Google Sheets中IMPORTXML无法提取指定网页价格，求解决方案

问题根源与解决办法 #

1. 页面价格为动态加载内容 #

IMPORTXML仅能抓取静态HTML内容，若商品价格是页面加载后通过JavaScript动态渲染生成的，直接用XPath必然无法获取。

• 替代方案：使用Google Apps Script编写自定义函数，模拟浏览器请求获取动态内容：

  function getCastoramaPrice(url) {
    const options = {
      muteHttpExceptions: true,
      headers: {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"
      }
    };
    const response = UrlFetchApp.fetch(url, options);
    const html = response.getContentText();
    // 匹配常见价格格式（示例：1 299,00 zł）
    const priceMatch = html.match(/(\d{1,3}(?:\s\d{3})*,\d{2})\s?zł/);
    return priceMatch ? priceMatch[1] : "无法获取价格";
  }
  

  使用方式：在单元格中输入=getCastoramaPrice(A1)（A1单元格存储商品链接）。

2. XPath路径依赖不稳定的索引 #

你使用的XPath依赖父元素的索引（如div[2]），这类路径极易因网站布局调整而失效。建议更换为基于元素属性的稳定XPath：

• 若价格元素带有特定class（如product-price），可使用：

  //span[contains(@class, 'product-price')]/text()
  

  对应公式：=IMPORTXML(A1, "//span[contains(@class, 'product-price')]/text()")
• 若价格元素带有data-price属性，直接提取属性值更可靠：

  //*[@data-price]/@data-price
  

  对应公式：=IMPORTXML(A1, "//*[@data-price]/@data-price")

3. 网站反爬机制拦截请求 #

Castorama可能识别出Google Sheets的默认请求头，拒绝返回完整页面内容。

• 上述Apps Script已添加模拟浏览器的UA请求头，可绕过大部分基础反爬限制；若仍失效，可补充添加Accept-Language等更多请求头参数。

注意事项 #

• 网站布局更新后，需及时调整XPath或正则匹配规则；
• 遵守网站robots.txt协议，避免高频次抓取行为。

内容的提问来源于stack exchange，提问作者Mirek