2.9 Power Query 导入Web API数据

Web和Web API有什么不同？从范围来看，Web API是Web数据的子集；从网页定义来说，网页返回的内容就是API（应用程序界面）数据，然后通过浏览器进行具体的数据解析，呈现出来具体网页的内容：图片、文字、格式等。但有一类特殊的API，它返回的内容不是HTML格式的数据，而是标准文本格式数据，格式呈现的结果相对来说比较简单，返回的可用的数据格式通常如下。

■ JSON数据格式：JSON是层次数据的一种。

■ XML 数据格式：XML 也是层次数据的一种。

■ 类XML或JSON格式：这类数据非常像XML或JSON，但实际上不是。我们将这部分数据称为伪层次数据。

随着技术的发展，API数据处理方式也慢慢成为主流，很多网站已经将它们的服务封装成了标准的API。需要的用户直接通过API调用就可以完成数据获取，但是目前多数API 都是采用收费模式进行数据提取，因此要特别注意进行API调用时费用的问题。

为了让大家了解到非常典型的伪层次数据处理，这里返回API的数据既不是JSON，也不是XML的数据。我们就以这一类非常特殊的数据来演示如何在Excel和Power BI中进行伪层次数据的获取和处理。这里我们以东方财富网的基金网站的即时基金净值为例，这是一个基金净值即时收益的API，可以直接在浏览器访问，访问的结果如图2.91所示。

这些API的结果看起来像JSON，但是实际上不是JSON，而是伪JSON的数据格式，那么如何从这类伪JSON文件中提取需要的内容呢？

2.9.1 Excel 实现Web API数据获取

在Excel中获取Web API的方式和在网页中实现数据爬取的方式相同，在Excel的界面中的“数据”选项卡下单击“获取数据”下拉按钮，在下拉列表中选择“自其他源”→“自网站”命令。在弹出的对话框中输入网址，输入完成后单击“确定”按钮。由于网址格式无法识别，还要进行进一步操作，右击后在弹出的快捷菜单中选择如图2.92所示的文本方式进行数据解析。

完成格式转换后会发现结果包含乱码，如图2.93所示。原因是当前文本解析的方式和网页提供的解析方式不同，原网页代码提供的是Unicode 模式，而当前系统将网页代码转换成了GB32，GB32的数值偏码为936。

要想解决编码的问题，需要修改M语言的文件导入格式，将其修改为UTF-8即可。按照如下的格式进行修改将显示正常的中文，如图2.94所示。

获取完这些数据内容之后，接下来就可以按照自己的需要进行数据的清洗和重构，重构数据完成后的结果如图2.95所示。

在完成了数据的清洗和重构之后，Excel 支持将最终的数据实现多向输出。

2.9.2 Power BI 实现Web API数据获取

Power BI进行Web API数据爬取和Excel进行Web API数据爬取基本上一样，我们可以在Power BI“主页”选项卡下单击“获取数据”下拉按钮，在下拉列表中选择“从Web”，并输入网址，输入完成后单击“确定”按钮进行连接，如图2.96所示。

由于获取的数据不是XML，也不是JSON，伪JSON格式必须按照伪JSON的方式进行处理，这里在弹出的文件解析界面中需要手动选择文件解析的格式，即右击文件，在弹出的快捷菜单中选择“文本”命令，如图2.97所示。

在将数据解析格式设置为文本格式后也存在相应的乱码问题，这里需要通过设置正确的文件编码，才能够获取到正确的数据，数据结果如图2.98所示。

在完成了数据的解析后，还需要进行清洗和重构，图2.99所示为基于清洗和重构后Power BI数据处理后的最终结果。