Importxml 函数 (googlesheets) 不适用于 Skillshare 网站？

Question

我今天来这里是因为我在 Googlesheets 中使用 ImportXML 函数时遇到一个奇怪的问题。

我正在尝试从 2 个网站的不同配置文件中提取 href（facebook、twitter、youtube 等...）：udemy.com 和 skillshare.com。

我从 udemy 个人资料中获得了我的目标，但没有从 skillshare 个人资料中获得成功。

在尝试了很多次之后（即使是奇怪的 xpaths_query 组合），我认为问题可能有 2 个原因：1. 网站闪烁我（这可能吗？，2. 我的 xpath_query不好）...但是我仍然认为解决方案非常直接，但我看不出我可能遗漏了什么。

请访问my Googlesheet with a couple of samples以获得更好的理解，您可以按顺序找到更多详细信息，那里...

看看这些例子：好结果 > 对于 Udemy，我使用了以下 google sheet 函数

=IMPORTXML("https://www.udemy.com/user/saddam-kassim-2/"; "//div[@class='instructor-profile--social-links--3Kub5']/一个/@href")

N/A 结果 > 对于 Skillshare，我使用了以下 google sheet 函数

=IMPORTXML("https://www.skillshare.com/user/sridhar"; "//div[@class='user-information-social-links']/a /@href")

这些是 html 代码片段： UDEMY SAMPLE HTML

SKILLSHARE SAMPLE HTML

非常感谢您的想法和建议。我究竟做错了什么？我可以尝试什么？提前致谢！

Answer 1

链接在加载后由脚本填充，因此我们不能仅使用 XPATH。数据也位于初始文档的第三个脚本标签中。使用第一个 Skillshare URL，我们可以构造以下公式：

=ArrayFormula(
    IFNA(
        REGEXEXTRACT(
            SPLIT(
                REGEXEXTRACT(
                    REGEXEXTRACT(
                        INDEX(
                            IMPORTXML(
                                "https://www.skillshare.com/user/profkarim",
                                "//script"
                            ),
                            3
                        ),
                        "socialLinks.*sections"
                    ),
                    "(\{.*\})"
                ),
                "},{",
                0,
                1
            ),
            """url"":""?(.*?)""?,"
        )
    )
)

Importxml 函数 (googlesheets) 不适用于 Skillshare 网站？

Importxml function (googlesheets) not working for Skillshare website?

html

href

web-scraping

xpathquery

google-sheets-importxml