如何使用Google Apps Script提取HTML注释标签中竖线前的股票代码

以下是可直接运行的完整代码：

function extractStockCodes() {
  // 这里替换为你实际获取到的HTML注释原始内容
  const rawComment = `<!–– TS
TROW|222.38|27987
CATH|56.22|1170
DIT|161.30|138
VTI|232.95|293098
SIOX|2.25|132517
FFA|21.29|2798
IVV|452.90|280931
PSMB|17.17|2992
URTH|131.96|5770
VOO|414.60|439729
IOO|74.25|17178
SPXL|123.55|471362
UPRO|131.48|457776
CIXX|19.39|546
VO|247.64|32306
TRGP|44.66|46449
VT|106.30|125245
AZZ|54.05|2210
NBTX|12.79|1
SHE|105.81|928
TE ––>`;

  // 提取注释内的有效数据，去掉前后的注释标签和首尾的TS、TE标记行
  const content = rawComment.replace(/<!\s*––\s*TS\s*\n|\n\s*TE\s*––\s*>/g, '');
  
  // 拆分每行处理
  const stockCodes = content.split(/\r?\n/)
    .filter(line => line.trim() !== '') // 过滤空行
    .map(line => line.split('|')[0].trim()); // 取每行第一个竖线前的内容

  // 测试输出，可在Apps Script控制台查看结果
  console.log(stockCodes);
  return stockCodes;
}

代码说明 #

• 正则替换部分直接匹配HTML注释的首尾标记，同时过滤掉无意义的TS、TE标识行，不需要额外做多余判断
• 换行拆分适配了Windows和Mac/Linux的不同换行格式，避免部分场景下拆分失败
• 每一步都加了trim处理，兼容原始内容中可能存在的多余空格、制表符等异常格式
• 运行后返回的stockCodes就是你需要的股票代码数组，示例输出为：["TROW","CATH","DIT","VTI","SIOX","FFA","IVV","PSMB","URTH","VOO","IOO","SPXL","UPRO","CIXX","VO","TRGP","VT","AZZ","NBTX","SHE"]

内容的提问来源于stack exchange，提问作者Newbie