Google Sheets中利用XPath提取HTML首个UL列表文本的需求

我明白你的痛点——600个结构一致但列表顺序不固定的页面，用IMPORTHTML的索引法完全不靠谱，之前只能抠出个“Galleon”，现在要拿到完整的“Galleon in Valley of the Four Winds.”字符串，用XPath精准定位就对了！

核心解决方案：用IMPORTXML+XPath+JOIN合并文本 #

因为目标LI里的文本可能分散在A标签内部和A标签之后的节点里，直接提取会拆成多个单元格，所以我们需要把这些文本节点合并起来。试试这个公式：

=TRIM(JOIN("", IMPORTXML(B2, "//ul[1]/li[1]/text() | //ul[1]/li[1]/a/text()")))

拆解一下这个公式的逻辑： #

• //ul[1]：精准定位页面里第一个出现的UL标签（不管它在DOM的哪个层级，避开其他干扰列表）
• li[1]：取这个UL下的第一个LI元素，也就是你要的目标列表项
• text() | //ul[1]/li[1]/a/text()：同时提取LI下的所有普通文本节点，以及LI内部A标签里的文本节点（用|表示“或”）
• JOIN("", ...)：把所有提取到的零散文本拼接成一个完整字符串
• TRIM()：自动去掉拼接后可能出现的多余首尾空格

备选方案：用string()直接获取节点完整文本 #

如果Google Sheets支持XPath的string()函数（大部分版本都支持），你也可以用更简洁的写法：

=IMPORTXML(B2, "string(//ul[1]/li[1])")

这个XPath的string(//ul[1]/li[1])会直接把目标LI节点下的所有文本内容（包括子标签里的）合并成一个字符串返回，一步到位。

为什么这个方法比IMPORTHTML靠谱？ #

IMPORTHTML(B2,"list",3)是按页面中所有列表的顺序来索引的，但你说列表顺序不固定，索引值随时会变。而我们用的XPath是直接定位第一个UL下的第一个LI，完全不受其他列表位置的影响，600个页面可以批量套用，不用逐个调整索引。

内容的提问来源于stack exchange，提问作者kosta12