如何在 Google Apps 脚本中使用 Cheerio 提取 HTML 表格数据？

Posted 2023-03-05

【中文标题】如何在 Google Apps 脚本中使用 Cheerio 提取 HTML 表格数据？

【英文标题】：How to pull HTML table data with Cheerio in Google Apps Script?

【发布时间】：2021-11-19 19:43:45

【问题描述】：

受到来自this answer 的 Cheerio 如此便利的启发，我尝试在以下代码中使用它。代码能够通过调用 class="snapshot-td2" 来提取任何表数据，但我只想获取第一个表中的数据。我怎样才能做到这一点？ URL 有两个表，分别为 class="snapshot-td2"。它以字符串形式检索它们。我怎样才能把它们放在数组中？感谢您的帮助！

function test() 
  const url = 'https://finviz.com/quote.ashx?t=AFRM';
  const res = UrlFetchApp.fetch(url,  muteHttpExceptions: true ).getContentText();
  const page = Cheerio.load(res);

  // The next line returned the tableValue from two tables of having class="snapshot-td2".
  // What should be modified to get the tableValue only from the first table? 
  // The next line returned the tableValue in string.  What should be modified to get them in array?
  var tableValue = page('.snapshot-td2').text();
  console.log(tableValue);

【参考方案1】：

无论如何，我都不是 jQuery 方面的专家，所以我的解决方案可能非常愚蠢。但它有效：

function test2() 
  const url = 'https://finviz.com/quote.ashx?t=AFRM';
  const res = UrlFetchApp.fetch(url,  muteHttpExceptions: true ).getContentText();
  const $ = Cheerio.load(res);

  var data = $('table.snapshot-table2').find('td').toArray().map(x => $(x).text());

  var table = []
  for (var i=0; i<data.length; i+=12) 
    row = [];
    for (var j=0; j<12; j++) row.push(data[i+j]);
    table.push(row);
  

  var range = SpreadsheetApp.getActiveSheet().getRange(1,1,table.length,table[0].length);
  range.setValues(table);

如果你想要一个数组（不是表格），data 就是数组。每个偶数元素，其中 [0,2,4...] 是一个名称，每个奇数元素 [1,3,5...] 是一个值。

您可以很容易地将其转换为 2 列 [[name, value], [name, value]...]：

var table = [];
for (var i=0; i<data.length; i+=2) table.push(data[i], data[i+1]);

或者变成一个对象name:value, name:value, name:value...：

var obj = ;
for (var i=0; i<data.length; i+=2) obj[data[i]] = data[i+1]);

【讨论】：

多么好的解释！非常感谢！