xpath 跳过丢失的表格图像答案

【问题标题】：xpath to skip missing table imagesxpath 跳过丢失的表格图像
【发布时间】：2020-08-22 21:46:53
【问题描述】：

我正在从表格中抓取图像 url 和文本，我想知道如何为缺少图像的单元格收集任何内容（或至少没有 url）。我不想删除任何行，因为我想按原样复制表格。这是an example 的表格，其中缺少图像和右侧的 html。

我在谷歌表格中使用以下内容：

=importxml(D1,"//div[@class='colsx immagine']/img/@src")
=importxml(D1,"//div[@class='coldx domanda']")

如果图像都在那里（如page），则可以很好地获取每行的图像url和文本。但是，如果缺少任何图像，那么我会为下表中的（错误）图像收集一个 url。如果没有 img url，我想跳过 url 收集。

我刚开始学习 xpath，我怀疑我需要使用 | 或 not 来解决此问题，但需要一些帮助，因为我尝试过的任何方法都不起作用。

谢谢

【问题讨论】：

当您说您不想删除行时，您的意思是您希望IMPORTXML 在找不到相应图像时追加空单元格？
@Iamblichus 是的，就是这样。关键是允许将元素与类似导入的其他表格列对齐，而不管表格单元格内容是否存在。 “......按原样复制表格”。我猜有一些我还不熟悉的简单 xpath 命令
我不确定这是IMPORTXML 的预期行为（如果当前元素不存在此 URL，我认为它不应该提供与下面的图像对应的 URL )。我建议您通过在编辑器中选择 Help > Report a problem 来报告此问题。

标签： xpath google-sheets google-sheets-importxml

【解决方案1】：

您可以通过添加另一个谓词来解决此问题。所以假设你想用一张图片列出//div[@class='lista']的网址，你可以使用

=importxml(D1,"//div[@class='lista' and div/img]/div[@class='colsx immagine']")
=importxml(D1,"//div[@class='lista' and div/img]/div[@class='coldx domanda']")
=importxml(D1,"//div[@class='lista' and div/img]/div[@class='coldx risposta active gius']")

等等。
这应该会跳过所有没有 img 标签的类 'lista' div 并选择其 URL。

【讨论】：

我将答案修正了 180 度。提供minimal reproducible example 总是更好（以便可以测试答案）。
你误解了我的问题。无论图像是否丢失，我都想重现该表。您的答案省略了所有没有图像的行。我仍然想要那些行，但是您将我的回答解释为好像我想删除它们一样。我承认您的解释是明智的，所以我现在添加了一个新句子“我不想删除任何行，因为我想按原样复制表格。”但我发现很难清楚地传达这一点。感谢您的帮助。