使用Google表格将ImportXML与XPath一起导入Amazon产品标题

Question

我想从Google表格中的亚马逊产品页面获取产品标题。

我已经搜索并尝试了不同的方法并想出了这个

= IMPORTXML（ “https://www.amazon.com/dp/B01MSR8J29”， “// * [@ id中= 'productTitle']”）

我想获得标题： 陆军旗帜衬衫：成为兄弟军队TShirt

但我收到错误，导入的内容为空。

Demo Sheet

Answer 1

您只需使用//title xpath和一个简单的regexreplace即可删除标准Amazon.com:部分：

=REGEXREPLACE(ImportXML("https://www.amazon.com/dp/B01MSR8J29","//title"),"Amazon.com: ","")

如果您还想删除其他面包屑，例如: Clothing只需对其进行修改即可使用正则表达式为OR的{​​{1}}符号，如下所示：

|

Answer 2

大部分HTML都不是有效的XML，特别是亚马逊的网页不是有效的XML。所以，importXML失败了。

您可以通过custom function使用Apps脚本，如下所示（删除＃34; amazon＆＃34;之前的空格，以防止SO重写网址）：

=producttitle("https://www. amazon.com/dp/B01MSR8J29")  

返回＆＃34;陆军旗帜衬衫：成为Brothers Army TShirt＆＃34;，前提是在脚本编辑器中输入自定义功能如下：

function productTitle(url) {   
  var content = UrlFetchApp.fetch(url).getContentText();
  var match = content.match(/<span id="productTitle".*>([^<]*)<\/span>/);
  return match && match [1] ? match[1] : 'Title not found';
}

这里，第一行获取页面的来源;然后正则表达式提取项目标题。

您会找到类似的帖子here，其中包括此活动是否符合亚马逊的服务条款的问题。