gpt4 book ai didi

html - Google Spreadsheets(ImportXML)中的Xpath出现问题

转载 作者:数据小太阳 更新时间:2023-10-29 02:26:35 24 4
gpt4 key购买 nike

这是一个很棒的网站,我已经有很多问题的答案,只需滚动和搜索其他帖子。不幸的是,我似乎找不到一个特别有助于解决这个问题的答案,我想我应该试着发帖寻求帮助-
我正在使用importxml和google电子表格从一个零售网站“擦掉”一些产品描述。大部分情况下都很好,我用了两种方法:
1)对岗位描述部分的具体调用:

=ImportXML(A1,"//div[@class='desc']")

2)调用整个“产品卡”,它还返回产品标题、价格、发布时间等信息,并将这些项目放在我的谷歌电子表格中的相邻单元格中:
=ImportXML(A1,"//div[@class='productCard']")

两种方法都很好,但我在使用每种方法时遇到了不同的问题。如果我能解决其中一个问题,那么我会很高兴地放弃另一个方法,我只需要其中一个来工作。问题是:
方法1)网站禁止卖家在产品发布中包含联系信息——不管怎样,当他们包含电子邮件地址时,网站会自动将其屏蔽,以便在发布中显示为“……您可以通过[隐藏]或类似的方式联系我”。[模糊的]出现在不同颜色的文本中,显然以某种方式被区别对待。当我使用方法1擦掉这些描述时,importxml在碰到单词[模糊]时似乎会被“碰撞”,它将剩余的文本从产品描述传递到电子表格中的下一个单元格。这会破坏工作表的整个组织,我想找到一种方法,让importxml忽略[模糊的],并且仍然将产品描述的整个文本放在一个单元格中。
方法2)我对整个“产品卡”的调用如下:
=ImportXML(A1,"//div[@class='productCard']")

如前所述,这工作很好(对大多数产品),我不介意附加信息(价格,日期等)张贴在相邻的单元格。
不过,该网站也允许某些产品被“特色化”,即它们出现在网站的不同颜色框中,因此更容易引起买家的注意。
使用这种方法,“特色”产品不会被刮掉或导入到我的电子表格中,而是简单地传递过来。
描述(方法1)和产品卡(方法2)的源代码(在实际站点上)(通过safari中的“inspect element”)如下(对于普通产品(a)和特色产品(b)):
(a)
<div id="productSearchResults">
<div class="productCard tracked">
<div>...</div>
<div class="stats">...</div>
<div class="desc collapsed descFull">...</div>
</div>

(b)
<div id="productSearchResults">
<div class="productCard featured tracked">
<div>...</div>
<div class="stats">...</div>
<div class="desc collapsed descFull">...</div>
</div>

在两个(a)和(b)类中都可以看到我在方法1中调用的“desc”类,它似乎工作得很好。
从我在这个网站上的阅读,我认为我已经了解到一个给定的类不能有多个单词,因此使用“desc collapsed descfull”和“productcard tracked”和“productcard featured tracked”并不代表在标题中有3、2和3个单词的类,但是,如果分配了多个类呢?
无论如何,对'desc'(方法1)的调用工作良好,似乎得到了所有的描述。
因此,在方法2中,我会认为对“productcard”的调用将获取所有产品(包括特色产品和常规产品)的信息,因为“特色产品”是分配给某些“productcard”的额外类。如果我调用所有“productcard”,则不应该返回普通产品和特色产品吗?目前情况并非如此。我试过只调用“tracked”和“featured”作为类,但都不返回任何内容,所以我认为它们是自己的类(相当于“productcard”)的逻辑可能有缺陷。
总之,方法1中的“desc”调用工作正常,甚至可以获取“特色”产品的描述。但是,当联系人信息包含在描述中并显示为[隐藏]时,它会将我的数据跳转到电子表格中紧跟在单词后面的下一个单元格中。这会破坏所有的组织。
在方法2中,我根本没有得到特色产品,这大大削弱了我的努力。可以(或者两者都可以!)这些问题都能解决吗??
非常感谢你能帮我。
***更新:如下面的注释所示,通过检索常规产品和特色产品,使用建议的“包含”改进方法2。然而,特色产品卡片有额外的文本元素,并且由于整个卡片正被这种方法刮掉,特色产品与常规产品的单元格对齐方式不匹配。如果有方法修复方法1,那么这样做会更好。
如下面的注释所述,[模糊的]文本显示在“SPAN”中,该“SPAN”位于
<div class="desc descFull collapsed"

作为
<span class="obscureText">[obscured]</span>

有没有什么方法可以像以前一样导入“desc”,但告诉xpath本质上“忽略”这个[模糊的]范围,或者至少以一种不会在[模糊的]出现一个单元格之后立即生成描述文本的方式处理它?
非常感谢大家!

最佳答案

您可以用concatenate()-函数包装您的函数,以确保它全部显示在一个单元格中:

=concatenate(ImportXML(A1,"//div[@class='productCard']"))

关于html - Google Spreadsheets(ImportXML)中的Xpath出现问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22487420/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com