Thu thập dữ liệu từ khắp nơi bằng cách sử dụng hàm ImportXML của Google Sheets

Buzz

Nội dung bài viết

Cách sử dụng hàm ImportXML trong Google Sheets

Định nghĩa căn bản về XML và HTML

Cách lấy danh sách mã bưu điện và quận trong thành phố

Xem thêm

Đọc tóm tắt

- Hướng dẫn sử dụng hàm ImportXML trong Google Sheets để tự động lấy dữ liệu từ các trang web vào bảng tính.
- Với ImportXML, bạn có thể sao chép thông tin như danh sách mã bưu điện, địa chỉ email từ các trang web một cách nhanh chóng và tiện lợi.
- Công cụ này giúp tối ưu hóa quy trình nhập liệu và tự động cập nhật dữ liệu khi có thay đổi.

Hàm ImportXML sẽ giúp bạn đưa dữ liệu từ website vào Google Sheets một cách dễ dàng. Dưới đây là cách sử dụng hàm ImportXML trong Google Sheets.

Microsoft Excel không còn là ứng dụng bảng tính hữu ích nhất vì người dùng hiện đã có nhiều lựa chọn thay thế khác, thậm chí là miễn phí. Google Sheets là một trong số đó.

Dù có nhiều điểm khác biệt, Google Sheets không quá xa lạ so với Excel. Ngay từ lúc đầu tiên sử dụng, bạn sẽ thấy giao diện của nó khá quen thuộc với các công cụ căn chỉnh, định dạng ô, sao chép và hợp nhất dòng… Google Sheets cũng hỗ trợ hàm tính với nhiều phép tính thông dụng như cộng/trừ/nhân/chia dữ liệu trong ô liên quan. Nếu đã làm quen với Excel, việc sử dụng Google Sheets sẽ không có gì khó khăn.

Điểm đặc biệt của phần mềm bảng tính này là bạn không cần phải cài đặt, chỉ cần có tài khoản Google là có thể sử dụng ngay. Với việc hoạt động trên trình duyệt, Google Sheets có thể tự động cập nhật thông tin khi bạn không có mặt. Bạn có thể dễ dàng chia sẻ bảng tính với người khác, nhập nguồn dữ liệu để Google Sheets tự động cập nhật khi có thay đổi. Chỉ cần vài cài đặt đơn giản, Sheets sẽ giúp bạn tiết kiệm thời gian và công sức xử lý bảng tính đáng kể.

Tuy nhiên, nếu muốn tải lượng lớn dữ liệu từ web, như là sao chép thông tin từ một bảng online (danh sách sự kiện, bảng thống kê hay địa chỉ email phân bố trên web), thì việc sao chép & dán sẽ tốn thời gian và công sức phải không? Google Sheets có một lựa chọn tốt hơn cho bạn.

Bạn có thể nhập dữ liệu từ bất kỳ trang web nào bằng một hàm nhỏ nhưng mạnh mẽ có tên là ImportXML. Khi bạn đã làm chủ được hàm ImportXML trong Google Sheets, việc thu thập hàng loạt dữ liệu từ web sẽ trở nên đơn giản hơn bao giờ hết.

Cách sử dụng hàm ImportXML trong Google Sheets

Định nghĩa căn bản về XML và HTML
Cách lấy danh sách mã bưu điện và quận trong thành phố
Cách tự động sao chép địa chỉ email từ trang web
Sử dụng Regex để trích xuất địa chỉ Email từ web trong Google Sheets.

Định nghĩa căn bản về XML và HTML

Ngôn ngữ đánh dấu XML chỉ định các bộ dữ liệu trong một trang web. Tóm lại, bất kỳ bộ và - các khối xây dựng của mã nguồn web hoặc một tập hợp dữ liệu cụ thể sẽ nằm trong chúng. Mã nguồn web sẽ chứa một số văn bản trong thẻ

aragraph - đoạn văn, đôi khi chứa cả old - chữ in đậm và có thể là liên kết (được theo sau bởi .

để đóng thẻ đầy đủ).

Hàm ImportXML của Google Sheets có thể tìm kiếm một bộ dữ liệu XML và sao chép dữ liệu từ nó. Ví dụ, nếu muốn lấy tất cả các liên kết trên trang, chúng ta cần yêu cầu hàm ImportXML lấy toàn bộ thông tin trong thẻ . Nếu muốn lấy toàn bộ văn bản của một trang web, bạn có thể bắt đầu bằng cách lấy tất cả trong hoặc mỗi phiên bản của

, sau đó xóa dữ liệu ở các giai đoạn sau.

Cách lấy danh sách mã bưu điện và quận trong thành phố

Bảng biểu trong Wikipedia là một tài liệu thực hành ImportXML tốt. Bài viết sẽ minh họa việc tải toàn bộ mã bưu điện từ Edmonton, Alberta. Tìm danh sách mã bưu điện của Canada bắt đầu bằng chữ T. Mở trang đó trong một tab trình duyệt mới để bắt đầu.

Chọn một mã bưu điện, nhấp chuột phải và chọn Inspect để mở công cụ xem mã nguồn trang của trình duyệt. Bạn sẽ thấy mỗi mã nguồn trang nằm trong một thẻ (định nghĩa một ô trong bảng). Sau đó, bài viết sẽ nhập toàn bộ thẻ TD chứa từ Edmonton trong đó.

Tạo một bảng tính Google Sheet trống mới. Bài viết sẽ lấy toàn bộ nội dung của thẻ TD, bao gồm và liên kết bằng cách xác định dữ liệu muốn sử dụng theo cú pháp Xpath. ImportXML lấy URL và thẻ bạn đang tìm là đối số để nhập vào Google Sheets.

=importxml('https://en.wikipedia.org/wiki/List_of_T_postal_codes_of_Canada', '//td')

Dưới đây là kết quả bạn sẽ nhận được:

Quay lại mã nguồn trang, bạn sẽ thấy mã bưu chính được in đậm trong thẻ , và tên thành phố liên kết với các bài báo Wikipedia nằm trong thẻ . Bây giờ hãy thử chỉ lấy liên kết trong mỗi ô của các thành phố lớn và loại bỏ các liên kết khác (khu phố). Chỉnh sửa chúng thành hai lệnh cho cột A và B:

=importxml('https://en.wikipedia.org/wiki/List_of_T_postal_codes_of_Canada', '//td/span/a[1]')

=importxml('https://en.wikipedia.org/wiki/List_of_T_postal_codes_of_Canada', '//td/b[1]')

Bạn cần điều chỉnh kết quả một chút:

Hành động này giúp bạn hiểu cách cú pháp truy vấn XPath hoạt động: một thẻ chỉ cung cấp phiên bản đầu tiên của trong . Vì vậy, td/span/a[1] cho bạn liên kết đầu tiên trong ở mỗi . Tương tự, td/b[1] cho bạn text in đậm đầu tiên trong mỗi hoặc chỉ mã bưu điện ở trường hợp này.

Điều tuyệt vời là bạn có thể thực hiện hai truy vấn trong một hàm. Vì thế, bài viết kết hợp hai yêu cầu bằng một biểu tượng | ở giữa:

=importxml('https://en.wikipedia.org/wiki/List_of_T_postal_codes_of_Canada', '//td/span/a[1] | //td/b[1]')

Tuy nhiên, bạn sẽ không nhận được cùng kết quả trước đó. Thay vào đó, nó sẽ xen kẽ toàn bộ yêu cầu kết hợp vào một danh sách dài, thay vì hai cột. Điều này có nhiều lợi ích nhưng không cần thiết trong bài viết này.

Để chọn mã bưu chính trong các ô chứa liên kết 'Edmonton'. Chúng ta sẽ sử dụng mã này:

=importxml('https://en.wikipedia.org/wiki/List_of_T_postal_codes_of_Canada', '//td[span/a='Edmonton']/b[1]')

Đặt phần 'search' - văn bản đủ điều kiện để thu hẹp kết quả trong dấu ngoặc vuông mà không làm ảnh hưởng tới cách thức đưa ra kết quả.

Lấy địa chỉ email từ trang web

Cuối cùng, chúng ta sẽ nhìn thấy bảng này:

Nhớ rằng, ImportXML sẽ tự động điền vào tất cả các cột và hàng dựa trên dữ liệu nó tìm thấy. Truy vấn regex cần được điền vào từng ô bạn muốn có kết quả. Để kết hợp tất cả lại với nhau, chỉ cần sử dụng hàm Regexextract như một công thức hằng số mảng (array):

Lấy địa chỉ email từ trang web

Dưới đây là kết quả thu được:

Trích xuất địa chỉ email sử dụng hàm Regex

Hy vọng bạn thấy bài viết hữu ích!

Nội dung được phát triển bởi đội ngũ Mytour với mục đích chăm sóc khách hàng và chỉ dành cho khích lệ tinh thần trải nghiệm du lịch, chúng tôi không chịu trách nhiệm và không đưa ra lời khuyên cho mục đích khác.

Nếu bạn thấy bài viết này không phù hợp hoặc sai sót xin vui lòng liên hệ với chúng tôi qua email [email protected]

Các câu hỏi thường gặp

Hàm ImportXML trong Google Sheets giúp làm gì?

Hàm ImportXML giúp bạn dễ dàng lấy dữ liệu từ các trang web vào Google Sheets. Bạn có thể nhập các dữ liệu như bảng biểu, liên kết, hoặc văn bản từ trang web vào bảng tính một cách nhanh chóng.

Làm thế nào để sử dụng hàm ImportXML để lấy dữ liệu từ trang web?

Để sử dụng hàm ImportXML, bạn chỉ cần nhập cú pháp đúng, ví dụ: =importxml('URL', 'XPath'). Hàm này sẽ tự động tải dữ liệu từ trang web và hiển thị trực tiếp trong Google Sheets.

Cú pháp Xpath trong hàm ImportXML là gì?

Cú pháp Xpath trong hàm ImportXML cho phép bạn chỉ định chính xác vị trí của dữ liệu trên trang web. Ví dụ, 'td' để lấy dữ liệu trong thẻ hoặc 'a[1]' để lấy liên kết đầu tiên.

Có thể sử dụng hàm ImportXML để lấy địa chỉ email từ trang web không?

Có, bạn có thể sử dụng hàm ImportXML kết hợp với Regex để trích xuất địa chỉ email từ các trang web. Hàm sẽ giúp bạn tự động lấy và điền các địa chỉ email vào bảng tính.

Làm thế nào để lấy danh sách mã bưu điện từ Wikipedia bằng hàm ImportXML?

Để lấy danh sách mã bưu điện từ Wikipedia, bạn chỉ cần nhập cú pháp: =importxml('URL', '//td'). Sau đó, hàm ImportXML sẽ trích xuất tất cả mã bưu điện từ trang Wikipedia vào Google Sheets.

ImportXML có thể kết hợp nhiều truy vấn trong một hàm không?

Có, bạn có thể kết hợp nhiều truy vấn XPath trong một hàm ImportXML bằng cách sử dụng ký hiệu | giữa các truy vấn. Điều này giúp bạn lấy dữ liệu từ nhiều thẻ khác nhau cùng lúc.