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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
411
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++
886
604
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
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895