ImportXML返回空

Question

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

使用Google函数。

所有的帖子都以同样的格式写成：

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

ImportXML函数的Xpath =：

• //a@class =‘link1’/@href返回link1: ok
• //a@class =‘img1’/img/@src返回img1: ok
• //a@class =‘class’/h1返回#NA (导入的内容为空)，尽管XPath正在使用铬XPath助手.

虽然//h11返回第一篇文章的标题，但我不明白为什么//a@class =‘h1’/ h1不能工作，我想确定我得到的h1是第一个<a class="article" href="link1">下的

我已经尝试了几乎所有我能想象到的，没有发现问题。我需要帮助！

提前感谢你

Answer 1

• 您希望在第一个h1中检索a[@class ='article']的值。
• 您想知道//a[@class ='article'][1]/h1为什么返回#NA。

如果我的理解是正确的，那么这个答案呢？

问题的原因：

<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>

在我的研究中，对于上面的HTML数据，似乎<a class="article" href="link1">的标记名<a class="article" href="link1">是问题所在。例如，当标记名被修改为div时，它可以确认=IMPORTXML(A1,"//div[@class ='article'][1]/h1")工作正常。

而且，在上面的HTML中，标记h1和p似乎不是标记a的子标记。因此，下面的公式起作用。

=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")。因此，标签img似乎是a的子代。

xpath示例：

根据以上结果，在您的示例中，我认为下面的xpath示例可能是合适的。

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

参考资料：

• IMPORTXML()