将亚马逊列表中的文本提取到 Google 表格中的最佳方法是什么？答案

【问题标题】：What is the best way to extract text from Amazon listings into Google Sheets?将亚马逊列表中的文本提取到 Google 表格中的最佳方法是什么？
【发布时间】：2019-08-31 09:10:22
【问题描述】：

目的： 我正在尝试将 Amazon.com 列表中的产品特征（要点）提取到 Google 电子表格中。

问题： 我尝试了 4 种不同的方法，但都没有奏效。

导入XML： IMPORTXML("https://www.amazon.com/dp/B07JD2GDKN","//ul/li/showHiddenFeatureBullets")
导入HTML：
IMPORTHTML("https://www.amazon.com/dp/B07JD2GDKN","list",1)
正则表达式替换（IMPORTXML）： REGEXREPLACE(IMPORTXML("https://www.amazon.com/dp/B07JD2GDKN","//feature-bullets"),"Amazon.com: ","")
自定义函数：productFeatures ("https://www.amazon.com/dp/B07JD2GDKN")

function productFeatures(url) {   
  var content = UrlFetchApp.fetch(url).getContentText();
  var match = content.match(/<span class="a-list-item">/);
  return match && match [1] ? match[1] : 'Title not found'; 
}
// via https://screencast.com/t/pkxiFcg6my

：

这是我得到的回复：

自定义函数：(https://screencast.com/t/WL9Ay6UQemK)

运行“IMPORTHTML”的响应：“导入内容为空”

运行“IMPORTXML”的响应：“无法解析导入的 Xml 内容。”

目标： 如有任何帮助解决此问题，我将不胜感激。

【问题讨论】：

stackoverflow.com/questions/4811259/…

标签： google-sheets google-sheets-importxml

【解决方案1】：

我不是正则表达式方面的专家，但经过一些研究，我能够让它发挥作用：

我使用下面的自定义函数来获取第一个要点

function BP1(url) {   
  var content = UrlFetchApp.fetch(url).getContentText();
  var match = content.match(/<li><span.*>([^<]*)<\/span><\/li>/g);
  return match  && match ? match[7]: 'BP not found';
}

对于每个后续产品功能，我刚刚创建了一个相应的函数，将匹配数提高 1。例如，功能 5 具有以下功能：

function BP5(url) {   
  var content = UrlFetchApp.fetch(url).getContentText();
  var match = content.match(/<li><span.*>([^<]*)<\/span><\/li>/g);
  return match  && match ? match[12]: 'BP not found';
}

唯一的问题是它会在前后拉动 xml 文本。我猜对这一切有更多了解的人可以解决这个问题。我只是使用 LEFT()、RIGHT() 和 LEN() 函数来清理结果

=LEFT(RIGHT(bp1(url), LEN(bp1(url))-39),LEN(bp1(url))-66)

希望这会有所帮助，我知道这不是一个完美的解决方案，但它可以为我完成工作。

【讨论】：