Jak wyodrębnić wiele adresów url ze strony www

[antaba]

Proszę Was o pomoc w zastosowaniu formuły w Google Sheets, za pomocą której wyodrębnię adresy analizowanej strony. - przy pomocy sitemapy (więcej niż 500 url), np. =importxml("A1;"//*[local-name()='url']/*[local-name()='loc'] " ) ta formuła Artefaktu nie zadziała. Umożliwia także szybkie wyciągnięcie tagów z sekcji head, na czym mi też zleżało. Generalnie jak mam sobie zautomatyzować pracę Może istnieje 3 sposób

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Edytowane 10 Kwietnia 2022 przez antaba

[romek_rozen]

Hej,

 

=IMPORTXML("URL z sitemap.xml"; "//*[local-name() ='url']/*[local-name() ='loc']")

 

Powinno zadziałać

[antaba]

Romanie dziękuję Ci, jednak chyba sitemapa jest za duża, wyskakuje mi błąd. Podpowiedz mi, albo inni forumowicze, a przy okazji uratujcie mi tyłek - jak wyciągnąć 70 url z kategorii, przy okazji wyciągnąć H1 (to akurat mam), jaką formułę zastosować w przypadku opisu kategorii, żeby określić długość tekstu (nie chodzi tu =DŁ(A1), np. Nie wiem jak wyciągnąć z tekstu linki wewnętrzne - formuła z webinaru Artefakt nie działa =importXML(A5;"(//a[contains(@href, 'domena.pl')]/@href)[1]"). Jeszcze raz proszą o podpowiedź jak wyciągnąć te urle - ręcznie to nie ma sensu

[romek_rozen]

12 godzin temu, antaba napisał:

Romanie dziękuję Ci, jednak chyba sitemapa jest za duża, wyskakuje mi błąd. Podpowiedz mi, albo inni forumowicze, a przy okazji uratujcie mi tyłek - jak wyciągnąć 70 url z kategorii, przy okazji wyciągnąć H1 (to akurat mam), jaką formułę zastosować w przypadku opisu kategorii, żeby określić długość tekstu (nie chodzi tu =DŁ(A1), np. Nie wiem jak wyciągnąć z tekstu linki wewnętrzne - formuła z webinaru Artefakt nie działa =importXML(A5;"(//a[contains(@href, 'domena.pl')]/@href)[1]"). Jeszcze raz proszą o podpowiedź jak wyciągnąć te urle - ręcznie to nie ma sensu

 

W tej formule masz błąd. Masz wstawiony nawias przed // trzeba go usunąć.

Ogólnie ta formuła wyciągnie Ci pierwszy link, który w href ma domena.pl.

 

Poczytaj więcej o XPATH, może Ci to uprości dalsze prace. Ogólnie xPath wykorzystasz też potem np. w Screaming Frogu.

Jeżeli chcesz przeglądać strony kategorii to potrzebujesz jakiegoś crawlera albo programu, który kliknie na kolejną stronę na stronach kategorii postów.

 

Żeby wyciągnąć URL możesz kombinować w postaci:

• Pobrania wszystkich URL postów i wyciągnięcia nazwy kategorii po xpath (moim zdaniem bez sensu)
• Jeżeli CMS ma bazę danych to przy pomocy mysql wyciągniesz sobie wszystkie posty danej kategorii i ich adresy też, wyciągniesz też w ten sposób opisy kategorii.
• Zrób crawl przy pomocy Screaming Frog i korzystając z opcji Extraction wyciągnij to co potrzebujesz ze stron kategorii. W Screaming Frog (SC) możesz definiować typy stron i zapytania xpath. Zapytania xpath możesz sprawdzić w google sheets albo w jakimś programie po wyguglaniu "xpath test"

Jeżeli chcesz pobrać długość opisu kategorii to znowu z wykorzystaniem xpath znajdujesz tekst kategorii i sprawdzasz jego długość.

Możesz też podać wszystkim zebranym tutaj URL i na pewno ktoś Ci pomoże.

Może napisz do ludzi Artefaktu. Bo z tego co widzę to wszystko opierasz na ich webinarze, na którym mogły być błędy (na podstawie tego co mówisz).