生僻函数 FILTERXML

Excel中生僻的函数不在少数，其中大部分生僻是指普通用户用不到，专业性的方式，但是有这么一个函数，他虽然生僻，但是却很好用！

他就是 FILTERXML！

FILTERXML这个函数之所以生僻，是因为涉及到XPath，Xpath是什么，一般用户不太了解，但是对于前端开发人员就比较熟悉了，其实就是一种提取网页内容的语法！

大家不用畏惧，html其实是非常的简单的，就我们这个函数而言，大家掌握

html中大部分标签都是成对出现就差不多了！

比如 <h1> 我是一级标题 </h1>

<h1>是开始，多加一个/ 的 是结果标签！

关于XPATH，大部分用户，简单看一下，即可明白，并不是很难！学习可以参考

https://www.w3cschool.cn/xpath/xpath-syntax.html

一般网页的内容都有一堆标签包裹！这种语法可以按照规则，提取这些标签中的内容！

部分语法截图如下！

学习不用过于着急，都是从不会过来了!我们具体通过一些案例来看看用法！

案例 | 提取指定分隔符之间的内容

我们先写一下公式，然后带大家解析一下思路和原理，这个才是我们的目的！

▼公式如下：一般看不懂是正常的！

=INDEX(FILTERXML("<ul><li>"&SUBSTITUTE(SUBSTITUTE($A2,"[","</li><li>"),"]","</li><li>")&"</li></ul>","//li"),{1,3})

思路及公式解析：

1、想要使用这个函数，我们就需要按照xml或者html语法，构建出类似的网页结构

这里我们使用表示文章段落的ul标签放在最外层，内部都是li标签！

提供公式部分：

="<ul><li>"&SUBSTITUTE(SUBSTITUTE($A2,"[","</li><li>"),"]","</li><li>")&"</li></ul>"

如图中，这样结构比较混乱看不出什么

我们格式化一下来看就非常的清晰：

所有的内容都包裹在li标签中，最外层是一个ul!那么只要提取所有li标签中的内容就可以了！

查一下XPATH语法

//标签名称

就可以获取指定标签的全部内容

所以我们案例中，只要 //li 即可！这也是比较常用的XPATH语法！

提取后是一个数组，我们可以通过F9来查看！

我们要的内容是第1个和第3个，所以我们直接使用INDEX这个可以从数组中获取数据的函数来处理，逗号表示同行（左右关系），所以是{1,3}！

这是一个区域数组，我们需要选中B2:C2，使用Ctrl+Shift+Enter来录入

本文由“壹伴编辑器”提供技术支持

XPATH语法非常的丰富的，基本可以完成我们大部分的网页内容提取需要的！对于FILTERXML 这个函数来说，更不在话下！

这里我们使用的是列表标签，其实XML更宽松，你可以使用自定义的标签

比如 <学习> 6个小时</学习> 这样都可以！

我是一个爬虫爱好者，所以前端和后端都懂一些！所以可以直接上手，一般用户，应该多看看，应该不用一天基本也可以搞定！

案例2 | 配合 WEBSERVICE 获取网页源码解析

比较典型的案例就是有道翻译了！但是基本没有人讲其中的原理！

=FILTERXML(WEBSERVICE("http://fanyi.youdao.com/translate?&i="&A2&"&doctype=xml&version"),"//translation")

我们来说一下！

拿我们第一个内容来讲！

WEBSERVICE 可以根据给定网址获取到对应的源码：

我们要的内容就在 translation 标签中，所以我们XPATH语法就是

//translation

本文由“壹伴编辑器”提供技术支持

这个函数，我们就简单聊这么多，想要用好这个函数，最好把常见的XPATH学习一下！