IMPORTHTML 错误提取 table 格式之外的数据
IMPORTHTML error pulling data outside of table format
我正在尝试学习如何通过使用 Google Sheets 的 ImportXML 功能来抓取网站。我很难提取所有客户 (188) 的姓名、行业及其相关链接。
例如：
西班牙桑坦德银行，金融服务，https://www.cloudera.com/about/customers/banco-santander-spain.html
我正在尝试的网页是 this website!
我只能拉几个客户，我不确定为什么和哪里做错了。
Inspect Source（在 Banco Santander Spain 的磁贴上）：
<div class="col-md-3 col-sm-6">
<div class="damSearchGrid-item damSearchGrid-slide">
<a href="#" class="dam-dropdown">
<span class="damSearchGrid-img">
<imgsrc="/content/dam/www/dynamic/images/logos/customers/santander-spain-dynamic.png/_jcr_content/renditions/xcq5dam.thumbnail.140.100.png.pagespeed.ic.y7RN8qmYUY.webp" alt="Banco Santander Spain logo" data-pagespeed-url-hash="3896535651" onload="pagespeed.CriticalImages.checkImageForCriticality(this);"></span>
<span class="damSearchGrid-cat"> Financial Services</span>
<strong class="damSearchGrid-name"> Banco Santander Spain</strong>
</a>
</div>
<div class="damSearchGrid-itemDetail clearfix">
<a href="#" class="close">x</a>
<div class="col-sm-9">
<h3>Banco Santander Spain</h3>
<p>Banco Santander is using a big data architecture for a consistent view of data, on-demand data clusters, and faster time to market.</p>
</div>
<div class="col-sm-3">
<a href="https://www.cloudera.com/about/customers/banco-santander-spain.html"> SUCCESS STORY </a><br>
</div>
</div>
</div>
</b>
所以我尝试了一些东西：
首先我尝试了这个公式：
=IMPORTXML("https://www.cloudera.com/about/customers.html","//li")
我只能提取大约 120 个客户的姓名以及其他不相关的数据。
然后我尝试了：
=IMPORTXML("https://www.cloudera.com/about/customers.html","//h3")
它只返回了大约 15 个名字的简短列表。
我试过使用其他公式，例如下面的公式，但它们以 #N/A 错误告终。
例如：
=IMPORTXML("https://www.cloudera.com/about/customers.html","//span[@class='col-md col-sm-6']")
我是初学者，我不知道在正确查询以及如何确定问题根源方面我应该寻找什么。我已经搜索了 IMPORTXML 教程和示例，但其中大部分 运行 通过源代码为 table 格式的示例进行搜索。我的情况似乎有所不同，至少对我而言。
任何指导、提示、来源 material 将不胜感激。
不幸的是，这是不可能的，因为该站点由 JavaScript 控制，而 Google Sheets 不能 understand/import JS。您可以简单地通过为给定的 link 禁用 JS 来测试它，您将看到一个空白页面：
这是您可以抓取的所有内容：
=IMPORTXML("https://www.cloudera.com/about/customers.html", "//*")
我正在尝试学习如何通过使用 Google Sheets 的 ImportXML 功能来抓取网站。我很难提取所有客户 (188) 的姓名、行业及其相关链接。
例如： 西班牙桑坦德银行，金融服务，https://www.cloudera.com/about/customers/banco-santander-spain.html
我正在尝试的网页是 this website!
我只能拉几个客户，我不确定为什么和哪里做错了。
Inspect Source（在 Banco Santander Spain 的磁贴上）：
<div class="col-md-3 col-sm-6">
<div class="damSearchGrid-item damSearchGrid-slide">
<a href="#" class="dam-dropdown">
<span class="damSearchGrid-img">
<imgsrc="/content/dam/www/dynamic/images/logos/customers/santander-spain-dynamic.png/_jcr_content/renditions/xcq5dam.thumbnail.140.100.png.pagespeed.ic.y7RN8qmYUY.webp" alt="Banco Santander Spain logo" data-pagespeed-url-hash="3896535651" onload="pagespeed.CriticalImages.checkImageForCriticality(this);"></span>
<span class="damSearchGrid-cat"> Financial Services</span>
<strong class="damSearchGrid-name"> Banco Santander Spain</strong>
</a>
</div>
<div class="damSearchGrid-itemDetail clearfix">
<a href="#" class="close">x</a>
<div class="col-sm-9">
<h3>Banco Santander Spain</h3>
<p>Banco Santander is using a big data architecture for a consistent view of data, on-demand data clusters, and faster time to market.</p>
</div>
<div class="col-sm-3">
<a href="https://www.cloudera.com/about/customers/banco-santander-spain.html"> SUCCESS STORY </a><br>
</div>
</div>
</div>
</b>
所以我尝试了一些东西：
首先我尝试了这个公式：
=IMPORTXML("https://www.cloudera.com/about/customers.html","//li")
我只能提取大约 120 个客户的姓名以及其他不相关的数据。
然后我尝试了：
=IMPORTXML("https://www.cloudera.com/about/customers.html","//h3")
它只返回了大约 15 个名字的简短列表。
我试过使用其他公式，例如下面的公式，但它们以 #N/A 错误告终。
例如：
=IMPORTXML("https://www.cloudera.com/about/customers.html","//span[@class='col-md col-sm-6']")
我是初学者，我不知道在正确查询以及如何确定问题根源方面我应该寻找什么。我已经搜索了 IMPORTXML 教程和示例，但其中大部分 运行 通过源代码为 table 格式的示例进行搜索。我的情况似乎有所不同，至少对我而言。
任何指导、提示、来源 material 将不胜感激。
不幸的是，这是不可能的，因为该站点由 JavaScript 控制，而 Google Sheets 不能 understand/import JS。您可以简单地通过为给定的 link 禁用 JS 来测试它，您将看到一个空白页面：
这是您可以抓取的所有内容：
=IMPORTXML("https://www.cloudera.com/about/customers.html", "//*")