过年回家没带电脑，刚看到。以下是完整步骤。
前边步骤比较简单，逐步操作就行，不再赘述： 获取数据——web——粘贴网址（选“基本”即可）——导航器——选择所需内容——转换数据——进入power query编辑器 重点是以下步骤： 1）点击“高级编辑器”，弹出窗口，可以看到软件自动生成的代码，这里只需要修改两处地方：一是在let前边另起一行，输入“（page as number）as table=>”，结尾是一个等号（“=”）和大于号（“>”）。二是重新构造网址，实际上是用Number.ToText(page)代替原有的数字，再用&拼接（如图一），注意用成对的引号包含字符串，公式不用。 简单解释下，page可以看作一个变量（也可以换其他喜欢的名字），类似解方程中未知数，用它代替网址中代表页数的数字，我们只需要把它替换成其他数字就可以得到其他的网页，接下来会演示。Number.ToText(page)这个公式顾名思义，就是把数字转换为文本格式。 对于有许多分页的网页，重点是找到网址的规律，以数学一年级为例， 第四页https://www.shijuan1.com/a/sjsx1/list_112_4.html 对比可以发现只有一个数字不同，它正好对应页数，尝试把第一页网址改为https://www.shijuan1.com/a/sjsx1/list_112_1.html也能打开，印证猜想，于是采用如上思路构造网址。 这一步完成后会看到图二界面，其实这里已经完成了一个自定义函数，输入数字点击就可以使用。为了使用方便，修改其名称为“分页提取内容”。 2）依次点击：主页——新建源——空查询——在公式框输入“={1..10}”,enter（如图三）——点击“到表”，弹出对话框，直接确定——鼠标移到列的左上角，如图四所示，点击选择“整数”。 简单说明，这里其实是构造了一列数字，用它来代替页数。={1..10}是固定语法，1是数列起点，10是终点，中间是两个英文句号，外边是一对大括号。为了节省时间这里只写了10页，实际可根据需要修改大小。也可以使用公式= List.Numbers(起点,数字个数,间隔)，如= List.Numbers(1,5,2)会生成“1,3,5,7,9”。注意一定要在英文格式下输入。 3）添加列——调用自定义函数——在新对话框中选择（如图五，前边步骤都做对的话，这里只有一个选项）——同意隐私数据要求（如图六，图七）——保存后软件开始提取数据，如果页数较多，这里需要多等一会。 4）出现如图八所示的界面表示提取数据成功，点击如图八所示右上角的图标，把数据展开到每一列，可以选择保留或删除的部分，之后点击“关闭并应用”（如图九），这里也会多等一会。 5）在主界面做一个表，可以行排序，列排序等等，点击三个点“...”，选择导出数据即可（如图十）。也可以做几个图表，如图条形图展示了每一个网页上提取了多少条内容，容易发现是否有遗漏（原网页每页有25条）。 更有用的是完成以后每次使用不需要重复以上步骤，只要点击“刷新”，就可以自动获得数据，非常方便。 其他注意点：PQ的公式等对大小写和文本格式非常敏感，一定要在英文格式输入，稍不注意就容易报错。 不建议一次性抓取太多页，够用就行，毕竟Excel和power BI专业不是干这个的，我提取30页就花了近30分钟。
以上步骤只有三处涉及输入公式，其他步骤都是鼠标点点，泛用性比较好，修改起来也比较方便。 操作失误上传不了附件了 ，截图贴在word上传网盘了。
| 
沪公网安备 31011702000001号 沪ICP备11019229号-2
发表于 2024-2-3 14:57
楼主
