如何在Google Sheets中结合IMPORTXML与SEQUENCE批量抓取多链接数据？

问题概述 #

• 已通过公式生成5个目标亚马逊评论页面链接：

  =ARRAYFORMULA("https://www.amazon.com/product-reviews/B08C1W5N87/ref=cm_cr_arp_d_viewopt_rvwer?ie=UTF8&reviewerType=avp_only_reviews&sortBy=recent&pageNumber="&SEQUENCE(5,1,1,1))
  

• 单个链接的星级抓取公式（A6为第一个生成链接）：

  =IMPORTXML(A6,"/html/body/div[1]/div[3]/div/div[1]/div/div[1]/div[5]/div[3]/div/div[*]/div/div/div[2]/a[1]/i")
  

• 尝试的两个批量公式均仅能抓取第一页数据，无法批量获取5页内容：
  公式1：

  =IMPORTXML(ARRAYFORMULA("https://www.amazon.com/product-reviews/B08C1W5N87/ref=cm_cr_arp_d_viewopt_rvwer?ie=UTF8&reviewerType=avp_only_reviews&sortBy=recent&pageNumber="&SEQUENCE(5,1,1,1)),"/html/body/div[1]/div[3]/div/div[1]/div/div[1]/div[5]/div[3]/div/div[*]/div/div/div[2]/a[1]/i")
  

  公式2：

  =ARRAYFORMULA(IMPORTXML("https://www.amazon.com/product-reviews/B08C1W5N87/ref=cm_cr_arp_d_viewopt_rvwer?ie=UTF8&reviewerType=avp_only_reviews&sortBy=recent&pageNumber="&SEQUENCE(5,1,1,1),"/html/body/div[1]/div[3]/div/div[1]/div/div[1]/div[5]/div[3]/div/div[*]/div/div/div[2]/a[1]/i"))
  

可行解决方案 #

方法1：直接用BYROW+TOCOL批量处理 #

IMPORTXML不支持数组输入，需用BYROW遍历每个页码生成链接并抓取，再用TOCOL合并为单列：

=TOCOL(BYROW(SEQUENCE(5,1,1,1),LAMBDA(page,IMPORTXML("https://www.amazon.com/product-reviews/B08C1W5N87/ref=cm_cr_arp_d_viewopt_rvwer?ie=UTF8&reviewerType=avp_only_reviews&sortBy=recent&pageNumber="&page,"/html/body/div[1]/div[3]/div/div[1]/div/div[1]/div[5]/div[3]/div/div[*]/div/div/div[2]/a[1]/i"))),1)

• BYROW：循环处理1-5的页码，对每个页码生成对应评论页链接并执行抓取
• TOCOL：将多页返回的结果合并为单一列，参数1用于自动忽略空值

方法2：先生成链接再批量引用 #

1. 在任意空白列（如A1:A5）生成所有5个评论页链接：

   =ARRAYFORMULA("https://www.amazon.com/product-reviews/B08C1W5N87/ref=cm_cr_arp_d_viewopt_rvwer?ie=UTF8&reviewerType=avp_only_reviews&sortBy=recent&pageNumber="&SEQUENCE(5,1,1,1))
   

2. 在另一列（如B1）输入公式批量抓取并合并：

   =TOCOL(BYROW(A1:A5,LAMBDA(url,IF(url="","",IMPORTXML(url,"/html/body/div[1]/div[3]/div/div[1]/div/div[1]/div[5]/div[3]/div/div[*]/div/div/div[2]/a[1]/i")))),1)
   

注意事项 #

• 亚马逊存在反爬机制，频繁调用IMPORTXML可能导致请求被拦截，若抓取失败可间隔一段时间后刷新表格
• 亚马逊页面结构可能随时变更，若当前XPath失效，需重新审查页面元素更新路径

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