Question

下面的代码（基于 - Using VBA in Excel to Google Search in IE and return the hyperlink of the first result，由@Santosh提供）似乎为几乎所有网址打印getelementsbytagname("a")。事实证明它并不适合某些人，代码中给出了一个示例URL（weatherford.com）...除非我注释掉Zz行。有什么理由吗？

注意：要打印carmax的链接，请按原样运行代码。要打印weatherford的链接，请注释掉第1a和2a行，取消注释第1b和2b行。运行宏，它将打印一个空白.txt文档，用于weatherford链接。现在删除桌面上的weatherfordlinks.txt文件，注释掉行Zz并运行宏...它现在打印出Weatherford链接。

Sub testxmlhttp()

Dim xmlHttp As Object, myURL As String, html As Object, lnk As Object, links As Object
myURL = "http://www.carmax.com/"         '-->1a
'myURL = "http://www.weatherford.com"    '-->1b

Set xmlHttp = CreateObject("MSXML2.serverXMLHTTP")
xmlHttp.Open "GET", myURL, False
xmlHttp.setRequestHeader "Content-Type", "text/xml"    '-->Zz
xmlHttp.setRequestHeader "User-Agent", "Mozilla/5.0 (Windows NT 6.1; rv:25.0) Gecko/20100101 Firefox/25.0"
On Error Resume Next
xmlHttp.Send

Set html = CreateObject("htmlfile")
On Error Resume Next
html.body.innerHTML = xmlHttp.responseText

Open "C:\Users\~\desktop\carmaxLinks.txt" For Output As #1          '-->2a
'Open "C:\Users\~\desktop\weatherfordLinks.txt" For Output As #1    '-->2b
For Each lnk In html.getelementsbytagname("a")
Print #1, lnk
Next
Close #1

End Sub

Answer 1

这不是一个答案，但更像是评论，因为我缺乏足够的评论声誉。

可以使用Fiddler分析问题，{{3}}提供请求和响应的详细信息。当文件作为Web请求的一部分上载时，服务器需要Content-Type标头来标识媒体类型。对于简单请求，不需要此标头。

如果将Content-Type标头指定为tex / xml，则weatherford服务器需要具有正确XML请求主体的SOAP请求。回复如下：

<?xml version='1.0' encoding='utf-8' ?>
<SOAP-ENV:Envelope xmlns:SOAP-ENV="http://schemas.xmlsoap.org/soap/envelope/">
<SOAP-ENV:Body>
<SOAP-ENV:Fault>
<faultcode>Client</faultcode>
<faultstring>The SOAP request is invalid. The required node 'Envelope' is missing.</faultstring>
</SOAP-ENV:Fault>
</SOAP-ENV:Body>
</SOAP-ENV:Envelope>

由于没有SOAP请求体，因此它不会返回任何值。

carmax服务器不查找SOAP请求，因此不会根据Content-Type标头改变响应。

在这两种情况下，省略代码的xmlHttp.setRequestHeader "Content-Type", "text/xml" '-->Zz部分都应该得到结果。

xmlHTTP代码不适用于所有URL

1 个答案: