excel采集网站数据

上周帮朋友处理一个外贸客户名单，集网据对方发来一个网页链接，站数里面是集网据几百条采购商信息。朋友说“复制粘贴就行”，站数结果花了三个小时，集网据贴到一半格式全乱，站数还漏了十几条。集网据我打开Excel，站数用“数据”选项卡里的集网据“自网站”功能，输入网址，站数点了几下“加载”，集网据三分钟，站数表格里整整齐齐排好了公司名、集网据联系人、站数邮箱、集网据电话。朋友瞪大眼睛问：“你用了什么爬虫软件？”我说：“就Excel，你电脑里一直装着。”

很多人不知道，Excel自带网页抓取功能，而且操作门槛低到令人发指。不需要写代码，不需要装插件，甚至不需要懂什么叫“HTML结构”。你只需要一个能正常打开的网页，以及一份想整理数据的耐心。

具体怎么做？打开Excel，新建一个空白工作簿，点“数据”选项卡，左侧找到“获取数据”，下拉菜单里选“自其他源”，再选“自网站”。这时候会弹出一个对话框，让你输入网址。把目标网页的链接粘贴进去，点“确定”。Excel会调起一个内置浏览器窗口，加载那个页面。等页面完全显示后，你会看到页面左边出现一堆黄色箭头图标，每个箭头对应一个表格区域。点一下你需要的那个表格，Excel会自动框选预览，然后点右下角的“加载”，数据就进了工作表。

但这里有个坑，我必须提醒你。很多网站的数据不是静态的，而是动态加载的——比如京东的商品列表，你往下滚动，它才加载更多。Excel的网页抓取工具只能看到页面初始加载出来的内容，滚动加载的部分它抓不到。解决办法也简单：把网页先完整滚动到底，让所有数据都显示出来，然后再复制网页地址。可有些网站是无限滚动的，永远滚不到头，这时候你就得换个思路，用Excel的“Power Query”功能。在“数据”选项卡里点“获取数据”，选“自其他源”，然后选“自Web”，输入网址后，Power Query会进入一个更强大的编辑器，它能模拟浏览器请求，能处理分页。不过这个功能对新手有点复杂，我建议你先把基础的“自网站”玩明白，再碰Power Query。

我自己的经验是，这个功能最适合抓那些结构规整的静态表格——比如政府发布的统计数据、学术论文里的附录、行业报告里的排行榜。这类网页通常用标准HTML表格写死，Excel抓取后连格式都保留得差不多。但如果是电商页面、社交媒体信息流，那就别指望Excel了，老老实实用Python或者专业采集器。

还有一个细节容易忽略。抓取下来的数据经常带着网页的原始格式，比如超链接的文字颜色、单元格的背景色。你选中数据区域，右键“清除格式”就能恢复干净。另外，有些网页的表格里会有合并单元格，抓下来后会出现空行，你筛选一下，把空行删掉就行。

说到底，Excel采集网站数据就是个“够用就好”的工具。它不炫酷，但胜在随手可用。下次再遇到需要从网页上整理数据，别急着打开记事本或者下载什么“万能采集器”，先试试Excel自带的功能。说不定你缺的不是工具，而是一份“原来这也能行”的认知。