如何在Google Apps Script中创建文档片段实现HTML字符串DOM查询

在Google Apps Script（GAS）的服务端运行环境中，不存在浏览器的document上下文，因此无法使用document.createDocumentFragment()、document.createElement()这类原生DOM方法处理抓取得到的HTML字符串，可采用以下方案解决：

最优方案：使用适配GAS的Cheerio库 #

Cheerio是jQuery核心功能的轻量服务端实现，专门用于无浏览器环境下的HTML解析，支持几乎所有常用CSS选择器查询语法，学习成本极低，是该场景的首选方案。

引入步骤 #

• 打开你的GAS项目，点击左侧菜单栏「库」右侧的+号
• 在脚本ID输入框填入 1ReeQ6WO8kKNxoaA_O0XEQ589cIrRvEBA9qcWpNqdOP17i47u6N9M5Xh0，点击「查找」
• 选择最新版本，将标识符设置为Cheerio，点击「添加」完成引入

使用示例 #

function parseHtmlAndWriteToSheet() {
  // 抓取目标网页获取HTML字符串
  const targetUrl = "替换为你要抓取的网页地址";
  const htmlContent = UrlFetchApp.fetch(targetUrl).getContentText();

  // 加载HTML到Cheerio实例
  const $ = Cheerio.load(htmlContent);

  // 用CSS选择器提取数据，示例：提取所有class为article-title的元素文本
  const result = [];
  $(".article-title").each(function () {
    result.push([$(this).text().trim()]);
  });

  // 将结果写入当前激活的表格
  const activeSheet = SpreadsheetApp.getActiveSpreadsheet().getActiveSheet();
  activeSheet.getRange(1, 1, result.length, 1).setValues(result);
}

替代方案（仅适合极简场景） #

如果你的需求非常简单、目标HTML结构固定无变化，也可以使用正则匹配提取内容，但该方法容错性极低，HTML结构稍有调整就会失效，不推荐复杂场景使用。
示例：提取所有<span class="price">标签内的内容：

const htmlContent = "替换为你抓取得到的HTML字符串";
const priceReg = /<span class="price">([\s\S]*?)<\/span>/g;
const priceList = [];
let matchResult;
while((matchResult = priceReg.exec(htmlContent)) !== null) {
  priceList.push([matchResult[1].trim()]);
}

内容的提问来源于stack exchange，提问作者T Nguyen