Как сделать парсинг в Excel: от простых формул до автоматизации

Если вам нужно перенести таблицы с сайта в Excel без ручного копирования, или регулярно обновлять цены/каталоги из веб-источников, стандартные функции программы не помогут — требуется парсинг данных. На практике это означает, что Excel будет автоматически извлекать информацию из HTML-кода страниц, API или файлов, преобразовывать её в структурированный вид и обновлять при необходимости. Например, вы можете ежедневно получать курсы валют с сайта ЦБ, акции конкурентов с маркетплейсов или статистику с корпоративных порталов — без единого клика после настройки.

В этой статье разберём рабочие методы парсинга в Excel — от элементарных (формулы =WEBSERVICE() и =FILTERXML()) до продвинутых (скрипты на Python + Power Query). Все способы протестированы на Excel 2019–2026 и Microsoft 365, с учётом ограничений бесплатных версий. Особое внимание уделим типичным ошибкам: почему парсинг возвращает #VALUE!, как обойти блокировку сайтов и что делать, если данные приходят в некорректной кодировке.

1. Парсинг через формулы Excel: WEBSERVICE + FILTERXML

Самый быстрый способ получить данные с веб-страницы — использовать комбинацию двух функций: =WEBSERVICE(url) (загружает HTML-код) и =FILTERXML(данные; xpath) (извлекает фрагменты по XPath-запросу). Этот метод работает в Excel 2013 и новее, но имеет ограничение: не все сайты разрешают такие запросы (может вернуть ошибку #N/A).

Пример: нужно спарсить курс доллара с сайта ЦБ РФ. Сначала найдём XPath к нужному элементу (используйте расширение XPath Helper для Chrome). Допустим, XPath для курса — //*[@id="currency_table"]/tr[1]/td[2]. Тогда формулы будут:

=WEBSERVICE("https://www.cbr.ru/currency_base/daily/")
=FILTERXML(A1; "//*[@id='currency_table']/tr[1]/td[2]")

• ✅ Плюсы: не требует установки дополнений, обновляется при пересчёте листа.
• ❌ Минусы: ломается при изменении структуры сайта, не подходит для динамических страниц (где контент подгружается JS).
• ⚠️ Ограничение: WEBSERVICE работает только в Excel для Windows (в Mac и онлайн-версии — нет).

⚠️ Внимание: Если формула возвращает #VALUE!, проверьте:

1. Корректность XPath (сайты часто меняют структуру).
2. Наличие https:// в URL (без протокола не работает).
3. Отключены ли блокировщики рекламы — они могут мешать загрузке данных.

2. Power Query: парсинг с трансформацией данных

Power Query (вкладка Данные → Получить данные) — встроенный инструмент Excel для импорта и преобразования данных. Он поддерживает парсинг из веб-источников, JSON, XML и даже баз данных. Главное преимущество перед формулами — возможность очистки данных "на лету": удаление лишних столбцов, замена текста, объединение таблиц.

Алгоритм парсинга через Power Query:

1. Перейдите на вкладку Данные → Получить данные → Из других источников → Из веб.
2. Вставьте URL страницы (например, https://example.com/prices).
3. В открывшемся окне выберите таблицу (если сайт их поддерживает) или нажмите Дополнительно для ручного XPath.
4. Настройте трансформации (например, удалите пустые строки командой Таблица → Удалить строки → Пустые строки).
5. Нажмите Закрыть и загрузить — данные появятся на новом листе.

Для динамических сайтов (где данные подгружаются после загрузки страницы) Power Query не подходит — он парсит только исходный HTML. В таких случаях нужен VBA или внешние инструменты вроде ParseHub.

3. VBA-скрипты: парсинг с полным контролем

Если нужно спарсить данные со сложной структурой или обойти защиту сайта (например, облачные фаерволы), напишите макрос на VBA. Этот метод требует базовых знаний программирования, но даёт максимальную гибкость: можно эмулировать действия пользователя (клики, скроллинг), работать с куками и даже обходить простейшие CAPTCHA.

Пример скрипта для парсинга заголовков новостей с сайта:

Sub ParseNews()
Dim http As Object, html As Object, url As String
Dim headlines As Object, i As Integer

url = "https://news.yandex.ru/"
Set http = CreateObject("MSXML2.XMLHTTP")
Set html = CreateObject("HTMLFile")

http.Open "GET", url, False
http.send

html.body.innerHTML = http.responseText
Set headlines = html.getElementsByClassName("story__title") ' класс заголовков

For i = 0 To headlines.Length - 1
Cells(i + 1, 1).Value = headlines(i).innerText
Next i
End Sub

• 🔧 Настройка: Чтобы скрипт работал, включите Сервис → Макрос → Безопасность → Разрешить все макросы (временное решение для тестов!).
• 🛡️ Безопасность: Не запускайте макросы из ненадёжных источников — они могут содержать вредоносный код.
• ⚡ Ускорение: Для парсинга сотен страниц используйте Application.ScreenUpdating = False в начале скрипта.

⚠️ Внимание: Многие сайты блокируют запросы без заголовка User-Agent. Добавьте в скрипт строку:

http.setRequestHeader "User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64)"

Set http = CreateObject("WinHttp.WinHttpRequest.5.1")
http.SetProxy 2, "proxy.example.com:8080" ' 2 — тип прокси (HTTP)

4. Парсинг через внешние сервисы (ParseHub, Octoparse)

Если не хотите разбираться в VBA или Power Query, воспользуйтесь специализированными сервисами:

• ParseHub — подходит для новичков, поддерживает динамические сайты ( AJAX), экспорт в Excel/CSV.
• Octoparse — бесплатный тариф на 10 000 строк/месяц, умеет обходить простые CAPTCHA.
• Apify — облачный сервис с готовыми "акторами" для парсинга Instagram, Amazon, Google Maps.

import requests
from bs4 import BeautifulSoup
import pandas as pd

url = "https://habr.com/ru/all/"
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
titles = [h2.text for h2 in soup.find_all('h2', class_='tm-title')]

df = pd.DataFrame(titles, columns=['Заголовки'])
df.to_excel('habr_titles.xlsx', index=False)

function autoParse() {
var url = "https://api.example.com/data";
var response = UrlFetchApp.fetch(url);
var data = JSON.parse(response.getContentText());
SpreadsheetApp.getActiveSheet().getRange(1,1).setValue(data.value);
}

http.send "login=user&password=pass"

session = requests.Session()
session.post("https://site.com/login", data={"user": "name", "pass": "123"})