使用 Google 表格进行网页抓取。 importxml函数xpath修正

Question

我正在尝试使用谷歌表中的 importxml 函数从网站上抓取 MPN（制造商零件号）以获取产品列表（大约 2000 种）。

网站： http://gun.deals/search/apachesolr_search/640832007756

说明说要使用importxml 公式。链接是A1，然后用chrome中的inspector复制xpath。结果：

 =IMPORTXML(A1,"//*[@id='content']/div[3]/div[2]/div/div/div/div/div/div[2]/dl/div[2]/dd/a")

（说明还说将内容周围的双引号更改为单引号。）

运行公式时导入“内容为空”错误。我试图进行编辑，但我认为 XPath 不正确。有人说您不能按照说明从检查员那里复制粘贴。

我尝试的另一件事是=IMPORTHTML(A1, "list", 8)。这将返回 UPC 和 MPN。但它将 MPN 放在第二行。

我是新手，最近几天晚上一直在寻找解决方案。任何帮助将非常感激。

还有额外的问题。如果我们有 MPN，那么刮掉 UPC 的公式是什么？ https://gun.deals/search/apachesolr_search/J941PSL9

Answer 1

• 您想从“UPC”的值中检索“MPN”的值。
• 您想从“MPN”的值中检索“UPC”的值。
• 您希望使用 Google 电子表格的内置功能来实现此目的。

如果我的理解是正确的，那么这个示例公式怎么样？请认为这只是几个答案之一。

模式一：

在这个模式中，“MPN”的值是从“UPC”的值中检索出来的。

示例公式：

=IMPORTXML("http://gun.deals/search/apachesolr_search/"&A2,"//li[contains(text(),'MPN')]/a")

• xpath 是//li[contains(text(),'MPN')]/a。
• 在这种情况下，“UPC”的值放在单元格“A2”中。

结果：

模式 2：

在这种模式中，“UPC”的值是从“MPN”的值中检索出来的。

示例公式：

=IMPORTXML("http://gun.deals/search/apachesolr_search/"&A2,"//li[contains(text(),'UPC')]/a")

• xpath 是//li[contains(text(),'UPC')]/a。
• 在这种情况下，“MPN”的值放在单元格“A2”中。

结果：

参考：

• IMPORTXML

如果我误解了您的问题并且这不是您想要的结果，我深表歉意。

补充：

从your replying，我修改了使用以下值的公式。

这里是 UPC 列表 787450038417 787450230576 661120974888 859462004015 82442306667 810237023013 798681538782 787450348196 604206120816

UPC --> MPN:

=IMPORTXML("http://gun.deals/search/apachesolr_search/"&A2,"//dd/a[../../dt[contains(text(),'UPC')]]|//dd/span[../../dt[contains(text(),'UPC')]]")

• xpath 是//dd/a[../../dt[contains(text(),'UPC')]]|//dd/span[../../dt[contains(text(),'UPC')]]。
• 在这种情况下，“UPC”的值放在单元格“A2”中。

MPN --> UPC：

=IMPORTXML("http://gun.deals/search/apachesolr_search/"&B2,"//dd/a")

• xpath 是//dd/a。
• 在这种情况下，“MPN”的值放在单元格“B2”中。

结果：