我有超过 1500 个与印度新闻媒体网站相关的 URL 列表。作为我大学项目的一部分，我有兴趣进行一些统计。
长话短说，我很想知道这些网站中的哪些网站在其主页上有指向其 Facebook 帐户的链接？这样做将是一项乏味的任务（到目前为止我已经完成了其中的 25%），因此我一直在通过网络研究使用程序抓取这些网站的任何可能性。我在 scraperwiki 上看到了 scrapers 以及importxml主要在 Google Docs 中看到的功能，但是，到目前为止，我还没有能够取得很大的成功。
我在 Google Docs 中为给定站点尝试了以下功能：
=ImportXML(A1, "//a[contains(@href, 'www.facebook.com')]")
总的来说，我想问一下，如果每个网站的结构有很大差异，是否有可能（以及如何）扫描给定的网站（或列表）以获取特定的 href 链接？
在此先感谢您提供有关此问题的任何帮助。
标记