如何使用Google Sheets查询Wikidata页面并抓取指定属性数据

错误原因 #

• 你之前使用的IMPORTXML第二个参数/wiki/Property:P570并非合法的XPath路径，只是Wikidata属性的相对URL，无法匹配页面内的DOM节点，因此哪怕页面存在对应属性也会返回空
• 直接请求Wikidata前端浏览页面（/wiki/[QID]）的方案稳定性极低，前端HTML是给普通用户浏览设计的，结构会频繁调整，很容易出现爬取失效的问题

最优解决方法 #

直接调用Wikidata官方提供的结构化API获取数据，稳定性高，不需要解析复杂的前端DOM，也不需要额外安装插件。
你可以直接在表格中使用以下公式，即可实现「存在P570属性返回对应值，不存在返回FALSE」的需求：

=IFERROR(IMPORTXML(CONCAT("https://www.wikidata.org/w/api.php?action=wbgetentities&ids=",A2,"&props=claims&format=xml"),"//claim[@mainsnak-property='P570']//value/text()"), FALSE)

公式说明 #

• 调用Wikidata官方wbgetentities接口，直接返回指定QID的属性结构化数据，不会受前端页面调整影响
• XPath路径直接精准匹配属性ID为P570的声明值，查询效率更高
• 外层套IFERROR函数，匹配不到对应属性时自动返回FALSE，完全符合你的需求
• 如果需要查询其他属性，只需要把公式中的P570替换为目标属性的ID即可，比如查询出生日期替换为P569，查询所在地替换为P131
• 若对应属性存在多个值，公式默认返回第一个值，如需返回所有值，可在公式外层套TRANSPOSE函数展开

内容的提问来源于stack exchange，提问作者Debs