如何修改Google Sheets的importRegex脚本以导入多正则匹配值

原脚本仅能返回第一个匹配结果，要实现提取所有符合正则规则的值，需调整匹配逻辑，收集所有捕获到的内容，具体修改如下：

修改后的完整代码 #

function importRegex(url, regexInput) {
  var output = [];
  var fetchedUrl = UrlFetchApp.fetch(url, {muteHttpExceptions: true});
  if (fetchedUrl) {
    var html = fetchedUrl.getContentText();
    if (html.length && regexInput.length) {
      var regex = new RegExp(regexInput, 'ig'); // 添加全局匹配标志g，保留忽略大小写i
      let match;
      // 循环遍历所有匹配项，提取捕获组内容
      while ((match = regex.exec(html)) !== null) {
        if (match[1]) {
          output.push(unescapeHTML(match[1]));
        }
      }
    }
  }
  // 避免请求过于频繁
  Utilities.sleep(1000);
  // 无匹配结果时返回空值，有结果则返回数组（表格自动按行填充）
  return output.length > 0 ? output : '';
}

var htmlEntities = {
  nbsp:  ' ',
  cent:  '¢',
  pound: '£',
  yen:   '¥',
  euro:  '€',
  copy:  '©',
  reg:   '®',
  lt:    '<',
  gt:    '>',
  mdash: '–',
  ndash: '-',
  quot:  '"',
  amp:   '&',
  apos:  '\''
};

function unescapeHTML(str) {
    return str.replace(/\&([^;]+);/g, function (entity, entityCode) {
        var match;

        if (entityCode in htmlEntities) {
            return htmlEntities[entityCode];
        } else if (match = entityCode.match(/^#x([\da-fA-F]+)$/)) {
            return String.fromCharCode(parseInt(match[1], 16));
        } else if (match = entityCode.match(/^#(\d+)$/)) {
            return String.fromCharCode(~~match[1]);
        } else {
            return entity;
        }
    });
}; 

核心修改说明 #

1. 结果存储改为数组：将output从字符串初始化为数组，用于存储所有匹配结果
2. 添加全局匹配标志：创建正则时加入g标志，实现全局范围内的匹配
3. 循环提取所有匹配项：用RegExp.exec()循环遍历所有匹配结果，提取每个匹配的捕获组内容
4. 修正HTML实体转义逻辑：调整unescapeHTML的正则规则，确保正确解析所有标准HTML实体

使用示例 #

若要提取页面中所有H2标签的内容，在Google Sheets单元格中调用：

=importRegex("目标页面URL", "<h2[^>]*>(.*?)<\/h2>")

返回的多个结果会自动填充到当前单元格下方的行中。

内容的提问来源于stack exchange，提问作者user3392296