Google Sheets IMPORTXML抓取改版Fundrise页面失效问题排查

• 核心问题是Fundrise这次改版后，项目详情页的核心统计数据全部改成JavaScript动态渲染加载，Google Sheets的IMPORTXML只能抓到服务器直接返回的初始静态HTML代码，没法运行页面里的JS，根本拿不到JS执行完才插到页面里的数值。
• 你在浏览器开发者工具里复制的全路径XPath，对应的是JS加载完成后的最终页面结构，和IMPORTXML实际请求拿到的初始源码结构完全对不上。加上这次改版后站点给非浏览器的爬虫请求（包括Google Sheets自带的爬虫）加了拦截，很多时候只会返回没有实际数据的骨架屏，这种情况下不管怎么改XPath都匹配不到目标内容。
• 之前的旧公式失效，是因为原来的statistic__value类名要么改了要么删了，要么对应的节点根本不在初始返回的HTML里。另外全路径XPath本身容错率极差，只要DOM多一层少一层、包裹div的顺序变了就直接失效，本来就不适合拿来做长期抓取规则。

• 先确认IMPORTXML实际能拿到的页面内容，在单元格输入下面的公式看返回结果：

=IMPORTXML("https://fundrise.com/offerings/8/view","//body")

如果返回的只有加载提示、骨架屏占位符，找不到你要的具体统计数值，就说明确实是动态渲染+反爬拦截的问题，再死磕XPath也没用。

• 要是想留在Google Sheets里实现抓取，可以用Apps Script写自定义函数，配置上模拟真实浏览器的请求头发请求。如果初始源码里嵌了页面初始化用的JSON数据，可以直接匹配对应的script标签提取JSON里的字段，这种方式比匹配DOM节点稳定得多，不会因为前端改class、调DOM层级就失效。
• 如果初始源码里根本没带目标数据，就得搭配支持JS渲染的抓取工具，拿到加载完成后的完整页面内容，再用XPath匹配对应数值就行。

内容的提问来源于stack exchange，提问作者xphrellis