尝试使用Google表格和importxml（）提取文本时遇到错误

Question

我在Google表格中有一列链接。我想使用importxml

来判断页面是否产生错误消息

作为一个例子，这很好用

=importxml("https://en.wikipedia.org/wiki/List_of_postal_codes_of_Canada:_T", "//td/b")

即它会寻找td，然后拉出b（加拿大的邮政编码）

但是查找错误消息的此代码不起作用：

=importxml("https://www.awwwards.com/error1/", "//div/h1" )

我希望它拉出“ 您正在寻找的页面不存在。”

...在此页面上https://www.awwwards.com/error1/

我得到一个Resource at URL not found error。我可能做错了什么？谢谢

Answer 1

快速尝试并使用默认公式出错后

=IMPORTXML("https://www.awwwards.com/error1/", "//*")

---

=IMPORTHTML("https://www.awwwards.com/error1/", "table", 1)

---

=IMPORTHTML("https://www.awwwards.com/error1/", "list", 1)

---

=IMPORTDATA("https://www.awwwards.com/error1/")

似乎无法通过任何方式（常规公式）在Google表格中抓取该网站

Answer 2

• 您要从THE PAGE YOU WERE LOOKING FOR DOESN'T EXIST.的URL中检索https://www.awwwards.com/error1/的值。

如果我的理解正确，那么这个答案如何？请认为这只是几个可能的答案之一。

问题和解决方法：

我认为您的网址页面为Error 404 (Not Found)。因此，在这种情况下，将返回状态代码404。我以为这样，IMPORTXML之类的内置函数可能无法检索HTML数据。

作为一种解决方法，如何将自定义函数与UrlFetchApp一起使用？使用UrlFetchApp时，即使状态码为404，也可以检索HTML数据。

自定义功能的示例脚本：

请复制以下脚本并将其粘贴到电子表格的脚本编辑器中。并将=SAMPLE("https://www.awwwards.com/error1")放在电子表格的单元格中。这样，脚本将运行。

function SAMPLE(url) {
  return UrlFetchApp
    .fetch(url, {muteHttpExceptions: true})
    .getContentText()
    .match(/<h1>([\w\s\S]+)<\/h1>/)[1]
    .toUpperCase();
}

结果：

注意：

• 此自定义函数用于https://www.awwwards.com/error1的URL。当您将其用于其他URL时，可能无法检索预期结果。请注意这一点。

参考文献：

• Custom Functions in Google Sheets

• fetch(url, params)

    

  muteHttpExceptions：如果为true，则如果响应代码指示失败，则fetch不会引发异常，而是返回HTTPResponse。默认值为false。

• match()

• toUpperCase()

如果这不是您想要的方向，我深表歉意。