Google 表格中的 ImportXML

Question

我正在尝试通过 Google 表格从意大利图书馆网站上抓取一个非常具体的文本字段，但是 - 尽管我之前成功地从该网站上的其他网页抓取过 - 似乎无法弄清楚这一点。

这是我有兴趣收集数据的一份意大利期刊的示例网页：http://digitale.bnc.roma.sbn.it/tecadigitale/giornale/RML0027063/1928/unico

我要抓取的字段（大约 2,500 个条目）是：“Luoghi”（指期刊的出版地）。我对文本“Luoghi”不感兴趣，而是对出现在标题“Luoghi”下方空间中的文本感兴趣，在上面提供的网页中是“Roma”。当然，该文本会因出版物而异。

我去检索了这个特定文本字段的 Xpath，谷歌浏览器说如下：//*[@id="main"]/div[2]/div[2]/div/dl/dd[7]

然后我把双引号改成了单引号，像这样：//*[@id='main']/div[2]/div[2]/div/dl/dd[7]

然后我将其放入 IMPORTXML 命令中，如下所示：=IMPORTXML("http://digitale.bnc.roma.sbn.it/tecadigitale/giornale/RML0027063/1928/unico","//*[@id='main']/div[2]/div[2]/div/dl/dd[7]")

但由于某种原因，它只是给了我一个错误。如上所述，我之前已经能够从这个网站上抓取，尽管是从有序列表而不是 div 中抓取，就像这个例子一样。谁能指出我做错了什么？

非常感谢。

-- 卡瓦洛·斯库罗

Answer 1

试试这个 xpath

//div[@class='data-detail']/dl/dd[7]

如果你使用

//div[@class='data-detail']/dl/dt|//div[@class='data-detail']/dl/dd

您将获得所有详细信息，然后您可以选择您想要的路线，例如第 14 行

=index(importxml(url,"//div[@class='data-detail']/dl/dt|//div[@class='data-detail']/dl/dd"),14,1)