尝试使用谷歌导入功能抓取网页

Question

我一直在尝试获取网站https://uniworthshop.com/shirts的详细信息。

我正在寻找的信息是“衬衫名称”，“价格”，但不知道如何通过导入功能进一步添加以获取价格。

这是工作表链接。 https://docs.google.com/spreadsheets/d/1ZCrQlBjfMmO9636npMth9ErDr4kSnK8LhKb7JXS2KxU/edit#gid=0

有人可以指导或分享一个脚本来做这件事。

Answer 1

您可以执行以下操作：

• 在单元格 A1 上： =IMPORTXML("https://uniworthshop.com/shirts","//div[starts-with(@class, 'product-name')]")
• 在单元格 A2 上： =IMPORTXML("https://uniworthshop.com/shirts","//div[@class='product-price']")

---

参考：

• IMPORTXML

Answer 2

通过检查该页面源代码 html，似乎<div class="product-name">和<div class="product-price">是包含您需要的信息的两个标签。 您最好的方法是使用Selenium ，在这种情况下使用 Python，并通过按类搜索元素从这两个标签中提取 innerText ，或者您可以只使用请求模块来获取完整的 html，然后使用 BeautifulSoup 或其他东西解析它。