Google Sheets中用ImportXML提取无类/ID的div的data属性方法

嘿，我来帮你搞定这个问题！要从指定的div标签里提取data-film-id和data-film-release-year这两个属性值，核心是写对XPath查询语句，配合IMPORTXML函数就能轻松实现。

核心思路 #

IMPORTXML的基础语法是：=IMPORTXML(目标页面URL, XPath查询)。我们需要先通过div的class定位到目标元素，再直接提取对应的属性值。

具体公式示例 #

假设你把目标页面的URL放在了单元格A1里，那么：

1. 提取data-film-id
   用这个公式：

   =IMPORTXML(A1, "//div[contains(@class, 'film-poster')]/@data-film-id")
   

   拆解一下逻辑：

   • //div：遍历页面中所有div元素
   • contains(@class, 'film-poster')：筛选出class属性里包含film-poster的div（用contains比精确匹配class更灵活，能避免页面class新增/调整导致公式失效）
   • /@data-film-id：直接提取该div的data-film-id属性值

2. 提取data-film-release-year
   类似的，把属性名替换一下即可：

   =IMPORTXML(A1, "//div[contains(@class, 'film-poster')]/@data-film-release-year")
   

进阶技巧：精准定位单个元素 #

如果页面上有多个带film-poster类的div，只想提取第一个匹配的元素属性，可以在XPath里加索引[1]：

# 提取第一个匹配div的data-film-id
=IMPORTXML(A1, "//div[contains(@class, 'film-poster')][1]/@data-film-id")

要是你需要极端精准的定位（比如用完整的class字符串），也可以换成精确匹配写法：

=IMPORTXML(A1, "//div[@class='react-component film-poster film-poster-193260 poster linked-film-poster -attributed']/@data-film-id")

不过这种方式容错率低，一旦页面的class有变动（比如新增类名），公式就会失效，所以更推荐用contains的写法。

内容的提问来源于stack exchange，提问作者lise