【祿】道高一尺 魔高一丈 Bloomberg 最新股價擷取法

話說最近 Bloomberg 更改了報價頁面，頁面上最新報價的 Class Name 更新增了亂碼！如果讀者嘗試利用早前筆者介紹的方法建立智能秘書，恐怕這回會給 Bloomberg 打敗。但對於有少許程序編寫底子的筆者而言，這次 Bloomberg 的改動也許有點侮辱了筆者以及各編程員的智慧。

筆者的股票監察表建立於 Google Sheets 而股價資料主要來自 GoogleFinance 和 Bloomberg。月初旅行前後開始，筆者發現從 Bloomberg 很多時候都取不到股價。由於 Bloomberg 的股價是利用 XPath 在第三方網站取得的，並不如 GoogleFinance 函數在 Google Sheets 是原始支援，所以起初覺得偶有未能取價的情形也不足為奇。

及後遊日回來，筆者發現取股價的函數沒有一次成功（所以經常顯示筆者今個月股票倉賠了好幾萬元）。於是筆者沒有辦法，只好造訪 Bloomberg 網站看看究竟。

蒲開網站，很明顯的見到版面改動過來。未看原始碼，筆者心中已知道背後的原始碼肯定經過改動，目的就是防止我們這些「網路蛀米蟲」取股價又不看其網頁廣告；看來一些 XPath 工程少不免。資訊提供者往往借改版面更新視聽為名，打壓我們這班在免費資源的窄鏠之中生存的投資人為實。

再利用前文介紹過的方法，Highlight 股價 Inspect Element，筆者發現這回股價的 Class Name 新增了些幾個數字的亂碼

<span class="priceText__1853e8a5">1.16</span>

很明顯這次網頁的改動就是防止一般大眾編程員隨便的擷取股價！在這裡請讓筆者解釋一下。

在以前的 Bloomberg 頁面，股價的原始碼一行是這樣的：

<div class="price">1.16</div>

只要看穿了這個原始碼結構，然後利用 XPath 告訴 Google Sheets 擷取所有在 DIV 標籤內 Class 屬性值為「Price」的內容，就可以輕易取得股價：

=importxml("https://www.bloomberg.com/quote/RW0U:SP","//div[@class='price']")

就算讀者不懂得將上面的一段文字化為 XPath，大概也能理解文字的內容吧！筆者知道坊間其實有些網路小程序，使用家可以在完全不懂編程的情況下擷取網頁資訊（例如股價），其方法就是閱讀用家希望擷取的資訊附近的特徵（DIV 內 Class 屬性為 Price），然後替用家完成編程的部分。所以在從前 Bloomberg 頁面，要取得股價基本上是幼稚園生也能做到的。

好了，現在 Bloomberg 在股價（以及其他資訊）的 Class 值安插了一堆亂碼，以上的方法就不奏效了。為什麼？因為就算讀者根據上面的 screen capture 寫了一下一段 XPath：

=importxml("https://www.bloomberg.com/quote/RW0U:SP","//span[@class='priceText__1853e8a5']")

Google Sheets 在執行 ImportXML 函數時，會重新載入 Bloomberg 頁面，而 Bloomberg 伺服器會在 Class 值重新產生出新的亂碼。結果，ImportXML 函數沒能在新的頁面找到舊的亂碼，回傳結果 #N/A!。利用上述網路小程序擷取股價的話，當然也只有投降了。

但若讀者有少許編程基礎和數據科學的感知，應該不難在新的網頁原始碼找到新的特徵。事實上，筆者認為 Bloomberg 侮辱各位讀者智慧的地方，在於其在新頁面中股價的 Class 值仍然大大隻字寫著 priceText。只要有方法利用 XPath 表達式寫出 Class 值「內含有」（而非「等於」）「priceText」，單憑這點已經完全夠打。

網路資源豐富的今天，要找出如何寫這句其實只需要 30 秒。而答案是：

=importxml("https://www.bloomberg.com/quote/RW0U:SP","//span[contains(@class,'priceText')]")

未知道 Bloomberg 的網路編程員，花了多少時間和資源去修改這個頁面？然後 1 分鐘內就被筆者破解，這故事聽起來有沒有些大衛打到巨人哥利亞的味道？