使用 ImportHTML 查找表答案

【问题标题】：Finding a table using ImportHTML使用 ImportHTML 查找表
【发布时间】：2022-01-25 04:20:04
【问题描述】：

我觉得我已经尝试了这里的所有解决方案，但还没有完成这项任务。

我正在寻找在此链接上的 SECOND（季后赛）表：

https://www.basketball-reference.com/players/c/curryst01/gamelog/2016

使用 IMPORTHTML 很容易进入第一个表，但我无法找到第二个表。

我已经尝试将 IMPORTHTML 用于 100 个不同的表格和列表。我还查看了检查器并在

我读到这可能是因为它是一个 Javascript 对象，但是当我关闭 Javascript（就像有人建议的那样）时，我仍然看到该表，这让我相信它绝对可以被抓取到 Google 表格中。

我也尝试过 ImportXML，但我不太熟悉，也无法找到相关信息。

对我如何抓取这个有什么建议吗？这么难，我觉得很奇怪！

【问题讨论】：

标签： google-apps-script google-sheets import google-sheets-formula

【解决方案1】：

不幸的是，IMPORTHTML 和 IMPORTXML 似乎不能用于检索您期望的表。但是，幸运的是，我注意到当 Google Apps Script 检索 HTML 时，HTML 数据中包含您期望的 the SECOND (playoffs) table 表。所以在这个答案中，我想建议使用 Google Apps Script。

示例脚本：

请将以下脚本复制并粘贴到 Google 电子表格的脚本编辑器和 please enable Sheets API at Advanced Google services。并且，请在脚本编辑器中运行 myFunction。这样，将检索到的表放入工作表中。

function myFunction() {
  const url = "https://www.basketball-reference.com/players/c/curryst01/gamelog/2016"; // This URL is from your question.
  const sheetName = "Sheet1";  // Please set the destination sheet name.

  const html = UrlFetchApp.fetch(url).getContentText();
  const tables = [...html.matchAll(/<table[\s\S\w]+?<\/table>/g)];
  if (tables.length > 8) {
    const ss = SpreadsheetApp.getActiveSpreadsheet();
    Sheets.Spreadsheets.batchUpdate({ requests: [{ pasteData: { html: true, data: tables[8][0], coordinate: { sheetId: ss.getSheetByName(sheetName).getSheetId() } } }] }, ss.getId());
    return;
  }
  throw new Error("Expected table cannot be retrieved.");
}

结果：

运行此脚本，可以得到如下结果。

参考资料：

【讨论】：

非常感谢 - 这正在努力拉入第二张桌子。我将尽我所能对其进行调整，以便我可以同时拉出两张桌子。我的最终目标是抓取整个 URL 列表以获取所有信息。我现在正在使用 ParseHub 这样做，但如果我可以稍微改变一下它会更容易。你有什么建议吗？这太棒了！
@Anthony Madle 感谢您的回复。我很高兴你的问题得到了解决。关于您对My end goal is to scrape an entire list of URLs to get all of the info. 的附加问题，在这种情况下，我建议的脚本使用tables[8][0] 来检索您要检索的第二个表。比如修改tables[8][0]怎么样？这样，您可以检索其他表。但我不确定My end goal 的细节。所以如果这没有用，我很抱歉。
@Anthony Madle 顺便说一句，如果您的问题得到解决，请按接受按钮。与您有相同问题的其他人也可以将您的问题作为可以解决的问题。我认为您的问题和解决方案将对他们有用。如果找不到按钮，请随时告诉我。 stackoverflow.com/help/accepted-answer
嘿@Tanaike - 我试图通过给它一个向上的箭头来接受你的答案，但我无法没有 15 个声望点。还有其他方法吗？另外——我试图将batchupdate行复制成两行，这样我就可以在同一张表上同时拉出表7和表8，但这似乎不起作用。我绝对可以解决它，这是一个巨大的帮助。真的，我有大约 50 个链接想要获取此信息 - 我打算将链接复制并粘贴到此代码中 50 次，只是想知道是否有更好的方法？
@Anthony Madle 感谢您的回复。我带来的不便表示歉意。您可以在 meta.stackexchange.com/a/65088 查看如何接受您的回答。并且，关于I was going to copy and paste the links into this code 50 times, just curious if there is a better way?，需要发布脚本。但是您的新问题与您的这个问题不同。那么，您可以通过包含更多信息将其作为一个新问题发布吗？这样，它将帮助包括我在内的用户想到示例脚本。如果你能合作解决你的新问题，我很高兴。可以配合吗？

【解决方案2】：

我了解到我没有正确关闭 Javascript……好吧，现在桌子不见了。所以我假设这意味着它不能被刮到表格中。

仍然好奇有什么解决方案 - 我目前正在使用 ParseHub 进行研究，但我真的很想了解如何在 Sheets 中完成它

【讨论】：

【解决方案3】：

试试这个，它会给你主表

=importhtml(url,"table",8)

您还可以检索表 #1 到 #7 的信息

【讨论】：

谢谢 Mike - 不过我正在努力争取季后赛席位