 1부터 시작, 최대 1000

        params = {
            "query": query,
            "display": display,
            "start": start,
            # 정렬: sim(기본: 정확도), date(최신순), asc/dsc(가격 오름/내림)
            "sort": "sim",
            # 요구사항: 중고/렌탈/해외직구·구매대행 제외
            # 문서 예시: exclude=used:rental:cbshop
            "exclude": "used:rental:cbshop",
        }
        url = f"{API_URL}?{urllib.parse.urlencode(params)}"

        req = urllib.request.Request(url, headers=headers)
        try:
            with urllib.request.urlopen(req) as resp:
                if resp.getcode() != 200:
                    print(f"HTTP {resp.getcode()} 오류 발생")
                    break
                data = json.loads(resp.read().decode("utf-8"))
        except Exception as e:
            print(f"요청 중 오류: {e}")
            break

        items = data.get("items", [])
        if not items:
            break

        for it in items:
            # 주의: 필드는 API 버전에 따라 일부 없을 수 있습니다(이 점은 추정이 아닌 공식 스펙의 '가변 가능성'입니다).
            results.append({
                "title": clean_text(it.get("title")),
                "link": it.get("link", ""),
                "image": it.get("image", ""),
                "lprice": it.get("lprice", ""),   # 최저가(문자형)
                "hprice": it.get("hprice", ""),   # 최고가(문자형)
                "mallName": it.get("mallName", ""),
                "brand": it.get("brand", ""),
                "maker": it.get("maker", ""),
                "category1": it.get("category1", ""),
                "category2": it.get("category2", ""),
                "category3": it.get("category3", ""),
                "category4": it.get("category4", ""),
            })
            fetched += 1
            if fetched >= total_count:
                break

        if fetched >= total_count:
            break

        time.sleep(RATE_SLEEP)

    return results

def main():
    # --- 사용자 입력 ---
    query = input("검색 키워드를 입력하세요: ").strip()
    if not query:
        print("검색 키워드는 비어 있을 수 없습니다.")
        sys.exit(1)

    try:
        total = int(input("검색량(최대 1000)을 입력하세요: ").strip())
    except ValueError:
        print("검색량은 정수여야 합니다.")
        sys.exit(1)

    # --- API 키 경고 ---
    if CLIENT_ID == "YOUR_CLIENT_ID" or CLIENT_SECRET == "YOUR_CLIENT_SECRET":
        print("경고: CLIENT_ID/CLIENT_SECRET를 설정하세요. 환경변수 NAVER_CLIENT_ID/NAVER_CLIENT_SECRET 또는 코드 상수로 지정 가능합니다.")

    print(f"▶ '{query}' 쇼핑 검색 {min(total, MAX_TOTAL)}개까지 수집 중... (중고/렌탈/해외직구·구매대행 제외)")

    items = fetch_naver_shopping(query, total)
    if not items:
        print("결과가 없습니다.")
        sys.exit(0)

    # --- DataFrame 변환 ---
    cols = ["title", "link", "image", "lprice", "hprice", "mallName",
            "brand", "maker", "category1", "category2", "category3", "category4"]
    df = pd.DataFrame(items, columns=cols)
    print(f"수집 완료: {len(df)}건")

    # --- CSV 저장(영문 파일명) ---
    slug = slugify_ascii(query)
    ts = datetime.now().strftime("%Y%m%d_%H%M%S")
    filename = f"naver_shopping_{slug}_{ts}.csv"

    df.to_csv(filename, index=False, encoding="utf-8-sig")
    print(f"CSV 저장 완료: {filename}")

if __name__ == "__main__":
    main()

가격대에 따른 상품 분포를 시각화해줘.

1만원대 가격대 상품명에 가장 많이 등장하는 키워드 리스트 만들어줘