在Google Sheets中用XPath获取<h1>内容并排除嵌套<span>标签
2026-5-19
解决Google Sheets IMPORTXML提取
指定文本的问题
没问题，这个需求完全可以实现，核心是利用XPath的节点选择能力或者结合正则替换来过滤掉不需要的内容。下面给你两种实用的方案，你可以根据目标页面的HTML结构来选：
方案1：直接提取
下的纯文本节点（推荐）
如果你的目标页面中，
标签里的"Lenovo……Silver"内容是直接作为文本节点存在，而"Item #……"是嵌套在子元素里的，那可以用XPath直接选中
下所有的文本节点，再拼接起来：
=JOIN(" ", IMPORTXML("你的目标页面URL", "//h1/text()"))
原理说明：
//h1/text()这个XPath会选中标签下所有直接的文本内容，自动跳过所有子元素（比如你的）里的文本。JOIN(" ", ...)把提取到的多个文本片段用空格连接起来，还原成连贯的句子。
如果页面里有多个
，你可以给XPath加更精准的限定，比如根据class：
//h1[@class='product-name']/text()，避免匹配到其他无关的。
方案2：先取完整
内容，再正则替换掉不需要的部分
如果方案1的XPath匹配结果不符合预期（比如文本节点结构比较复杂），可以先获取整个
的内容，再用正则表达式把及其内部的内容删掉：
=REGEXREPLACE(IMPORTXML("你的目标页面URL", "//h1"), "<span[^>]*>.*?</span>", "")
原理说明：
IMPORTXML("...", "//h1")先获取整个标签的innerHTML（包括里面的）。REGEXREPLACE(..., "<span[^>]*>.*?</span>", "")用正则匹配所有标签（不管有没有属性）和里面的所有内容，替换成空字符串，剩下的就是你需要的文本。
如果里的内容有特殊格式，你可能需要微调正则，但这个通用写法大部分场景都能用。
你可以先试试方案1，一般这种商品标题的结构，方案1就能完美解决问题啦！
内容的提问来源于stack exchange，提问作者Mr. B
相关产品推荐
相关产品推荐
