xpath跳过丢失的表图像

问题描述

我正在从表中抓取图像URL和文本，我想知道如何为缺少图像的单元格不收集任何信息（或至少不收集URL）。我不想删除任何行，因为我想按原样重现该表。这是an example的表格，其中缺少图片，并且html位于右侧。

我在Google表格中使用了以下内容：

=importxml(D1,"//div[@class='colsx immagine']/img/@src")
=importxml(D1,"//div[@class='coldx domanda']")

，如果所有图像都在那里（如此page），则可以很好地获取每一行的图像URL和文本。但是，如果缺少任何图像，那么我将为下表中的（错误）图像收集一个URL。如果没有img网址，我想跳过网址收集。

我刚刚开始学习xpath，我怀疑我需要使用|或not来解决此问题，但是由于我没有尝试过，所以需要一些帮助。

谢谢

解决方法

您可以通过添加另一个谓词来解决此问题。因此，假设您想用图片列出//div[@class='lista']的网址，则可以使用

=importxml(D1,"//div[@class='lista' and div/img]/div[@class='colsx immagine']")
=importxml(D1,"//div[@class='lista' and div/img]/div[@class='coldx domanda']")
=importxml(D1,"//div[@class='lista' and div/img]/div[@class='coldx risposta active gius']")

等等。
这应该跳过所有没有img标签的“ lista” div类，并选择其URL。