Google 表格中的 IMPORTXML 函数

Question

使用IMPORTXML 函数，是否可以构造一个XPATH 查询来提取给定维基百科页面的行业值？

例如，我想从该页面提取的值 - https://en.wikipedia.org/wiki/Target_Corporation - 是“零售”，而在此页面 - https://en.wikipedia.org/wiki/Boohoo.com - 它将是“时尚”。

Answer 1

• 您想要创建 xpath 以检索给定 Wikipedia 页面的行业值。

如果我的理解是正确的，作为其他模式，这个 xpath 的公式怎么样？请认为这只是几个答案之一。

示例公式：

=IMPORTXML(A1,"//th[text()='Industry']/following-sibling::td")

• xpath 是//th[text()='Industry']/following-sibling::td。
• 在这种情况下，https://en.wikipedia.org/wiki/Target_Corporation 或 https://en.wikipedia.org/wiki/Boohoo.com 的 URL 放在单元格“A1”中。

结果：

参考：

• XPath Axes

补充：

根据您的回复，我知道您还想添加 2 个网址。所以所有的网址如下。

• https://en.wikipedia.org/wiki/Target_Corporation
• `https://en.wikipedia.org/wiki/Boohoo.com
• `https://en.wikipedia.org/wiki/Woot
• `https://en.wikipedia.org/wiki/TripAdvisor

问题和解决方法：

对于上述网址，当使用=IMPORTXML(A1,"//th[text()='Industry']/following-sibling::td")的公式时，返回Retail、Fashion、Retail和Travel, services。

当xpath修改为//th[text()='Industry']/following-sibling::td/a，Retail，#N/A，#N/A和Travel返回。

之所以会这样，是因为以下的不同。

<tr>
  <th scope="row">Industry</th>
  <td class="category"><a href="/wiki/Travel" title="Travel">Travel</a> services</td>
</tr>

和

<tr>
  <th scope="row" style="padding-right:0.5em;">Industry</th>
  <td class="category" style="line-height:1.35em;"><a href="/wiki/Retail" title="Retail">Retail</a></td>
</tr>

和

<tr>
  <th scope="row" style="padding-right:0.5em;">Industry</th>
  <td class="category" style="line-height:1.35em;">Fashion</td>
</tr>

由此，我认为不幸的是，为了从上面检索Travel、Retail 和Fashion，它们不能只用一个 xpath 直接检索。所以我针对这种情况使用了一个内置函数。

解决方法：

在这个解决方法中，我使用了INDEX。请认为这只是几个答案之一。

=INDEX(IMPORTXML(A1,"//th[text()='Industry']/following-sibling::td"),1,1)

• xpath 是//th[text()='Industry']/following-sibling::td。这没有被修改。
• 在这种情况下，URL 放在单元格“A1”中。
• 当检索到 2 个值时，将检索第一个值。通过这个，我使用了INDEX。

结果：

Answer 2

尝试：

=INDEX(IMPORTXML("https://en.wikipedia.org/wiki/Boohoo.com", 
 "//td[@class='category']"), 2, 1)

---

=INDEX(IMPORTXML("https://en.wikipedia.org/wiki/Target_Corporation", 
 "//td[@class='category']"),2,1)