ImportXML return 为空

ImportXML return empty

我试图在这个网站上抓取 post 的内容标题：https://www.hortidaily.com/sector/553/greenhouse/

使用 Google Sheets Importxml 函数。

所有post都写成同样的格式:

<a class="article" href="link1">
 <img src="img1.jpg" align="default" border="0" class="indexdefault">      
    <h1>Titre1</h1>
    <p>Texte1</p>
</a>

使用 Xpath 的 ImportXML 函数 = :

- //a[@class ='article']/@href return 链接 1：好的
- //a[@class ='article'][1]/img/@src return img1：好的
- //a[@class ='article'][1]/h1 return #NA（导入的内容为空）尽管 XPath 在 chrome XPath Helper 中工作。 ..

虽然//h1[1] return第一篇文章的标题，问题我不明白为什么 //a[@class ='article'][1 ]/h1 不起作用，我想确定我得到的 h1 是第一个 <a class="article" href="link1">

下的 h1

我已经尝试了几乎所有我能想到的方法，但没有找到问题所在。我需要一些帮助！

提前致谢

  • 您想在第一个 a[@class ='article'] 中检索 h1 的值。
  • 你想知道为什么 //a[@class ='article'][1]/h1 returns #NA.

如果我的理解是正确的，这个答案怎么样？

问题原因：

<div id="hoofdartikelen">

  <a class="article" href="link1">
    <img src="img1.jpg" align="default" border="0" class="indexdefault">
    <h1>Titre1</h1>
    <p>Texte1</p>
  </a>

</div>

根据我的调查，对于上述 HTML 数据，似乎 <a class="article" href="link1"> 的标签名称 a 是问题所在。例如，当标签名称修改为div时，可以确认=IMPORTXML(A1,"//div[@class ='article'][1]/h1")有效。

而且，在上面 HTML 中，标签 h1 和 p 似乎不是标签 a 的子标签。所以下面的公式有效。

=IMPORTXML(A1,"//div[@id='hoofdartikelen']/h1[1]")

=IMPORTXML(A1,"//div[@id='hoofdartikelen']/p[1]")

但是，=IMPORTXML(A1,"//div[@id='hoofdartikelen']/img[1]/@src") 不起作用。它必须是 =IMPORTXML(A1,"//div[@id='hoofdartikelen']/a[1]/img/@src")。所以标签 img 似乎是 a.

的子标签

xpath 示例：

根据以上结果，对于您的情况，我认为以下 xpath 示例可能是合适的。

  • //div[@id='hoofdartikelen']/h1[1]
  • //h1[1]
  • //a[@class ='article']/../h1[1]

参考：