如何才能将网页上的两个或三个“并行”XPath 提取为可以导入电子表格的格式？ 以下是一个例子：https://www.amazon.co.uk/s?rh=n%3A20606777031&language=en_GB&brr=1&pf_rd_i=3012216031&pf_rd_m=A3P5ROKL5A1OLE&pf_rd_p=7accc6fa-9287-4d54-804e-88e159c5cb45&pf_rd_r=P0TZ793D83HJK8616YKC&pf_rd_s=merchandised-se...
例如，我想下载美国各州树木的图片。我在以下位置找到了阿拉巴马州的长叶松： https://statesymbolsusa.org/sites/statesymbolsusa.org/files/primary-images/longleafpine.jpg 更一般地说，所有这些美国州树图像都位于： https://statesymbolsusa.org/sites/statesymbolsusa.org/files/primary-images/ 现在，如果我可以直接访问这个网络目录，我可以使用 DownloadThemAll 下载所有这些图像。但我无法直接...
我有一个从网站提取数据的 Web 查询。该网站每天都会发布索引的更新值。我可以将该值提取到电子表格中。但我想制作一个值的连续列表，其中包含日期列和包含该日期值的第二列。我该怎么做？现在，查询只会在更新时覆盖以前的数据。 ...
我在 Excel 中有一个 IBAN 列表，并希望通过从此网站通过 VBA 抓取数据来验证它们：https://www.iban.com/iban-checker。在 A 列（单元格 A2:A3000）中，我有 IBAN，在 BI 列中，我想根据 IBAN Checker 网站查看它们是否有效。 提取/验证另一列中的 BIC 代码可能也是值得的。因此，很高兴听到您对此的看法。 我现在有以下用于 IBAN 验证的 VBA 代码，但不幸的是它不起作用： 伊班语() Application.ScreenUpdating = False Dim XMLPage A...
我想从网站获取这种漂亮的表格数据（https://app.zerion.io/0x6ef9dca82362509cd878051d1fdc6db12dda2989/overview). （特别地，带有xpath的表格是/html/body/div[1]/div[3]/div/div[3]/div/div/div/div[4]/div[1]/div[2]/div/div） 在 Excel 365 中，我向该地址进行网络查询（从网络获取数据），但 Excel 只会给出一个大大的“NA”，结果为空。（使用importhtml函数的 Google Sheets 中也...
我正在尝试将网站列表制作成静态网站，我正在使用这个 wget 命令 wget --quiet -E -H -k -nd -K -p -e robots=off #{url} 结果基本是我想要的，但是 index.html 上的所有 url 都是相对的 href="some_css.css"，我想向所有 url 添加一个特定的域， href="https://somedomain.com/some_css.css"wget 是否支持或者有什么方法可以做到这一点？ ...
问题概述 我正在尝试从以下地址创建所有文件（100 个）的列表（并可能下载）：https://eba.europa.eu/regulation-and-policy 我每周都会在工作中使用它来识别网站上的变化或新项目。 为每个文件手动执行此操作的 5 次点击如下： https://eba.europa.eu/ https://eba.europa.eu/regulation-and-policy https://eba.europa.eu/regulation-and-policy/accounting-and-auditing https://eba.e...
我正在尝试从网页列表下载视频。 每页有 1 个视频。该页面使用 JavaScript 呈现，禁用 JS 后页面一片空白。 我试过了youtube-dl但我认为这不起作用因为它不解析 JS。 可以使用以下方式下载单个视频视频下载助手，但是我有几百页需要处理，所以我想自动完成这个操作。 我正在看Kantu 浏览器自动化，但我不确定是否可以使用它来识别视频文件并下载它。 查看 Chrome 中的页面源代码和网络检查器，它不是一个简单的 html5 视频，而是一系列分割的 mp4 文件，每个文件都使用其 url 中的键值对进行访问以进行授权。 有人对如何...
在之前的回答中（vba - html 表格到 excel 工作表) 关于将 HTML 表格内容解析/粘贴到 Excel 工作表中，wbeard2 分享了这段非常有用且具有说明性的代码。他/她指出，它将表格数据植入 Excel，但不会植入标题。我想知道如何修改此代码以将分栏标题也包含在 Excel 工作表中。我想有一种循环遍历标题元素的方法，类似于循环遍历所有 和 行中的单元格的方法，但不确定是否有等效的标题循环元素——也许是 ？任何有关此的建议/指导都值得赞赏。 以下是上面引用的答案中的示例代码： Private Sub Test() Dim ie A...
如果我降低网络抓取工具的速度以匹配人类的速度，第三方是否能够区分它们？网站还使用哪些其他标准来区分用户和抓取工具 ...
我知道如何保存 GIF，非常简单。只需右键单击并保存即可。瞧！但是对于这些新的动画 PNG，我一点也不糊涂。如果不使用某种屏幕抓取工具来抓取整个桌面，我甚至不确定这是否可行。只需右键单击并保存，结果会得到一个看起来只有一帧的 PNG。也许我没有使用正确的软件来查看动画 PNG？？？我还尝试了所有我能想到的“抓取”程序（Internet Download Manager、Video DownloadHelper、VSO Downloader 等），但它们都没有检测到它。 ...
我正在尝试抓取网站及其所有内容。 我尝试抓取的网站使用 cloudflare，因此如果网站中有电子邮件地址，它会被混淆，[email protected]如果我尝试使用php simple_html_dom 如果我在任何网络浏览器中打开该页面，我就能看到实际的电子邮件地址。 那么我怎样才能抓取真实的电子邮件地址？ 我怎样才能让 cloudflare 认为我是从浏览器访问网站而不是从机器人访问？ ...
我一直在寻找一种简单的方法将网站转换为带有可选择文本的分页 PDF。 我尝试过许多浏览器扩展，但它们只允许 PNG、整页截图和使用系统对话框打印会破坏样式和布局。 我目前最接近成功的是网页快照但问题是应用程序自己获取内容，这意味着它无法访问某些页面（例如：用户个人资料的登录视图）。 ...
我想知道如何自动从不同的网站复制文本。我正在建立一个属于某些协会的公司数据库。该网站有一个公司列表，其中包含每个公司的描述，我正在手动复制这些描述。有没有办法创建一个宏并自动执行此操作，因为它一遍又一遍地重复相同的过程。 或者有人知道我可以用哪种语言开发类似的东西吗？谢谢， ...
我在 amazon S3 上托管了一些经常更新的静态网页。我想实施一些反抓取机制，比如禁止发出过多请求或发出看起来像机器人的请求的 IP 等。我知道没有什么是万无一失的，但我只是想给他们一些阻力并让他们的工作变得困难。我知道有一种方法可以在存储桶策略中将 IP 地址列入黑名单，但有没有动态的方法来实现这一点，比如...如果特定 IP 每分钟发出....特定数量的请求....那么，在特定时间内禁止它。或者类似的东西。 ...