如何从 GitHub 网站提取表格数据：循序渐进指南

2024-03-15 03:20:49

从 GitHub 网站提取表格数据的终极指南

作为一名经验丰富的程序员和技术作家，我经常被问到如何从 GitHub 网站提取表格数据。这篇博客文章将提供一个从头到尾的分步指南，帮助你使用 Google Apps Script 中强大的 Cheerio 库轻松完成这一任务。

导入 Cheerio 库

首先，你需要在你的 Google Apps Script 项目中导入 Cheerio 库。这是一个开源的 HTML 解析器，可以帮助你轻松提取和操作网站中的数据。只需在你的脚本中添加以下代码：

var cheerio = require("cheerio");

获取网页内容

下一步是获取 GitHub 网站的 HTML 内容。可以使用 UrlFetchApp 服务，它允许 Google Apps Script 与互联网上的其他服务进行交互。请务必将 muteHttpExceptions 设置为 true 以忽略任何 HTTP 错误。

const url = "https://github.com/labnol/apps-script-starter/blob/master/scopes.md";
const response = UrlFetchApp.fetch(url, { muteHttpExceptions: true });
const htmlContent = response.getContentText();

加载 Cheerio

现在你有 HTML 内容了，你需要使用 Cheerio.load 函数将它加载到 Cheerio 中。这将允许你使用 Cheerio 的选择器来查找和提取数据。

const $ = cheerio.load(htmlContent);

查找表格数据

要查找表格数据，你需要使用 Cheerio 选择器。在本例中，我们需要找到 <tbody> 元素中的所有 <td> 元素，因为表格数据通常存储在这些元素中。

const tableData = $("tbody").find("td").toArray().map((element) => $(element).text());

输出结果

最后一步是输出获取到的表格数据。可以使用 console.log 将其输出到 Google Apps Script 日志中。

console.log(tableData);

代码示例

将所有这些步骤结合在一起，以下是获取 GitHub 网站表格数据的完整代码示例：

function getTableDataFromGithub() {
  const url = "https://github.com/labnol/apps-script-starter/blob/master/scopes.md";
  const response = UrlFetchApp.fetch(url, { muteHttpExceptions: true });
  const htmlContent = response.getContentText();
  const $ = cheerio.load(htmlContent);
  const tableData = $("tbody").find("td").toArray().map((element) => $(element).text());
  console.log(tableData);
}