使用Google Sheets IMPORTXML函数获取亚马逊二手图书数据失败求助

核心原因 #

亚马逊商品页右侧的二手/第三方卖家面板数据是JavaScript动态加载的，不属于页面初始加载的静态HTML内容。而IMPORTXML只能解析页面首次返回的静态HTML，所以直接用主页面的XPath抓取不到这部分数据。

解决方案 #

1. 使用亚马逊官方的二手商品列表页 #

亚马逊每个商品都有对应的二手/其他卖家列表页，格式为：

https://www.amazon.com/gp/offer-listing/[ASIN]/ref=dp_olp_all_mbc?ie=UTF8&condition=used

把[ASIN]替换成目标商品的ASIN（就是商品链接中dp/后面的那串字符，比如你示例中的0578973839）。

2. 用IMPORTXML抓取二手列表页的价格 #

针对这个列表页，可用以下XPath提取价格：

• 提取所有二手商品价格：

  =IMPORTXML("https://www.amazon.com/gp/offer-listing/0578973839/ref=dp_olp_all_mbc?ie=UTF8&condition=used", "//span[@class='a-price']//span[@class='a-offscreen']")
  

• 提取最低的二手价格（第一个匹配结果）：

  =INDEX(IMPORTXML("https://www.amazon.com/gp/offer-listing/0578973839/ref=dp_olp_all_mbc?ie=UTF8&condition=used", "//span[@class='a-price']//span[@class='a-offscreen']"),1)
  

3. 备选方案：应对IMPORTXML反爬限制 #

如果亚马逊限制了IMPORTXML的请求，可改用IMPORTDATA配合正则提取：

=REGEXEXTRACT(IMPORTDATA("https://www.amazon.com/gp/offer-listing/0578973839/ref=dp_olp_all_mbc?ie=UTF8&condition=used"), "a-offscreen"">(.*?)<")

这个公式会提取页面中第一个出现的价格字符串。

注意事项 #

• 亚马逊的页面结构可能随时变化，若XPath失效，需重新在二手列表页中右键检查元素，复制最新的价格节点XPath。
• 频繁抓取可能触发亚马逊的反爬机制，建议避免短时间内大量请求。

内容的提问来源于stack exchange，提问作者Hamza Malik