首页 文章

使用Google表格将ImportXML与XPath一起导入Amazon产品 Headers

提问于
浏览 次
-1

我想从Google表格中的亚马逊产品页面获取产品 Headers .

我已经搜索并尝试了不同的方法并想出了这个

= ImportXML（“https://www.amazon.com/dp/B01MSR8J29 "," // * [@ id = 'productTitle']”）

我想获得冠军：陆军旗帜衬衫：成为兄弟军队的TShirt

但我得到错误，导入的内容是空的 .

Demo Sheet

xpath import google-sheets

2 回答

  • 0

    你可以只使用 //title xpath和一个简单的regexreplace来删除标准 Amazon.com: 部分：

    =REGEXREPLACE(ImportXML("http://rads.stackoverflow.com/amzn/click/B01MSR8J29","//title"),"Amazon.com: ","")

    enter image description here

    如果你还想删除其余的面包屑，例如 : Clothing 只需将其修改为使用 OR 符号，其中正则表达式是 | ，如下所示：

    =REGEXREPLACE(ImportXML("http://rads.stackoverflow.com/amzn/click/B01MSR8J29","//title"),"Amazon.com: |: Clothing","")

    enter image description here

    回复于
  • 1

    大部分HTML不是't valid XML, in particular Amazon'页面都不是有效的XML . 所以， importXML 失败了 .

    您可以通过custom function使用Apps脚本，如下所示（删除"amazon"之前的空格，这是为了防止SO重写URL）：

    =producttitle("https://www. amazon.com/dp/B01MSR8J29")

    如果在脚本编辑器中输入自定义功能，则返回“Army Flag Shirt：成为Brothers Army TShirt”：

    function productTitle(url) {   
  var content = UrlFetchApp.fetch(url).getContentText();
  var match = content.match(/<span id="productTitle".*>([^<]*)<\/span>/);
  return match && match [1] ? match[1] : 'Title not found';
}

    这里，第一行获取页面的来源;然后正则表达式提取项目 Headers .

    您会找到类似的帖子here，包括此活动是否符合亚马逊的服务条款的问题 .

    回复于

相关问题