草庐IT

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

coder 2024-06-30 原文

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/

SpreadsheetsImportXML特色产品divcodehtmlxmlxpathgoogle-sheetsgoogle-sheets-importxml

有关html - Google Spreadsheets(ImportXML)中的Xpath出现问题的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  3. ruby - 其他文件中的 Rake 任务 - 2

    我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时

  4. ruby-on-rails - Ruby net/ldap 模块中的内存泄漏 - 2

    作为我的Rails应用程序的一部分，我编写了一个小导入程序，它从我们的LDAP系统中吸取数据并将其塞入一个用户表中。不幸的是，与LDAP相关的代码在遍历我们的32K用户时泄漏了大量内存，我一直无法弄清楚如何解决这个问题。这个问题似乎在某种程度上与LDAP库有关，因为当我删除对LDAP内容的调用时，内存使用情况会很好地稳定下来。此外，不断增加的对象是Net::BER::BerIdentifiedString和Net::BER::BerIdentifiedArray，它们都是LDAP库的一部分。当我运行导入时，内存使用量最终达到超过1GB的峰值。如果问题存在，我需要找到一些方法来更正我的代

  5. ruby-on-rails - Rails 3 中的多个路由文件 - 2

    Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题

  6. ruby - 使用 ruby​​ 将 HTML 转换为纯文本并维护结构/格式 - 2

    我想将html转换为纯文本。不过，我不想只删除标签，我想智能地保留尽可能多的格式。为插入换行符标签，检测段落并格式化它们等。输入非常简单，通常是格式良好的html(不是整个文档，只是一堆内容，通常没有anchor或图像)。我可以将几个正则表达式放在一起，让我达到80%，但我认为可能有一些现有的解决方案更智能。 最佳答案 首先，不要尝试为此使用正则表达式。很有可能你会想出一个脆弱/脆弱的解决方案，它会随着HTML的变化而崩溃，或者很难管理和维护。您可以使用Nokogiri快速解析HTML并提取文本:require'nokogiri'h

  7. ruby - 在 64 位 Snow Leopard 上使用 rvm、postgres 9.0、ruby 1.9.2-p136 安装 pg gem 时出现问题 - 2

    我想为Heroku构建一个Rails3应用程序。他们使用Postgres作为他们的数据库，所以我通过MacPorts安装了postgres9.0。现在我需要一个postgresgem并且共识是出于性能原因你想要pggem。但是我对我得到的错误感到非常困惑当我尝试在rvm下通过geminstall安装pg时。我已经非常明确地指定了所有postgres目录的位置可以找到但仍然无法完成安装:$envARCHFLAGS='-archx86_64'geminstallpg--\--with-pg-config=/opt/local/var/db/postgresql90/defaultdb/po

  8. ruby - 通过 rvm 升级 ruby​​gems 的问题 - 2

    尝试通过RVM将RubyGems升级到版本1.8.10并出现此错误:$rvmrubygemslatestRemovingoldRubygemsfiles...Installingrubygems-1.8.10forruby-1.9.2-p180...ERROR:Errorrunning'GEM_PATH="/Users/foo/.rvm/gems/ruby-1.9.2-p180:/Users/foo/.rvm/gems/ruby-1.9.2-p180@global:/Users/foo/.rvm/gems/ruby-1.9.2-p180:/Users/foo/.rvm/gems/rub

  9. ruby-on-rails - Rails - 一个 View 中的多个模型 - 2

    我需要从一个View访问多个模型。以前，我的links_controller仅用于提供以不同方式排序的链接资源。现在我想包括一个部分(我假设)显示按分数排序的顶级用户(@users=User.all.sort_by(&:score))我知道我可以将此代码插入每个链接操作并从View访问它，但这似乎不是“ruby方式”，我将需要在不久的将来访问更多模型。这可能会变得很脏，是否有针对这种情况的任何技术？注意事项:我认为我的应用程序正朝着单一格式和动态页面内容的方向发展，本质上是一个典型的网络应用程序。我知道before_filter但考虑到我希望应用程序进入的方向，这似乎很麻烦。最终从任何

  10. ruby-on-rails - Rails 3.2.1 中 ActionMailer 中的未定义方法 'default_content_type=' - 2

    我在我的项目中添加了一个系统来重置用户密码并通过电子邮件将密码发送给他，以防他忘记密码。昨天它运行良好(当我实现它时)。当我今天尝试启动服务器时，出现以下错误。=>BootingWEBrick=>Rails3.2.1applicationstartingindevelopmentonhttp://0.0.0.0:3000=>Callwith-dtodetach=>Ctrl-CtoshutdownserverExiting/Users/vinayshenoy/.rvm/gems/ruby-1.9.3-p0/gems/actionmailer-3.2.1/lib/action_mailer

随机推荐