从Bing中提取索引页

Question

我想提取Bing结果页的索引页。

我的代码是

function myFunction() {
var html = UrlFetchApp.fetch('https://www.bing.com/search?q=site%3Aapple.com').getContentText();
var doc = XmlService.parse(html);
var html = doc.getRootElement();
var indexed_pages = getElementsByClassName(html, 'sb_count')[0];
var output = XmlService.getRawFormat().format(menu);
return HtmlService.createHtmlOutput(indexed_pages);
}

每次它都会给我错误：

异常：第33行出现错误：实体"nbsp"被引用，但未被引用声明。(3号线(

因此，在第3行中，XmlService出现问题。

当我将URL更改为https://www.bing.com/search?q=site%3Aapple.com%2Fuk，我得到另一个错误

异常：第37行出现错误：不允许在评论。(3号线(

当我将URL更改为http://en.wikipedia.org/wiki/Document_Object_Model它是有效的。我想我的输出是XmlService无法解析的。我只是不知道为什么它可以解析Wikipedia输出，而不能解析Bing输出。

你知道吗？谢谢

Answer 1

您想要从https://www.bing.com/search?q=site%3Aapple.com%2Fuk的URL中检索400.000 Results。如果我的理解是正确的，这个答案怎么样？请将此视为几种可能的答案之一。

问题和解决方法：

不幸的是，来自https://www.bing.com/search?q=site%3Aapple.com%2Fuk的HTML似乎无法由XmlService直接解析。如果要使用XmlService，则需要处理HTML数据以使用XmlService进行分析。因此，在这种情况下，作为一种变通方法，使用regex直接检索400.000 Results的值如何？

示例脚本如下。

示例脚本：

var html = UrlFetchApp.fetch('https://www.bing.com/search?q=site%3Aapple.com%2Fuk').getContentText();
var res = /<span class="sb_count">(w.+?)</span>/.exec(html)[1];
Logger.log(res)

参考：

• exec((