如何通过IMPORTXML的XPath提取维基百科分类表中Kingdom等对应值？

架构老林

2026-6-1

解决方案

核心逻辑：放弃固定行号的提取方式，改用XPath的contains()函数定位包含目标分类关键词（如"Kingdom:"）的页面元素，再提取对应的分类内容。
分等级提取公式（假设目标网页URL在A1单元格）：
- 界（Kingdom）：
```
=IMPORTXML(A1, "//*[contains(text(), 'Kingdom:')]/following-sibling::text()")
```
- 门（Phylum）：
```
=IMPORTXML(A1, "//*[contains(text(), 'Phylum:')]/following-sibling::text()")
```
- 纲（Class）、目（Order）、科（Family）、属（Genus）、种（Species）的公式只需替换XPath中的关键词即可，比如把"Kingdom:"换成"Class:"。
特殊情况处理：
- 如果关键词和分类内容在同一个标签内（例如<p>Kingdom: Animalia</p>），先用IMPORTXML提取整段文本，再用REGEXEXTRACT剥离关键词：
```
=REGEXEXTRACT(IMPORTXML(A1, "//*[contains(text(), 'Kingdom:')]/text()"), "Kingdom:\s*(.*)")
```
- 若返回多个匹配结果，用INDEX指定取第一个有效结果：
```
=INDEX(IMPORTXML(A1, "//*[contains(text(), 'Kingdom:')]/following-sibling::text()"), 1)
```