使用IMPORTHTML/IMPORTXML提取Fangraphs数据至谷歌表格失败求助

为什么IMPORTHTML/IMPORTXML会失败 #

Fangraphs的小联盟数据表格是动态渲染的——页面初始加载的静态HTML里没有表格内容，得靠JavaScript后续加载。而Google Sheets的IMPORTHTML和IMPORTXML只能抓取页面刚加载时的静态代码，自然找不到目标表格，报出空内容或索引错误。

可行解决方案：用Google Apps Script抓取动态内容 #

Google Apps Script可以获取完整页面内容并提取表格数据，步骤如下：

1. 打开你的谷歌表格，点击顶部「扩展程序」→「Apps Script」，进入脚本编辑器。
2. 删除默认的myFunction()代码，替换成下面的脚本：

function importFangraphsMinorLeagueData() {
  // 若要读取单元格B2的URL，可替换为：const url = SpreadsheetApp.getActiveSheet().getRange("B2").getValue();
  const url = "https://www.fangraphs.com/leaders/minor-league?sort=23,1&pageitems=10000000000000&pg=0";
  const fullHtml = UrlFetchApp.fetch(url).getContentText();
  
  // 定位表格的起始和结束位置（当前页面表格用rgMasterTable类标记）
  const tableStartMarker = '<table class="rgMasterTable"';
  const tableStartIndex = fullHtml.indexOf(tableStartMarker);
  const tableEndIndex = fullHtml.indexOf('</table>', tableStartIndex) + '</table>'.length;
  const tableHtml = fullHtml.substring(tableStartIndex, tableEndIndex);
  
  // 解析HTML表格为二维数组
  const xmlDoc = XmlService.parse(tableHtml);
  const rootElement = xmlDoc.getRootElement();
  const tableRows = rootElement.getChildren("tr");
  
  const resultData = [];
  tableRows.forEach(row => {
    const rowCells = row.getChildren("td").concat(row.getChildren("th"));
    const rowContent = rowCells.map(cell => cell.getText().trim());
    if (rowContent.length > 0) {
      resultData.push(rowContent);
    }
  });
  
  // 将数据写入当前表格的A1起始位置
  const targetSheet = SpreadsheetApp.getActiveSpreadsheet().getActiveSheet();
  targetSheet.clearContents();
  targetSheet.getRange(1, 1, resultData.length, resultData[0].length).setValues(resultData);
}

3. 点击脚本编辑器的「保存」按钮，给脚本起个名字（比如FangraphsMinorLeagueImporter）。
4. 点击「运行」按钮，第一次运行会弹出授权请求，按照提示完成授权（需允许脚本访问你的表格和网络资源）。
5. 运行完成后回到谷歌表格，就能看到小联盟数据已经导入了。

注意事项 #

• 如果Fangraphs页面结构更新（比如表格的class名称变化），需要修改脚本里的tableStartMarker字符串，匹配页面源码里表格对应的标记。
• 若想灵活切换URL，直接替换脚本里的url变量，或改成读取单元格B2的内容即可。

内容的提问来源于stack exchange，提问作者Michael Philibin