WPS JS宏新玩法:用Fetch API轻松爬取B站数据并自动生成Excel报表

news2026/3/26 23:10:23
WPS JS宏新玩法用Fetch API轻松爬取B站数据并自动生成Excel报表在数字化办公时代数据采集与分析能力已成为职场人士的核心竞争力。传统的数据收集往往需要手动复制粘贴既耗时又容易出错。而WPS Office最新版本引入的JavaScript Fetch API为办公自动化带来了革命性变化——现在你可以直接在WPS表格中编写几行代码就能自动获取网络数据并生成专业报表。本文将带你探索如何利用WPS JS宏中的Fetch API从B站等平台抓取结构化数据并自动整理到Excel表格中。无论你是需要定期收集市场数据的市场专员还是需要分析用户行为的产品经理这套方案都能将你的工作效率提升数倍。1. 环境准备与基础概念在开始编写爬虫代码前我们需要确保开发环境配置正确。WPS Office 2023专业版及以上版本已内置完整的JavaScript运行时环境无需安装任何额外插件。你可以通过以下步骤验证环境打开WPS表格按AltF11调出宏编辑器在左侧项目窗口选择插入→模块Fetch API是现代浏览器提供的网络请求接口其核心优势在于Promise异步处理避免回调地狱代码更清晰内置JSON解析无需额外库处理数据格式简洁的链式调用比传统XMLHttpRequest更易用// 最简单的Fetch请求示例 fetch(https://api.example.com/data) .then(response response.json()) .then(data console.log(data));提示WPS JS宏环境与浏览器环境略有不同部分高级特性如CORS限制较为宽松更适合企业级数据采集场景。2. 实战抓取B站收藏夹视频数据让我们以抓取B站用户收藏夹视频信息为例演示完整的爬取到报表生成流程。B站开放API返回标准的JSON数据结构非常适合作为学习案例。2.1 分析API接口通过浏览器开发者工具分析我们发现收藏夹数据的API端点格式如下https://api.bilibili.com/x/v3/fav/resource/list?media_id{收藏夹ID}pn页码ps每页数量关键参数说明参数名类型说明media_id数字收藏夹唯一标识pn数字页码从1开始ps数字每页条目数最大202.2 编写数据获取函数async function fetchBiliFavorites(mediaId, page 1) { const url https://api.bilibili.com/x/v3/fav/resource/list?media_id${mediaId}pn${page}ps20; const headers { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64), Referer: https://www.bilibili.com/ }; try { const response await fetch(url, { headers }); if (!response.ok) throw new Error(HTTP error! status: ${response.status}); return await response.json(); } catch (error) { console.error(抓取失败:, error); return null; } }2.3 数据清洗与转换获取的原始数据需要转换为适合Excel展示的二维数组结构function transformData(apiData) { const videos apiData.data.medias; return videos.map(video ({ 封面: video.cover, UP主: video.upper.name, 标题: video.title, 播放量: video.cnt_info.play, 收藏时间: new Date(video.fav_time * 1000).toLocaleString() })); }3. 数据写入Excel与格式优化将处理好的数据写入工作表并设置专业样式3.1 基础数据写入function writeToSheet(data, startCell A1) { const headers Object.keys(data[0]); const rows data.map(item Object.values(item)); // 写入表头 Range(startCell).Resize(1, headers.length).Value2 [headers]; // 写入数据 Range(startCell).Offset(1, 0).Resize(rows.length, headers.length).Value2 rows; return { headerRange: Range(startCell).Resize(1, headers.length), dataRange: Range(startCell).Offset(1, 0).Resize(rows.length, headers.length) }; }3.2 自动化样式设置专业报表需要合理的视觉呈现function applyTableStyle(rangeObj) { // 设置表头样式 rangeObj.headerRange.Font.Bold true; rangeObj.headerRange.Interior.Color RGB(240, 240, 240); // 设置数据区域样式 rangeObj.dataRange.Borders.LineStyle 1; rangeObj.dataRange.Font.Size 10; // 自动调整列宽 Columns(rangeObj.headerRange.Column, rangeObj.headerRange.Columns.Count) .AutoFit(); // 设置日期格式 const dateCol rangeObj.headerRange.Value2[0].indexOf(收藏时间) 1; if (dateCol 0) { Columns(rangeObj.headerRange.Column dateCol - 1) .NumberFormat yyyy-mm-dd hh:mm; } }4. 高级技巧与实战优化掌握了基础流程后我们可以进一步优化爬虫的稳定性和功能性。4.1 分页抓取与错误重试async function fetchAllPages(mediaId, maxPages 5) { let allVideos []; let currentPage 1; while (currentPage maxPages) { const result await fetchBiliFavorites(mediaId, currentPage); if (!result || !result.data.medias) break; allVideos allVideos.concat(transformData(result)); // 判断是否还有下一页 if (result.data.medias.length 20) break; currentPage; // 避免请求过快 await new Promise(resolve setTimeout(resolve, 1000)); } return allVideos; }4.2 图片自动插入技术让报表直接显示视频封面function insertThumbnails(dataRange, urlColumn 1) { const sheet ActiveSheet; const topPosition dataRange.Row 1; for (let i 0; i dataRange.Rows.Count; i) { const cell dataRange.Cells.Item(i 1, urlColumn); const imgUrl cell.Value2; if (imgUrl) { try { const top cell.Top 2; const left cell.Left 2; sheet.Shapes.AddPicture(imgUrl, true, true, left, top, 80, 45); cell.Value2 ; // 清空原始URL } catch (e) { console.log(图片插入失败: ${imgUrl}); } } } }4.3 定时自动刷新方案结合WPS的定时任务功能可以实现数据自动更新function setupAutoRefresh(minutes 60) { const refresh () { console.log([${new Date().toLocaleString()}] 开始自动刷新数据); main(); // 执行主抓取函数 Application.OnTime(DateAdd(n, minutes, Now()), refresh); }; // 首次执行 refresh(); }5. 企业级应用场景扩展这套技术方案可以轻松适配各种业务场景5.1 竞品监控系统定期抓取竞品视频数据自动生成对比报表async function monitorCompetitors() { const competitors [ { name: 品牌A, mediaId: 12345 }, { name: 品牌B, mediaId: 67890 } ]; let allData []; for (const comp of competitors) { const videos await fetchAllPages(comp.mediaId); videos.forEach(v v.品牌 comp.name); allData allData.concat(videos); } // 生成交叉分析报表 const report analyzePerformance(allData); writeToSheet(report, G1); }5.2 数据可视化看板结合WPS图表功能创建动态仪表盘function createDashboard() { const chart ActiveSheet.Shapes.AddChart2(251, xlColumnClustered).Chart; chart.SetSourceData(Source:Range(A1:E20)); chart.ChartTitle.Text 视频数据看板; // 添加趋势线 chart.SeriesCollection(1).Trendlines.Add(); }5.3 多平台数据整合同样的方法也适用于其他平台数据采集async function fetchMultiPlatformData() { const platforms [ { name: B站, fetchFunc: fetchBiliFavorites, mediaId: 1017007045 }, { name: YouTube, fetchFunc: fetchYouTubePlaylist, playlistId: PL123456 } ]; const allData []; for (const platform of platforms) { const data await platform.fetchFunc(platform.mediaId); allData.push(...data.map(item ({ ...item, 平台: platform.name }))); } return allData; }在实际项目中我发现将封面图片尺寸控制在80×45像素左右既能清晰显示又不会过度占用表格空间。对于需要长期运行的数据采集任务建议添加完善的日志记录功能方便排查网络波动导致的问题。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2445997.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…