ImportJSON 技术文档
2024-12-29 06:14:07作者:仰钰奇
1. 安装指南
安装步骤:
- 打开 Google Sheets。
- 点击菜单栏中的
工具,选择脚本编辑器。 - 在脚本编辑器中,删除任何现有代码。
- 复制并粘贴
ImportJSON.gs文件的内容。 - 点击
文件,选择保存,并给脚本一个合适的名称。 - 关闭脚本编辑器,返回 Google Sheets。
安装完成后,您可以在 Google Sheets 中使用 =ImportJSON() 函数。
2. 项目的使用说明
ImportJSON 项目为 Google Sheets 提供了一个 =ImportJSON() 函数,允许用户直接从任何 URL 导入 JSON 数据。以下是使用该函数的基本步骤:
-
在 Google Sheets 中,选择一个空白单元格。
-
使用以下格式输入函数:
=ImportJSON("URL", "JSONPath")其中
URL是您想要导入 JSON 数据的地址,JSONPath是您想要提取的 JSON 数据路径。例子:
=ImportJSON("https://mysafeinfo.com/api/data?list=bestnovels&format=json&rows=20&alias=cnt=count,avg=average_rank,tt=title,au=author,yr=year", "/title") -
按下回车键,函数将返回指定路径下的数据。
可用函数:
ImportJSON: 用于从 URL 导入 JSON 数据。ImportJSONFromSheet: 用于从 Google Sheets 的其他工作表中导入 JSON 数据。ImportJSONViaPost: 用于使用 POST 参数从 URL 导入 JSON 数据。ImportJSONBasicAuth: 用于使用 HTTP Basic 认证从 URL 导入 JSON 数据。ImportJSONAdvanced: 用于脚本开发者扩展库的功能。
3. 项目API使用文档
ImportJSON 项目中的函数可以按照以下方式使用:
-
ImportJSON(url, [path], [noHeaders], [fetchOptions])url: JSON 数据的 URL。path: JSON 数据的路径,用于指定要导入的数据部分。noHeaders: 可选参数,如果设置为true,则不返回表头。fetchOptions: 可选参数,用于设置请求的选项。
-
ImportJSONFromSheet(sheet, [startRow], [startColumn], [endRow], [endColumn], [path])sheet: 包含 JSON 数据的工作表名称。startRow: 开始解析的行号。startColumn: 开始解析的列号。endRow: 结束解析的行号。endColumn: 结束解析的列号。path: JSON 数据的路径。
-
ImportJSONViaPost(url, [path], [noHeaders], [fetchOptions], [postParams])url: JSON 数据的 URL。path: JSON 数据的路径。noHeaders: 可选参数,如果设置为true,则不返回表头。fetchOptions: 可选参数,用于设置请求的选项。postParams: POST 请求的参数。
-
ImportJSONBasicAuth(url, [path], [noHeaders], [fetchOptions], [username], [password])url: JSON 数据的 URL。path: JSON 数据的路径。noHeaders: 可选参数,如果设置为true,则不返回表头。fetchOptions: 可选参数,用于设置请求的选项。username: HTTP Basic 认证的用户名。password: HTTP Basic 认证的密码。
4. 项目安装方式
请参考本文档的“安装指南”部分进行安装。简而言之,您需要将 ImportJSON.gs 脚本内容复制并粘贴到 Google Sheets 的脚本编辑器中,保存并返回 Google Sheets 以开始使用 =ImportJSON() 函数。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253