Gg / 從Google Spreadsheets建立查詢ISBN的AppSheet APP 版本2

Gg / 從Google Spreadsheets建立查詢ISBN的AppSheet APP 版本2

Post Views: 183

這個版本是修改自Gg / 從Google Spreadsheets建立查詢ISBN的AppSheet APP

原本抓取回來的Html資料的是透過外加資料庫 Cheerio來處理

但是日前在彰化一整天的粉絲團看到有類似教學文

對於Html的處理方式只用了javascript內建函式

indexOf() 分別取得特定字串的第一個字元數

substring() 在字串中擷取特定範圍的內容

replace(/(<([^>]+)>)/ig,’ ‘)  配合正規表達式將所有的html標籤轉換成空字串

replace(/\n/g,’ ‘) 將換行符號轉換成空白

分別組成兩個外部function處理Html資料並取得想要的內容

整體而言，程式碼分為3個部分

1.取得Html資料

2.取出特定範圍的字串

3.去除html標籤

以下分別說明這3個部分應該注意的地方

1.主程式-取得Html資料

這個部分的程式碼沒有更動

同樣是透過UrlFetchApp.fetch()取得網頁內容

然後將資料送到外部程序進行處理

2.取出特定範圍的字串

這裡要先掌握目標網頁的Html架構

以及目標內容的前後標籤，這樣才能正確設定範圍取出字串

這個流程類似之前在VBA處理JSON格式資料的方式

也就是切割內容找到目標資料

indexOf() 可以取得特定字串的第一個字元數

如果加上第2個參數，表示從特定位置開始尋找

function get_content(s,s1,s2){ // s-取得的Html資料  s1-在目標資料前面的Html標籤  s2-在目標資料後面的Html標籤
  //indexOf()取得起、迄字串的第一個字元所在
  var t1=s.indexOf(s1);
  var t2=s.indexOf(s2,t1+1);   //從t1+1的位置開始找 也就是從S1之後開始找

  //Logger.log(s.substring(t1 + s1.length, t2))
  //substring()擷取字串範圍   
  return s.substring(t1 + s1.length, t2); // t1 + s1.length 在目標資料前面的Html 最後一個字元的位置
}

當知道目標範圍前後標籤的位置

就可以利用substring() 擷取特定範圍的內容

因為每一筆目標資料都要經過相同的程序

所以將這個程序獨立成外部程序

備註：後來發現不同ISBN查詢的結果頁面

項目內容可能不太一樣

所以會有的項目在indexOf()是搜尋不到對應結果，得到數值 -1的結果

因此再用一個判斷式來處理

function get_content(s,s1,s2){
//indexOf()取得起、迄字串的第一個字元所在
var t1=s.indexOf(s1); //查找不到，則回覆 -1
if(t1 != -1){
    var t2=s.indexOf(s2,t1+1); //從t1+1的位置開始找 也就是從S1之後開始找

    //Logger.log(s.substring(t1+s1.length,t2))
    //substring()擷取字串範圍 
    return s.substring(t1 + s1.length, t2);
 }else{
    return "無此項目";
 } 
}

3.去除html標籤

在2的程序會得到特定範圍的Html資料

因為要取得的資料其實不用這些標籤

只需要留下文字內容

所以再透過replace()與正規表達式去除有標籤的部分，以及不必要的空白

 

整體程式碼

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
 
function isbnQuery2() {
  var sheet=  SpreadsheetApp.getActiveSpreadsheet();
  var sh=  SpreadsheetApp.openById("1BMajZnG64K8pUXEBtaTEZF0fEIqiN4JmFuJGZ4U1doU"); //https://docs.google.com/spreadsheets/d/1BMajZnG64K8pUXEBtaTEZF0fEIqiN4JmFuJGZ4U1doU/
  var sheet =sh.getSheets()[0];
  var lastRow = sheet.getLastRow();

  var isbn = sheet.getRange(lastRow,1).getValue();                  //9789865026578
  var url = "http://192.83.186.170/search*cht?/i"+ isbn +"/i"+ isbn +"/0,0,0/frameset&FF=i"+ isbn;
  var hData = UrlFetchApp.fetch(url);
  var rowData = hData.getContentText();//儲存抓回的內容
  var rowRe = hData.getResponseCode();
  Logger.log(rowRe);
  //Logger.log(rowData);
  
  if(rowRe >= 200 || rowRe < 400){
  //著者
  var author = stripHTML(get_content(rowData,"class=\"bibInfoLabel\">著者</td>","</a>"));
  Logger.log(author);
  
  //題名
  var title = stripHTML(get_content(rowData,"class=\"bibInfoLabel\">題名</td>","</strong></td></tr>"));
  Logger.log(title);
  
  //版本項
  var version = stripHTML(get_content(rowData,"class=\"bibInfoLabel\">版本項</td>","</td></tr>"));
  Logger.log(version);
  
  //出版項
  var publisher = stripHTML(get_content(rowData,"class=\"bibInfoLabel\">出版項</td>","</td></tr>"));
  Logger.log(publisher);
  
  //面數高廣
  var size = stripHTML(get_content(rowData,"class=\"bibInfoLabel\">面數高廣</td>","</td></tr>"));
  Logger.log(size);
  
  //國際標準書號
  var pisbn = stripHTML(get_content(rowData,"class=\"bibInfoLabel\">國際標準書號</td>","</td></tr>"));
  Logger.log(pisbn) 
  }else{
    Logger.log("error")
  } 
}

//--------------------------------------------------------取出特定範圍的字串 s-html s1-起 s2-迄
function get_content(s,s1,s2){
 
  //indexOf()取得起、迄字串的第一個字元所在
  var t1=s.indexOf(s1);   //查找不到，則回覆 -1
  if(t1 != -1){ 
    var t2=s.indexOf(s2,t1+1);   //從t1+1的位置開始找 也就是從S1之後開始找

      //Logger.log(s.substring(t1+s1.length,t2))
      //substring()擷取字串範圍   
      return s.substring(t1 + s1.length, t2);
  }else{
    return "無此項目";
  }  
}

//--------------------------------------------------------去除html標籤
function stripHTML(input) {
 
    //Logger.log(input)
    var output = '';
    if(typeof(input)=='string'){
        output = input.replace(/(<([^>]+)>)/ig,'');//將所有的html標籤轉換成空字串
    }
    output=output.replace(/\n/g,'');//取代換行成空白
    //Logger.log(output)
    return output;
}

 

Tags: