如何在Google Apps Script中使用Cheerio抓取雅虎财经的HTML表格数据？

• 你抓取的静态页面本身就没有全量数据：雅虎财经历史行情页首次加载的静态HTML里，默认只返回最近100条左右的交易数据，差不多就是5个月的量。你在浏览器里看到的一整年数据，是滚动页面的时候，页面自动调用接口拉取剩下的内容再插到表格里的，静态请求初始页面根本拿不到后面的部分。
• 请求头缺失导致返回数据被限制：雅虎会检查请求的身份标识，你直接用UrlFetchApp默认参数请求，没有带浏览器的User-Agent等字段，被识别为爬虫，返回的数据量会被进一步压缩。

不建议爬HTML页面解析表格，直接用雅虎公开的历史行情结构化接口，不用解析DOM，还能自定义时间范围，稳定性高很多，修复后代码如下：

function getFullCLFHistory() {
  // 自定义抓取的时间范围：最近一整年，时间戳转换为秒级
  const endTimestamp = Math.floor(Date.now() / 1000);
  const startTimestamp = endTimestamp - 365 * 24 * 60 * 60;
  const stockCode = 'CL=F';
  // 直接请求结构化CSV数据接口，自动返回对应时间范围的全量数据
  const reqUrl = `https://query1.finance.yahoo.com/v7/finance/download/${encodeURIComponent(stockCode)}?period1=${startTimestamp}&period2=${endTimestamp}&interval=1d&events=history`;

  const reqOptions = {
    muteHttpExceptions: true,
    // 补充浏览器UA头，避免被拦截限制
    headers: {
      'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36'
    }
  };

  const csvData = UrlFetchApp.fetch(reqUrl, reqOptions).getContentText();
  // 拆分CSV得到所有行数据，第一行是表头，后面都是交易数据
  const allDataRows = csvData.split('\n').filter(row => row.trim() !== '');
  // 打印时间范围最早的那条数据的日期
  console.log(allDataRows[allDataRows.length - 1].split(',')[0]);
}

如果你一定要解析原页面的HTML表格，需要用支持模拟浏览器行为的工具（比如Puppeteer），模拟页面滚动直到所有数据加载完成后再提取表格内容，但是效率和稳定性都远不如直接调用结构化接口。

内容的提问来源于stack exchange，提问作者Newbie