TIP#1226: Jak z webové stránky dostat tabulková data do Excelu (Google Sheets)

Krátký ale užitečný tip je tu – trochu souvisí s tím, že už chvíli ve Flowee.cz řešíme štítky a hodí se je trochu uklidit i pro @365tipu. Zejména zlikvidovat štítky co jsou nepoužité (počet užití je nula) nebo mají málo použití (řekněme počet užití je od jednoho do tří článků). Samozřejmě také najít překlepy, duplicity (malá/velká písmena) a další věci. No a nakonec také použít pro import (například) do Collabim a další práci s hledáním věcí pro PPC i SEO.

V každém CMS (@floweecz je Joomla, @365tipu je WordPress) je možnost vypsat štítky, ale málokdy je tam možnost je kompletně exportovat (pokud máte přístup k SQL, tak ta možnost tam samozřejmě je, ale dost často tohle prostě nemáte). Výpis bývá tabulkový a dá se nastavit i kolik řádek tabulky bude mít. A pak už vám jen stačí nastavit rozumnou délku tabulky a stáhnout si nějaké rozšíření, které umí převést tabulku na webové stránka na tabulku ve Schránce (nebo přímo ukládat jako XML/CSV).

Jednoduché a praktické řešení pro Chrome je Table Capture – na stránce kde je tabulka (či více tabulek) kliknete na ikonku Table Capture, objeví se vám seznam tabulek, vy si vyberete tu správnou a obsah si (například) zkopírujete do Schránky. Vedle můžete mít otevřený Excel či Google Sheets a pomocí Paste/Vložit tam přidáte postupně všechny řádky. Nakonec už v hotové tabulce odstraníte nepotřebné sloupce a můžete s tím začít pracovat.

Přímé copy/paste

To že můžete dělat copy paste z webové stránky přímo od Excelu/Google Sheets asi víte – stačí si tabulku označit do bloku a pak udělat Ctrl+C/Ctrl V. Má to ale vadu, zůstane vám tam všechno formátování, obrázky a další věci. Přes Table Capture se vytahují čistá data z buněk.

Ono copy/paste přímo z webu má občas i trochu komplikace v tom, že tabulky jdou špatně označit.  Takže pokud často kopírujete nějaká data z webu, tak vůbec neváhejte a naučte se to dělat pomocí nějakého šikovného rozšíření.

TIP: Jak porovnat dva soubory Excelu? řeší úplně základní věc co vůbec nemá jednoduché  řešení

Další pomůcky

Zmíněné Table Capture samozřejmě není jediné rozšíření, které něco takového umí. Zkusit můžete ještě

• data-miner.io
• Scrapper

Co navíc, není to jediná možnost jak to dělat – hodně se může hodit i programové řešení – tedy jak získávat tabulková data z webových stránek nikoliv rně.

• Pokud umíte a používáte Python, tak mrkněte na knihovnu Pandas a tam přístupné read_html()
• Pokud používáte R, tak se mrkněte na rvest a httr.
• Používáte-li Excel, tak můžete přímo stahovat data z webových stránek, podívejte se do Data -> From Web -> Get & Transform Data
• V Google Sheets hledejte funkci ImportXML

Užitečný zdroj a pomůcku najdete například i na scraperwiki.com

PS: K štítkům viz Jak udržovat štítky na obsahovém webu? Co vás pravidelně čeká? Kompletní návod jak na štítky u obsahového webu (2)

Další tipy týkající se Google Sheets/Microsoft Excel

Chrome Excel Google Sheets Prohlížeč Rozšíření prohlížeče Webdesign