如何使用Google Sheets的IMPORTXML函数从dividendhistory.org精准提取股票收益率（Yield）值

我来帮你搞定这个提取收益率的难题！针对你遇到的两个问题，我们可以通过优化XPATH表达式和结合Google Sheets函数来完美解决：

问题1：收益率所在段落位置不固定 #

原来的XPATH用了固定层级定位（/html/body/div/div[2]/div[2]/p[4]），这很容易因为页面结构变化失效。我们可以通过文本内容匹配来精准定位包含收益率的元素，不管它在哪个位置。

问题2：提取仅数值而非带“Yield:”的文本 #

我们可以直接在XPATH里截取数值，或者用Google Sheets的正则函数提取，两种方法都很实用：

方法1：XPATH内置函数直接提取数值 #

使用substring-after函数，定位到包含“Yield:”的段落，然后截取冒号后面的数值部分：

=IMPORTXML("https://dividendhistory.org/payout/TSX/"&F7, "substring-after(//p[contains(text(), 'Yield:')], 'Yield: ')")

• //p[contains(text(), 'Yield:')]：匹配所有文本包含“Yield:”的<p>标签，彻底解决位置不固定的问题
• substring-after(..., 'Yield: ')：截取“Yield: ”（注意后面有空格）之后的内容，直接得到纯收益率数值（比如“5.23%”）

方法2：结合REGEXEXTRACT提取数值 #

如果XPATH的substring-after在某些场景下有兼容问题，可以先用IMPORTXML拿到完整文本，再用正则提取数值：

=REGEXEXTRACT(IMPORTXML("https://dividendhistory.org/payout/TSX/"&F7, "//p[contains(text(), 'Yield:')]"), "\d+\.\d+%")

• \d+\.\d+%：正则表达式匹配“数字+小数点+数字+百分号”的格式，精准提取收益率数值

额外优化建议 #

如果页面上有多个包含“Yield:”的元素，可以进一步缩小定位范围，比如找到收益率所在的父容器（需要你查看目标页面源码确认具体class或属性），修改XPATH为：

//div[contains(@class, 'payout-details')]//p[contains(text(), 'Yield:')]

（这里的payout-details是示例class，你需要替换成页面实际存在的容器属性）

内容的提问来源于stack exchange，提问作者BadDogTitan