使用谷歌电子表格抓取Instagram数据？

Question

我需要使用谷歌电子表格获取个人简介等数据以及来自公共 Instagram 帐户的帖子数量。我能够提取关注者和关注者的数量。你能帮忙吗？

Answer 1

这个公式看起来非常复杂，但实际上它就是一个 importxml 公式，用于从“脚本”部分提取数据，其中包含您想要的部分...然后使用我清理的一堆正则表达式替换/提取函数将数据转换为可读格式：

以此公共页面为例：http://www.instagram.com/salesforce/

然后在 B1 或 C1 中输入：

=iferror(arrayformula(regexreplace({arrayformula(regexextract(transpose(split(regexreplace(regexreplace(concatenate(IMPORTXML(Sheet2!A1,"//script")),"\n",""),"(^.*""ProfilePage"": \[{""user"": {""username"": "")(.*)(nodes.*)","$2"),", """,false)),"(^.*)"": .*")),arrayformula(regexextract(transpose(split(regexreplace(regexreplace(concatenate(IMPORTXML(Sheet2!A1,"//script")),"\n",""),"(^.*""ProfilePage"": \[{""user"": {""username"": "")(.*)(nodes.*)","$2"),", """,false)),"^.*"": (.*)"))},"[""}{]","")))

我最终使用了一个文字数组，这样我就可以有效地将字段名称与值分开，显然您可以按照您真正想要的方式进行格式化，但是请参阅此处的图像，该图像演示了它提取的字段：

另请注意，followers、followed_by 和 media: count 是您提到的字段（例如，帖子数称为媒体计数），然后传记当然是不言自明的

更新：回答您的评论 - 如果您想获取其他 2 个值，您可以在单个 regexextract 函数中执行此操作，如下所示：

如果您使用原始导入数据，这些正则表达式可以工作：

媒体数量：

=REGEXEXTRACT(concatenate(IMPORTDATA(E1)),"""media: {""count"": (\d+)page_info: {")

简介：

=REGEXEXTRACT(concatenate(IMPORTDATA(E1)),"biography: ""(.*)""full_name")

如果您使用 importxml 方法，这些方法有效：

=REGEXEXTRACT(A1,"biography"": ""(.*)"", "".*""media"": {""count"": (\d+), ""page_info""")

这会创建 2 个捕获组，自动将它们放入自己的相邻单元格中，或者您可以单独执行它们，即：

传记：

=REGEXEXTRACT(A1,"biography"": ""(.*)"", "".*""media")

媒体数量：

=REGEXEXTRACT(A1,"media"": {""count"": (\d+), ""page_info""")

Answer 2

有人可以制作一个提取此内容的视频吗？我将第一个函数粘贴到 C1 中，但什么也没发生。