web-scraping - 使用 Google Sheets 进行网页抓取。 Importxml函数xpath修正

Question

我正在尝试使用 Google Sheets 中的 importxml 函数从网站上抓取 MPN(制造商零件号)以获取产品列表(大约 2000 个)。

网站: http://gun.deals/search/apachesolr_search/640832007756

说明书上说要使用importxml公式。链接是A1，然后使用chrome中的inspector复制xpath。结果:

 =IMPORTXML(A1,"//*[@id='content']/div[3]/div[2]/div/div/div/div/div/div[2]/dl/div[2]/dd/a")

(说明还说将内容周围的双引号更改为单引号。)

运行公式时导入错误“内容为空”。我尝试进行编辑，但我认为 XPath 不正确。有人说您无法按照说明从检查器中复制粘贴。

我尝试的另一件事是=IMPORTHTML(A1, "list", 8)。这将返回 UPC 和 MPN。但它将 MPN 放在第二行。

我对此很陌生，并且在过去的几个晚上一直在寻找解决方案。任何帮助将非常感激。

还有奖金问题。如果我们有 MPN，那么刮除 UPC 的公式是什么？ https://gun.deals/search/apachesolr_search/J941PSL9

Answer 1

• 您想要从“UPC”的值中检索“MPN”的值。
• 您想要从“MPN”的值中检索“UPC”的值。
• 您希望使用 Google 电子表格的内置功能来实现此目的。

如果我的理解是正确的，这个示例公式怎么样？请将此视为多个答案之一。

模式 1:

在此模式中，“MPN”的值是从“UPC”的值中检索的。

示例公式:

=IMPORTXML("http://gun.deals/search/apachesolr_search/"&A2,"//li[contains(text(),'MPN')]/a")

• xpath 为 //li[contains(text(),'MPN')]/a。
• 在本例中，“UPC”的值将放入单元格“A2”中。

结果:

模式 2:

在此模式中，“UPC”的值是从“MPN”的值中检索的。

示例公式:

=IMPORTXML("http://gun.deals/search/apachesolr_search/"&A2,"//li[contains(text(),'UPC')]/a")

• xpath 为 //li[contains(text(),'UPC')]/a。
• 在本例中，“MPN”的值将放入单元格“A2”中。

结果:

引用:

• IMPORTXML

如果我误解了您的问题并且这不是您想要的结果，我深表歉意。

添加:

来自your replying ，我修改了公式以使用以下值。

Here is a list of UPC 787450038417 787450230576 661120974888 859462004015 82442306667 810237023013 798681538782 787450348196 604206120816

UPC --> MPN:

=IMPORTXML("http://gun.deals/search/apachesolr_search/"&A2,"//dd/a[../../dt[contains(text(),'UPC')]]|//dd/span[../../dt[contains(text(),'UPC')]]")

• xpath 为 //dd/a[../../dt[contains(text(),'UPC')]]|//dd/span[../../dt[包含(text(),'UPC')]]。
• 在本例中，“UPC”的值将放入单元格“A2”中。

MPN --> UPC:

=IMPORTXML("http://gun.deals/search/apachesolr_search/"&B2,"//dd/a")

• xpath 是 //dd/a。
• 在本例中，“MPN”的值被放入单元格“B2”中。

结果: