使用EXCEL抓取网页多页表格数据

2025-01-19 原创姚先生 217

🤖AI摘要

摘要生成中

本文共1386字，预计阅读时间2~4分钟

今日天气

我们在进行财务分析时，偶尔需要从某些网站上获取数据，这个过程中比较常用的工具是Excel的在线数据抓取模块——配合POWER QUERY的定时刷新设置可以更快速地更新数据。

下面，以从某汽车销量统计网站取数为例，介绍使用EXCEL抓取多页表格数据的具体操作步骤如下(软件版本：OFFICE365)：

某网站汽车销量排行榜

网页链接样式为：“https://xxxx/x-1.html、https://xxxx/x-2.html、https://xxxx/x-3.html”等，其中“1、2、3”为页码，可以用通配符匹配。

第一步：选择“数据”-“自网站”。

第二步：选择“高级”，将网页地址“https://xxxx/x-1.html”粘贴入URL框。

第三步，选择一个合适的表格样式，点击“转换数据”。

第四步，点击“高级编辑器”，更改自动生成的代码。在代码最前方加入“(n as number) as table =>”，把页码部分替换为代码“"& Number.ToText(n) &"”。

完成代码示例如下：

(n as number) as table =>

let

源=Web.BrowserContents("https://xxxx/x-"& Number.ToText(n) &".html"),
#"从 Html 中提取的表" = Html.Table(源, {{"Column1", "TABLE.xl-table-def.xl-table-a > * > TR > :nth-child(1)"}, {"Column2", "TABLE.xl-table-def.xl-table-a > * > TR > :nth-child(2)"}, {"Column3", "TABLE.xl-table-def.xl-table-a > * > TR > :nth-child(3)"}, {"Column4", "TABLE.xl-table-def.xl-table-a > * > TR > :nth-child(4)"}, {"Column5", "TABLE.xl-table-def.xl-table-a > * > TR > :nth-child(5)"}, {"Column6", "TABLE.xl-table-def.xl-table-a > * > TR > :nth-child(6)"}}, [RowSelector="TABLE.xl-table-def.xl-table-a > * > TR"]),
提升的标题 = Table.PromoteHeaders(#"从 Html 中提取的表", [PromoteAllScalars=true]),
更改的类型 = Table.TransformColumnTypes(提升的标题,{{"排名", Int64.Type}, {"车型", type text}, {"销量", Int64.Type}, {"厂商", type text}, {"售价（万元）", type text}, {"车型相关", type text}})

in

更改的类型

加粗部分为代码修改部分。

第五步，新建空查询，输入“={1,25}”。注意，部分OFFICE版本不能展开数组，需要手动输入全部页码数字。