使用xpath提取hreflang

Question

我只是在为xPath而苦苦挣扎。我已经读了几本指南，但我似乎就是搞不懂。

基本上，我想提取所有包含"/ro_ro/"的URLs。

<link rel="alternate" href="https://www.stackoverflow.com/pl_pl/" hreflang="pl-PL"> 
<link rel="alternate" href="https://www.stackoverflow.com/pt_br/" hreflang="pt-BR"> 
<link rel="alternate" href="https://www.stackoverflow.com/pt_pt/" hreflang="pt-PT"> 
<link rel="alternate" href="https://www.stackoverflow.com/ro_ro/" hreflang="ro-RO"> 
<link rel="alternate" href="https://www.stackoverflow.com/fi_fi/" hreflang="fi-FI">

理想情况下，xpath查询将返回：https://www.stackoverflow.com/ro_ro/。

我已经接近了，但是页面上有多个链接指向相同的URL，但从来没有使用hreflang属性。

我要大规模地做这件事，我应该注意到这意味着我想要提取的深层页面URL将如下所示：https://www.stackoverflow.com/ro_ro/xpath-help-for-a-noob/

编辑:你知道为什么这会被否决吗？

Answer 1

尝试使用下面的XPath从包含href属性的link元素中获取所需的hreflang：

//link[@hreflang and contains(@href, 'ro_ro')]/@href

Answer 2

您可以使用以下公式在Google电子表格中获取hreflang

=importxml("https://example.org" ,"//link[@hreflang]/@href")

Answer 3

您应该能够通过以下语句获得这些urls

descendant::link[contains(@href, 'ro_ro')]

将文档的基节点作为当前节点

子轴告诉xpath遍历所有子节点。::link表示只选择名称为link的节点，方括号内的表达式表示“只选择href属性包含‘ro_ro’的节点-