谷歌电子表格中的Xpath或Importxml

Question

我在从雅虎到Google表格中获取SERP（搜索引擎结果）时遇到了麻烦。我想在此页面上获得 href的第一个结果。

这是xpath：

//*[@id="yui_3_10_0_1_1474115100593_232"]

以下是我的问题：site:linkedin.com/company/ 1011vc.com,TenEleven Ventures

但我没有得到我希望得到的href。我可以帮助解决这个问题吗？ ：＆＃39;（

Answer 1

您应该根据搜索的一部分使用更通用的xpath，例如：

//h3/a[contains(@href, ventures)]/@href

Answer 2

试试这个：

{{1}}

Answer 3

你实际上可以简单地将你的xpath简化为//h3/a/@href然后将它包装在修剪中以仅给你第一个结果 - 也就格式化而言 - 我个人总是最终使用regexreplace获得我想要的那个，并将其重新格式化为实际网址：

=REGEXREPLACE(TRIM(IMPORTXML(A1,"//h3/a/@href")),"(^.*linkedin.com%2fcompany%2f)(.*)(/RK.*)","http://linkedin.com/company/$2")

正则表达式基本上将这些部分分为3部分 - 1）字符串的开头，直到你到达列出了linkedin的部分 - 表示为^.*linkedin.com%2fcompany%2f，因为结果作为编码的url字符串返回

2）公司资料的唯一ID或slug的通配符值 - (.*)

3）然后跟随之后的部分，以便知道在哪里停止：(/RK.*)

使用regexreplace，您可以指定您希望它用2nd捕获组替换整个字符串 - 由$2表示 - 然后只是为了完整的循环我重新获得前半部分最后的网址，以便它不被编码