章節連結
近期想使用 Google Finance 來自動抓取美股和台股資料的時候，發現缺乏台股興櫃股價的資料。雖說 Google 試算表中的 IMPORTHTML 可以方便的爬取資料，不過僅限於 <table> 和 <ol><ul> 標籤，而許多有提供股價資訊的網站，並不一定會使用這兩類標籤來呈現。這時 IMPORTXML 就可以派上用場。
原理
IMPORTHTML 和 IMPORTXML 都是利用爬蟲的原理，來抓取網站的資料。相較於前者，XML 格式提供給程式一套結構化語法，讓其去辨識的該網頁的內容。Google Sheet 所提供的 IMPORTXML 能夠適用的場景更多。
語法
IMPORTXML(“<第一個參數>”, “<第二個參數>”)
第一個參數：你的目標解析網址 (必填)
第二個參數：XPATH 結構，也就是告知爬蟲要抓取哪個區塊的資料
使用方法
情境：若我今天要抓取鉅亨網上的長榮海運(2603)的資料，那麼就在 Google Sheet 的表格中輸入：
=IMPORTXML(“https://invest.cnyes.com/twstock/tws/6689″,”//*[@id=’_profile-TWG:2603:STOCK’]/div[1]/div[3]/div[1]/div/span”)
如何取得 XPATH
難題會出現在：我如何知道 XPATH 資料？僅需使用瀏覽器的開發人員工具，並用選取工具取得網頁上的元素，按下滑鼠右鍵來取得即可。
1. 進入目標網頁，並點選滑鼠右鍵，找到開發人員工具 (如圖中的 Inspect，中文版翻譯的話可能為檢查)
2. 點選左上角的選取工具，選取畫面中的股價位置
3. 工具會帶你到該 HTML 標籤的元素位置，在位置點選滑鼠右鍵
4. 選單內的複製選項內，會有一項為複製 XPATH，點選它
5. 回到 Google Sheet 中，在 IMPORTXML 語法內輸入網址和貼上剛才複製的 XPATH 就完成了
日後，只要在網頁結構沒有變化的情況下，都可以用相同的格式來抓取資料。
按讚加入粉絲團
