使用 ImportData 函数从复杂页面数据中导入特定数据

Question

我正在开发一个电子商务数据导入器，其主要任务是使用谷歌电子表格导入产品数据和图像。

一切都很好，除了产品图片，它使用 JavaScript 动态传递到页面，因此无法使用谷歌电子表格功能抓取。

经过一番研究，我发现当 ImportData 函数应用于产品链接时，产品图像正在返回。

Importdata 调用返回类似this 的内容。

如您所见，它必须被转置，而且我还必须添加列以使其适合一张纸。

您可以在“GO”列中看到我需要的信息。它重复了大约 14 次。第一次是在GO169

我的最终目标是将每个产品的产品图像连接在一个单元格中并用逗号分隔。

我的问题是，是否有一个 importxml 函数查询可以返回后面跟着 (image:[") 事物甚至 (@type:"Product") 的元素，您可以在 (GO157 ) 单元格。

或任何想法如何实现我的目标将不胜感激。

非常感谢您。

Answer 1

我相信你的目标如下。

• 您想从https://www.zara.com/tr/en/windowpane-check-shirt-p03182668.html?v1=96230160&v2=1676978 的 URL 中检索以下值。

    https://static.zara.net/photos///2021/V/0/3/p/3182/668/802/2/w/1920/3182668802_6_1_1.jpg?ts=1615888138279
    https://static.zara.net/photos///2021/V/0/3/p/3182/668/802/2/w/1920/3182668802_6_2_1.jpg?ts=1615888208926
    https://static.zara.net/photos///2021/V/0/3/p/3182/668/802/2/w/1920/3182668802_6_3_1.jpg?ts=1615888190335
  

当我看到 URL 的 HTML 时，我确认这些值包含在 JSON 对象中。在这种情况下，我想建议使用 Google Apps 脚本创建的自定义函数来实现您的目标。因为当使用 Google Apps Script 时，可以使用 JSON.parse() 简单地解析 JSON 对象。示例脚本如下。

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中，并保存。

function SAMPLE(url) {
  const res = UrlFetchApp.fetch(url, {muteHttpExceptions: true});
  const value = [...res.getContentText().matchAll(/<script type\="application\/ld\+json">([\w\s\S]+?)<\/script>/g)];
  if (!value || value.length == 0) throw new Error("Values cannot be retrieved.");
  const obj = JSON.parse(value[0][1]);
  return obj[0].image;
}

• 当你使用这个脚本时，请将=SAMPLE("https://www.zara.com/tr/en/windowpane-check-shirt-p03182668.html?v1=96230160&v2=1676978")放到一个单元格中。这样，自定义函数将使用 URL 运行。
• 根据您的预期值，我确认这些值是数组的第一个元素。

结果：

使用上述脚本时，得到如下结果。

注意：

• 此示例脚本适用于 https://www.zara.com/tr/en/windowpane-check-shirt-p03182668.html?v1=96230160&v2=1676978 的 URL。因此，当您使用其他 URL 时，可能无法使用该脚本。所以请注意这一点。

参考资料：

• Custom Functions in Google Sheets
• fetch(url, params)
• JSON.parse()