Question

在Google表格中使用importxml功能时，我正在尝试从该网站上对汽车价格进行收费： https://www.willhaben.at/iad/gebrauchtwagen/auto/gebrauchtwagenboerse?CAR_MODEL%2FMODEL=1230&CAR_MODEL%2FMAKE=1018&sort=3 我尝试了很多选项，例如：

1）

// div [@ class ='info'] / span [@ class ='pull-right']

但是我永远都无法将价格发布到我的Google工作表中。我收到错误或结果为空。我开始假设该网站具有某种防止报废价格的保护措施。有可能吗？

感谢帮助，

Answer 1

不知道是否称其为保护。但是您要提取的价格是动态内容。因此，您无法使用XPath轻松访问它。

例如，第一辆汽车“ <本田”爵士本田1,3i-VTEC趋势”的价格由以下脚本生成：

<div id='e4b79dff-ede1-496a-8460-ca22374cf998'>&lt;Platzhalter&gt;</div>
<script>
    var f053143d96c794669bf0a23f42f5486ac = function(value){return base64UTF8Codec.decode(arguments[0])};
    replaceWith(document.getElementById('e4b79dff-ede1-496a-8460-ca22374cf998'), f053143d96c794669bf0a23f42f5486ac('DQogICAgICAgICAgICAgICAgPHNwYW4gY2xhc3M9InB1bGwtcmlnaHQiPiAxOS45OTAsLSA8L3NwYW4+DQogICAgICAgICAgICA='));
</script>

在脚本中，您可以看到值：

 DQogICAgICAgICAgICAgICAgPHNwYW4gY2xhc3M9InB1bGwtcmlnaHQiPiAxOS45OTAsLSA8L3NwYW4+DQogICAgICAgICAgICA=

，它是base64编码的字符串。如果解码，您将得到：

<span class="pull-right"> 19.990,- </span>

，其中包含价格。

因此，如果您想从该网站提取汽车价格，则可能需要编写Google Apps Script。

此类Apps脚本的示例：

function decodeElement(encoded) {
  var bytes = Utilities.base64Decode(encoded);
  var blob = Utilities.newBlob(bytes);
  return blob.getDataAsString();
}

function extractEncodedElement(scriptStr) {
  var rgx = new RegExp(".*'([^']+)'\\)\\);");
  return rgx.exec(scriptStr)[1];
}

function extractPrice(scriptStr) {
  var encoded = extractEncodedElement(scriptStr);
  var decoded = decodeElement(encoded);
  var xml = XmlService.parse(decoded);
  return xml.getRootElement().getText();
}

function extractPrices(strs) {
  var result = [];
  for (i = 0; i < strs.length; i++) {
    result.push(extractPrice(strs[i]));
  }
  return result;
}

因此，保存该脚本后，可以在单元格的电子表格中使用它：

=extractPrices(IMPORTXML("your_link_here", "//div[@class='info']/script"))

它将返回您一系列的价格。 extractPrices对IMPORTXML的结果进行迭代，并为每个结果提取价格。

在Google-sheets中使用importxml函数中的xpath从willhaben.at网站获取价格

1 个答案: