text - 从网页抓取文本并存储为变量

Question

在网页上

http://services.runescape.com/m=itemdb_rs/Armadyl_chaps/viewitem.ws?obj=19463

它列出了游戏中特定项目的价格，我想获取所述项目的“当前指导价格：”，并将其存储为变量，以便我可以将其输出到谷歌电子表格中。我只想要数字，目前是“643.8k”，但我不知道如何抓取这样的特定文本。

由于数字是“k”形式，这意味着我无法绘制它，它必须是 643,800 之类的东西才能使其可绘制。我有一个公式，我的第二个问题是知道是否可以对拉出的数字使用公式，然后将其存储为最终输出？

-编辑-

这是我到目前为止所拥有的，它不知道为什么。

function pullRuneScape() {

var page = UrlFetchApp.fetch("http://services.runescape.com/m=itemdb_rs/Armadyl_chaps/viewitem.ws?obj=19463").getContentText();

  var number = page.match(/Current guide price:<\/th>\n(\d*)/)[1];

  SpreadsheetApp.getActive().getSheetByName('RuneScape').appendRow([new Date(), number]);

}

score 1 · Accepted Answer

使用 UrlFetch 获取页面 [1]。这将返回一个 HTTPResponse，您可以使用 GetBlob [2] 读取该响应。获得文本后，您可以使用正则表达式。在这种情况下，只需搜索“当前指导价格：”，然后阅读下一行。至于删除'k'，你可以像这样用reg ex替换：

'123k'.replace(/k/g,'')

将仅返回“123”。

score 1 · Accepted Answer

显然，你什么也得不到，因为正则表达式是错误的。我不是正则表达式专家，但我能够使用基本的字符串操作来提取数字

  var page = UrlFetchApp.fetch("http://services.runescape.com/m=itemdb_rs/Armadyl_chaps/viewitem.ws?obj=19463").getContentText();

  var TD = "<td>";
  var start = page.indexOf('Current guide price');
  start = page.indexOf(TD, start); 
  var end = page.indexOf('</td>',start);
  var number = page.substring (start + TD.length , end);

  Logger.log(number);

然后，我编写了一个函数来将 k，m 等转换为相应的乘数。

function getMultiplyingFactor(symbol){
  switch(symbol){
    case 'k':
    case 'K':
      return 1000;
    case 'm':
    case 'M':
      return 1000 * 1000;
    case 'g':
    case 'G':
      return 1000 * 1000 * 1000;
    default:
      return 1;
  }
}

最后，将两者绑在一起

function pullRuneScape() {

var page = UrlFetchApp.fetch("http://services.runescape.com/m=itemdb_rs/Armadyl_chaps/viewitem.ws?obj=19463").getContentText();

  var TD = "<td>";
  var start = page.indexOf('Current guide price');
  start = page.indexOf(TD, start); 
  var end = page.indexOf('</td>',start);
  var number = page.substring (start + TD.length , end);

  Logger.log(number);

  var numericPart = number.substring(0, number.length -1); 
  var multiplierSymbol = number.substring(number.length -1 , number.length);
  var multiplier = getMultiplyingFactor(multiplierSymbol);
  var fullNumber = multiplier == 1 ? number : numericPart * multiplier;
  Logger.log(fullNumber);
}

当然，这不是最佳的做事方式，但它确实有效。

score 1 · Accepted Answer

你的正则表达式是错误的。我成功地测试了这个：

var number = page.match(/Current guide price:<\/th>\s*<td>([^<]*)<\/td>/m)[1];

它能做什么：

Current guide price:<\/th>查找当前指导价：和关闭 td 标签
\s*<td>允许标签之间有空格，找到打开的 td 标签
([^<]*)建立一个组并匹配除此字符之外的所有内容 <
<\/td>匹配结束的 td 标签
/m匹配多行

score 0 · Accepted Answer

基本上我像你一样解析html页面（使用更正的正则表达式）并将字符串拆分为数字部分和乘法器（k = 1000）。最后我返回提取的数字。该功能可以在 Google Docs 中使用。

function pullRuneScape() {
  var pageContent = UrlFetchApp.fetch("http://services.runescape.com/m=itemdb_rs/Armadyl_chaps/viewitem.ws?obj=19463").getContentText();
  var matched = pageContent.match(/Current guide price:<.th>\n<td>(\d+\.*\d*)([k]{0,1})/);

  var numberAsString = matched[1];
  var multiplier = "";

  if (matched.length == 3) {
    multiplier = matched[2];
  }

  number = convertNumber(numberAsString, multiplier);
  return number;
}

function convertNumber(numberAsString, multiplier) {
  var number = Number(numberAsString);

  if (multiplier == 'k') {
    number *= 1000; 
  }

  return number;
}

text - 从网页抓取文本并存储为变量

4 回答 4

Related

Reference