如何通过IMPORTXML生成XPath获取含指定href的div的data-card-index属性值

之前尝试的错误点 #

• 第一个公式仅提取所有<a>标签的href属性，未关联目标<div>的data-card-index属性，完全偏离需求
• 第二个公式的XPath语法错误：contains()的正确用法是contains(属性名, 匹配值)，你错误写成了contains(@href='xxx')；且<div>本身不会携带href属性，实际是<div>内部的<a>标签有目标链接

正确公式 #

使用以下IMPORTXML公式即可得到目标属性值：

=IMPORTXML("https://workspace.google.com/marketplace/search/mail%20merge", "//div[a/@href='./marketplace/app/mailmeteor/1008170693301']/@data-card-index")

公式逻辑解析 #

• //div[a/@href='./marketplace/app/mailmeteor/1008170693301']：定位所有内部包含指定href链接的<a>标签的<div>元素
• /@data-card-index：提取该<div>元素的data-card-index属性值

特殊情况处理 #

如果公式返回空值，说明页面内容是通过JavaScript动态渲染的，IMPORTXML无法抓取动态生成的元素，此时需要改用Google Apps Script编写自定义脚本完成抓取。

内容的提问来源于stack exchange，提问作者Jordzzz