在excel中剥离HTML并填充不同的单元格

Question

有人可以帮我删除HTML代码并在excel中填充不同的列吗？

例如。 如果我的HTML代码是：

<p></p>10-16-2013 22:35<br/>I love pizza! Ordering was a breeze!<p></p>10-16-2013 13:19:46<br />this has time stamps too!<p></p>10-21-2013 11:55<br />This is a test<br />

如何在Excel中将其作为单独的列输出？

 Column A               Column B
 10-16-2013 22:35       I love pizza! Ordering was a breeze!
 10-16-2013 13:19:46    this has time stamps too!
 10-21-2013 11:55       This is a test

如果有人可以帮助我，我将非常感激！

Answer 1

您可以尝试使用三种不同的方法来解析html：

1. 将InStr，Mid和/或Replace组合为mehow建议。

2. 使用VBScript的RegExp库。您需要通过单击“工具”---＆gt;将其包含到您的VBA项目中。 “引用”，然后选中“Microsoft VBScript Regular Expressions 5.5”旁边的框。正则表达式是一个非常强大的文本解析工具，但它需要一些时间来习惯语法。我发现这种模式允许我将日期/评论作为子匹配：<p></p>([^<]*)<br />([^<]*)。我假设您正在从完整的网页中提取该示例，因此您需要调整该模式以完全匹配您正在寻找的部分。 This site有一个关于使用VBScript RegExp库的好教程。

3. 使用更高级别的HTML解析器。我建议使用MSHTML库，您可以通过单击“工具”---＆gt;将其添加到您的VBA项目中。 “引用”，然后选中“Microsoft HTML对象库”旁边的框。此解析器知道HTML段落，中断和表格等构造。

在我看来，如果你愿意花时间学习它，正则表达式将是你最好的选择。 InStr / Replace方法可能无法解释网页内容的可变性，HTML方法可能过度，特别是在示例HTML中缺少格式化。

解析后，您可以使用Excel工作表和范围对象解决问题的第二部分。就像我们注意到的那样，如果你能把一些代码放在一起，它会更容易帮助你。