importXML xPath：从网站检索股票信息到 Google 表格答案

【问题标题】：importXML xPath: Retrieve stock information from website to Google SheetsimportXML xPath：从网站检索股票信息到 Google 表格
【发布时间】：2016-07-14 17:04:59
【问题描述】：

如何通过 Google 表格从本网站检索 EPS 股票信息？ http://seekingalpha.com/symbol/KO

我想在 Google 表格中输出的是这个值：

1.66

在该网站上，我认为从中提取该信息的相关 XML 代码是这样的：

<span class="right" id="qp_eps">1.66</span>

这个 Google 表格公式只返回一个错误：

=ImportXML("http://seekingalpha.com/symbol/KO/focus", "//span[@id='qp_eps'")

【问题讨论】：

你的 xpath 不应该是这样的吗：//span[@id='qp_eps']/text() 如果有数千个 span 元素的属性为 id="qp_eps"
我之前没有接触过xPath，基本上不知道。我试过你的提议，但不幸的是，这也没有检索到任何东西
您知道该链接中是否只有一个 id = 'qp_eps' 的跨度？
嗯，在 Microsoft Edge 的 DOM Explorer 中我只能找到一次
您是否尝试过验证您在页面加载后在浏览器中看到的 HTML/DOM 是否与从您提供给 ImportXML() 的 URL 中获取的原始 HTML 相同？在我看来，原始 HTML 与 id='qp_eps' 没有跨度。它必须稍后通过Javascript或其他东西添加。因此ImportXML()不会加载它。

标签： xpath web-scraping google-sheets

【解决方案1】：

您在浏览器开发人员工具中看到的 HTML/DOM 不是从 Web 服务器接收到的原始 HTML；它已通过在浏览器中运行的 Javascript 动态增强。

您可以在浏览器中转到您正在导入的 URL (http://seekingalpha.com/symbol/KO/focus) 并执行“保存”（仅限 HTML）来检查此项。然后检查保存的文件。它不包含任何带有id="qp_eps" 的元素，是吗？

如果您有curl 或wget，则可以使用它们从网络服务器获取原始 HTML 并验证其中包含的内容。这是ImportXML() 看到的 HTML，因此您必须在编写 XPath 时牢记此 HTML。

【讨论】：

【解决方案2】：

我有一个解决方法：

使用 IMPORTDATA 代替 IMPORTXML，您可以使用 Index，奇怪的是，即使使用不同的代码，它也非常一致：

有两种方法可以解决 - 首先是两次使用索引：

=INDEX(SORT(INDEX(IMPORTDATA("http://seekingalpha.com/symbol/KO"),,55)),3)

如果你想清理它只返回值，你可以替换“eps:”部分：

=SUBSTITUTE(INDEX(SORT(INDEX(IMPORTDATA("http://seekingalpha.com/symbol/KO"),,55)),3),"eps:","")

第二个是再次使用索引，但不是索引两次，你可以加入值并用正则表达式输出你想要的：

=REGEXEXTRACT(CONCATENATE(SORT(INDEX(IMPORTDATA("http://seekingalpha.com/symbol/AAPL"),,55))),"eps:(.*)NOW_P")

这是两种类型的两个截图：

【讨论】：

非常适合你的东西:)。我有一个问题，因为我只收到带有 SUBSTITUTE 公式的“NOW_P:-0.01”和带有 REEXTRACT 公式的“#N/A”。我认为这可能与格式有关？除此之外，我想知道“55”和“3”代表什么，因为我想检索更多信息，例如该网站的“P/E”使用相同的原则。但是，现在我被卡住了，但我想这只是一个小问题。非常感谢！！！！
哦，是的，55 是一个索引，所以如果你单独使用 importdata，你会看到大量看似非结构化的数据，但我没有将它们全部混入一个单元格的原因是它超过字符限制 - 例如，如果您将公式减少到 =SORT(INDEX(IMPORTDATA("http://seekingalpha.com/symbol/KO"),,55))，您将看到列的排序列表，其中包含我认为您想要的值
然后 3 进一步缩小范围 - 如果你有一张正在处理的工作表，我可以跳进去给你看