将正文中的文本作为一个单元格中的字符串获取

Question

我正在尝试通过 IMPORTXML 获取页面上的所有文本作为一个单元格中的字符串。

例如打开下面的website我想获取body标签中的所有内容

我尝试了以下方法：=transpose(IMPORTXML(A3,"/html/body/text()"))

您可以在下方找到我的包含 5 个网址的示例电子表格：

我的问题是我没有得到任何结果。

对我做错了什么有什么建议吗？

Answer 1

这似乎有效：

=ArrayFormula( CONCATENATE(IMPORThtml(A3,"table",2) & CHAR(10) ) )

Answer 2

有 3 种非常简单的方法可以做到这一点（技术上更多，但我们不会忘乎所以），变化的唯一区别在于它们最终的格式化方式：

1 - 如果你想保留完整的格式，或者有类似的换行符，你可以将你的函数包装在 JOIN 中并使用 CHAR(10) 作为你的分隔符，这相当于一个硬return 或换行：

=join(char(10),IMPORTXML(A3,"//body"))

2 - 您可以执行相同的功能，但只能使用 space 而不是完整的新行：

=join(" ",IMPORTXML(A3,"//body"))

3- 或者，如果目标实际上只是用尽可能少的额外白色 space 和新行来保存数据，您可以同时使用连接和正则表达式替换现有的新行：

=REGEXREPLACE(CONCATENATE(IMPORTXML(A3,"//body")),"\n","")

Getting text in body as string in one cell