Question

对于VBA和Web抓取来说相对较新。我的任务是从网站上获取一些数据。我尝试在这里搜索以寻求帮助，根据发现的内容尝试了许多排列，但未获得所需的结果。网页DOM Explorer（使用“ F12开发人员工具”）中的片段显示了以下内容（已对其进行编辑以使其具有通用性）：

<div class=”nav nav-list”>
<div>
<span class=”nav-list-item”>Item:</span>
        <span>
            mySearchString and other text
        </span>
</div>
<div>…</div>
<div>
        <span class=”nav-list-item”>Retail UPC:</span>
        <span>upcNumber</span>
</div>
<div>…</div>
</div>
</div>

我正在尝试搜索“ mySearchString”，提取“和其他文本”并搜索“零售UPC：”并提取“ upcNumber”。

尝试使用嵌套的if语句，但没有任何效果。以下是我一直在玩的最新版本的片段：

Dim harborDesc() as String
Dim ieObj As InternetExplorer
Set ieObj = CreateObject("InternetExplorer.Application")    
Dim htmlEle As Object
Dim itemurl As String

Itemurl = “url of interest”
ieObj.navigate itemurl    'in this case, the web page is has the same name as the itemNum
Do While ieObj.readyState <> READYSTATE_COMPLETE  'wait by repeating loop until ready
Loop

For Each htmlEle In ieObj.document.getElementsByClassName("nav-list-item")
                harborDesc = Split(htmlEle.innerText, htmlEle.getElementsByTagName("span")(1).innerText)
Next htmlEle

在此先感谢您的提示/帮助

Answer 1

htmlEle.getElementsByTagName("span")(1)可能试图返回只有1个元素的数组，因此该数组的唯一可返回值将位于数组htmlEle.getElementsByTagName("span")(0)的第一位置。 / p>

此外，您使用Split()的方式对我来说也没有意义。 Split()的参数为Split(expression, [ delimiter, [ limit, [ compare ]]])，这意味着您要寻找的.innertext元素的<span>是分隔符？另外，我没有看到harborDesc首先被定义为适当大小（或任何大小）的数组的任何地方，这很可能就是您的Error 91出现的原因，例如{{1} }需要一个数组才能接受值。

编辑：

从我的评论中添加。

如果您想要的是Split()内部文本中的文本，则应该执行

<span>

编辑2：

如果在查找“ span”元素时遇到问题，也许您正在寻找一个匹配的“ nav-list-item”类，其中没有“ span”元素。在这种情况下，值得创建一个嵌套的Dim harborDesc() As String Redim harborDesc(0 to 1) For Each htmlEle In ieObj.document.getElementsByClassName("nav-list-item") Redim Preserve harborDesc(0 to UBound(harborDesc) + 1) harborDesc(UBound(harborDesc) - 1) = htmlEle.getElementsByTagName("span")(0).innerText Next htmlEle来进行测试，例如

For-Loop

Answer 2

您可以设置一个nodeList并使它们循环搜索您的搜索字词。

nodeList是通过使用Or语法的css查询生成的，这意味着您将获得

<span class="nav-list-item">

但还要匹配跨度标签adjacent sibling等元素，例如

<span class="nav-list-item">Retail UPC:</span> 
<span>upcNumber</span>

您在Instr上使用.innerText来匹配您的第一个搜索词。然后，如果找到，请使用Replace删除匹配的文本，并按照问题中的说明保留其余部分。

如果在给定索引处找到Retail UPC，则upcNumber应该在下一个索引处。

VBA：

Option Explicit
Public Sub FindInfo()
    Const SEARCH_TERM1 As String = "mySearchString"
    Const SEARCH_TERM2 As String = "Retail UPC:"
    Dim html As HTMLDocument, searchTermCandidates As Object
    Dim i As Long, index As Long, ieObj As InternetExplorer
    Set ieObj = New InternetExplorer
    With ieObj
        .Visible = True
        .Navigate2 "url"

        While .Busy Or .readyState < 4: DoEvents: Wend

        Set html = .document

        Set searchTermCandidates = html.querySelectorAll("span.nav-list-item, span.nav-list-item + span")
        For i = 0 To searchTermCandidates.Length - 1
            If InStr(searchTermCandidates.item(i).innerText, SEARCH_TERM1) > 0 Then
                Debug.Print Replace$(searchTermCandidates.item(i).innerText, SEARCH_TERM1, vbNullString)
            End If
            If searchTermCandidates.item(i).innerText = SEARCH_TERM2 Then
                Debug.Print searchTermCandidates.item(i + 1).innerText
            End If
        Next
        .Quit
    End With
End Sub

Excel VBA Webscrape，如何获取跨度值？

2 个答案: