Google 电子表格 ImportXML / XPath - 图像损坏的输出

Question

我正在尝试使用 XPath 通过 Google 表格中的 ImportXML 函数抓取我网站的图像。该功能似乎有效，但输出似乎被破坏了。我收到以下损坏的输出，而不是获取图像的 URL：

data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 
520 390"%3E%3C/svg%3E

我正在使用以下 XPath：

//div[contains(@class,'MuiGrid-root-59 jss358 MuiGrid-item-61')]//img/@src

我尝试了几件事，但我现在有点卡住了。有谁知道如何处理（和解决）这个编码错误？

编辑 I：特此链接到 Google 表格：example image broken in Google Sheets

*编辑二：我注意到图像正在改变，所以上面的 XPath 不再工作了

Answer 1

当我看到https://next.ibood.com/nl/nl/electronics的HTML时，似乎你要检索的值是由Javascript创建的。因此，不幸的是，IMPORTXML 无法使用 xpath 直接检索该值。但我注意到您想要的值包含在 HTML 中的 JSON 对象中。但是，不幸的是，数据大小超过 50,000 个字符。 Ref 在这种情况下，IMPORTXML 无法检索到该值。

因此，在这个答案中，我想建议使用由 Google Apps 脚本创建的自定义函数来实现您的目标。

示例脚本：

请将以下脚本复制并粘贴到电子表格的脚本编辑器中。并且，请将=SAMPLE1("https://next.ibood.com/nl/nl/electronics") 和=SAMPLE2("https://next.ibood.com/nl/nl/electronics") 放入单元格中。这样，值就被检索到了。

function SAMPLE1(url) {
  const html = UrlFetchApp.fetch(url).getContentText();
  const str = html.match(/<script id=\"__NEXT_DATA__\" type=\"application\/json\">(.+?)<\/script>/);
  if (str.length == 2) {
    const obj = JSON.parse(str[1].trim());
    const value = obj.props.pageProps.initialReduxState.slotItems.mainOffer.imageSrc;
    if (value) {
      return `https:${value}`;
    }
  }
  return "No value";
}

function SAMPLE2(url) {
  const html = UrlFetchApp.fetch(url).getContentText();
  const str = html.match(/<script id=\"__NEXT_DATA__\" type=\"application\/json\">(.+?)<\/script>/);
  if (str.length == 2) {
    const obj = JSON.parse(str[1].trim());
    const value = obj.props.pageProps.initialReduxState.slotItems.offers.map(({imageSrc}) => `https:${imageSrc}`);
    if (value.length > 0) {
      return value;
    }
  }
  return "No value";
}

• 在此示例脚本中，首先检索 HTML，检索 JSON 对象，并从解析的 JSON 对象中返回值。
• 当我看到 HTML 数据时，我注意到有 2 种图像源。一个是mainOffer（这个值是由SAMPLE1()获取的。）。另一个是offer（这个值是由SAMPLE2()获取的。）。根据您的问题，我认为您可能想要mainOffer 的 URL。但是当我通过浏览器查看时，我注意到站点中的图像存在与mainOffer的图像不同的情况。我不确定这是什么原因。所以我提出了 2 种模式。

结果：

使用上述脚本时，得到以下结果。

参考资料：

• Custom Functions in Google Sheets
• Class UrlFetchApp