首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >IMPORTHTML拉取表格式以外的数据时出错

IMPORTHTML拉取表格式以外的数据时出错
EN

Stack Overflow用户
提问于 2019-05-17 04:19:32
回答 1查看 170关注 0票数 1

我正在尝试学习如何通过使用Google Sheets的ImportXML功能来对网站进行网络抓取。我很难拉出所有客户的姓名,行业和他们的相关链接。

例如:西班牙桑坦德银行,金融服务,https://www.cloudera.com/about/customers/banco-santander-spain.html

我正在尝试的网页是this website

我只能拉几个客户,我不知道为什么我做错了什么。

检查来源(在西班牙桑坦德银行的瓷砖上):

代码语言:javascript
运行
复制
<div class="col-md-3 col-sm-6">
<div class="damSearchGrid-item damSearchGrid-slide">
<a href="#" class="dam-dropdown">
<span class="damSearchGrid-img">
<imgsrc="/content/dam/www/dynamic/images/logos/customers/santander-spain-dynamic.png/_jcr_content/renditions/xcq5dam.thumbnail.140.100.png.pagespeed.ic.y7RN8qmYUY.webp" alt="Banco Santander Spain logo" data-pagespeed-url-hash="3896535651" onload="pagespeed.CriticalImages.checkImageForCriticality(this);"></span>
<span class="damSearchGrid-cat"> Financial Services</span>
<strong class="damSearchGrid-name"> Banco Santander Spain</strong>
</a>
</div>
<div class="damSearchGrid-itemDetail clearfix">
<a href="#" class="close">x</a>
<div class="col-sm-9">
<h3>Banco Santander Spain</h3>
<p>Banco Santander is using a big data architecture for a consistent view of data, on-demand data clusters, and faster time to market.</p>
</div>
<div class="col-sm-3">
<a href="https://www.cloudera.com/about/customers/banco-santander-spain.html"> SUCCESS STORY </a><br>
</div>
</div>
</div>
</b>

所以我试着做了一些事情:

首先,我尝试了这个公式:

代码语言:javascript
运行
复制
=IMPORTXML("https://www.cloudera.com/about/customers.html","//li")

我只能提取大约120个客户的名字以及其他不相关的数据。

然后我试着:

代码语言:javascript
运行
复制
=IMPORTXML("https://www.cloudera.com/about/customers.html","//h3")

它只返回了大约15个名字的简短列表。

我尝试过其他公式,比如下面的公式,但最终都以#N/A错误告终。

例如:

代码语言:javascript
运行
复制
=IMPORTXML("https://www.cloudera.com/about/customers.html","//span[@class='col-md col-sm-6']")

我是一个初学者,我不知道我应该寻找什么来让查询正确,以及如何识别问题的根源。我搜索过IMPORTXML教程和示例,但大多数都是通过示例来实现的,这些示例的源代码是表格格式的。我的情况似乎有所不同,至少对我来说是这样。

任何指导,技巧,原始材料都将非常感谢。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-05-17 04:35:24

不幸的是,这是不可能的,因为该网站是由JavaScript控制的,而Google Sheets不能理解/导入JS。您可以简单地通过禁用给定链接的JS进行测试,您将看到一个空白页面:

这是你能刮到的所有东西:

代码语言:javascript
运行
复制
=IMPORTXML("https://www.cloudera.com/about/customers.html", "//*")
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/56176036

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档