Question

我试图理解为什么我的参考资料不能很好地抓取这些数据。

这是网站的一个例子：
http://quote.morningstar.ca/Quicktakes/Financials/is.aspx?t=GNTX&region=USA&culture=en-CA&ops=clear

作为目标：

<div id="data_i6" class="rf_crow"><div id="Y_1" class="pos column6Width_noChart116px" style="overflow:hidden;white-space: nowrap;" rawvalue="741131269">741</div><div id="Y_2" class="pos column6Width_noChart116px" style="overflow:hidden;white-space: nowrap;" rawvalue="836611464">837</div><div id="Y_3" class="pos column6Width_noChart116px" style="overflow:hidden;white-space: nowrap;" rawvalue="939841654">940</div><div id="Y_4" class="pos column6Width_noChart116px" style="overflow:hidden;white-space: nowrap;" rawvalue="1010472512">1,010</div><div id="Y_5" class="pos column6Width_noChart116px" style="overflow:hidden;white-space: nowrap;" rawvalue="1100344312">1,100</div><div id="Y_6" class="pos column6Width_noChart116px" style="overflow:hidden;white-space: nowrap;" rawvalue="1115401551">1,115</div></div>

我需要提取的是rawvalue中的实际值=＆＃34; 741131269＆＃34;以下是我到目前为止所做的工作。

'Cells(1, 1) = Document.getElementsByClassName("rf_crow")'returns the rows of data into one cell
'Cells(1, 1) = Document.getElementById("Y_1").innerText 'returns the text for the year
'Cells(1, 1) = Document.getElementById("data_i1").innerText 'returns to first row of data

我知道上面的内容并没有返回我想要的内容，因为评论会告诉你它提取到Excel中的内容。子元素似乎不像我在其他构建的宏中那样工作。我觉得这样的事情会奏效：

Cells(1, 1) = Document.getElementById("Y_1").getAttribute("rawvalue")

但是，这也没有用，我试过了：

Cells(1, 1) = Document.getElementById("data_i6").getElementById("Y_1").innertext

那也不起作用。

Answer 1

解决方案非常简单。只需使用它的'rawvalue。

属性来调用它

您可以这样做：

使用Hardcoded delay和for loop检查所需值的可用性：

Sub GetValue()
    Dim IE As New InternetExplorer, HTML As HTMLDocument, post As Object, elem As Object

    With IE
        .Visible = True
        .Navigate "http://quote.morningstar.ca/Quicktakes/Financials/is.aspx?t=GNTX&region=USA&culture=en-CA&ops=clear"
        While .Busy = True Or .ReadyState < 4: DoEvents: Wend
        Set HTML = .Document
    End With

    ''using hardcoded delay
    Application.Wait Now + TimeValue("00:00:05")

    For Each elem In HTML.getElementsByTagName("div")
        If elem.innerText = "741" Then MsgBox elem.getAttribute("rawvalue"): Exit For
    Next elem
End Sub

使用Explicit Wait：

Sub GetValue()
    Dim IE As New InternetExplorer, HTML As HTMLDocument, post As Object

    With IE
        .Visible = True
        .Navigate "http://quote.morningstar.ca/Quicktakes/Financials/is.aspx?t=GNTX&region=USA&culture=en-CA&ops=clear"
        While .Busy = True Or .ReadyState < 4: DoEvents: Wend
        Set HTML = .Document
    End With

    Do: Set post = HTML.querySelector("#data_i6 #Y_1"): DoEvents: Loop While post Is Nothing

    MsgBox post.getAttribute("rawvalue")
End Sub

此时输出：

741131269

Answer 2

尝试将“objCollection”声明为对象，将strValue声明为字符串，并在下面的代码中，在第一行中替换您声明的http请求的名称：

Document.body.innerHTML = YourHTTPRequest.responseText
Set objCollection = Document.getElementsByClassName("rf_crow")

 For Each objElement In objCollection

     If objElement.ID = "Y_1" Then
         strValue = objElement.getAttribute("rawvalue")
         Exit For
     End If

 Next

 Cells(1, 1) = strValue

Answer 3

以下内容应说明您遇到的一些问题。

<强> .querySelectorAll

您提到的确切元素是.document使用CSS选择器#Y_1的{{3}}方法返回的第二个索引。 .querySelectorAll表示Id。

从该网页返回以下内容（显示的示例 - 并非全部）：

#

从上面你可以看到你想要的字符串是由结果中的索引2返回的。

querySelectorAll with Id？ Id不是单个元素的唯一标识符吗？

这个ID出乎意料地并不是页面上单个元素所独有的。它发生了27次：

这意味着您可以使用.querySelectorAll方法返回所有匹配项的nodeList，并使用索引2处的项来获取结果。

注意：

如果您想要rawvalue，741131269旁边的长号，请解析返回元素的outerHTML。

Debug.Print Replace(Split(Split(a.item(2).outerHTML, "rawvalue=")(1), ">")(0), Chr$(34), vbNullString)

<强> .querySelector

或者，您可以使用
定位特定data_i6的ID
.document.querySelector("#data_i6")

这个CSS选择器（#data_i6）返回每年的整行。如果使用.querySelector，您将只获得第一个项目，即第1年。

您可以使用CSS选择器更具体，并添加额外的年份ID以获得感兴趣的年份：

#data_i6 #Y_1

代码:(在querySelectorAll旁边注释掉querySelector方法）

Option Explicit Public Sub Get_Information() Dim IE As New InternetExplorer With IE .Visible = True .navigate "http://quote.morningstar.ca/Quicktakes/Financials/is.aspx?t=GNTX&region=USA&culture=en-CA&ops=clear" While .Busy = True Or .readyState < 4: DoEvents: Wend Dim a As Object, exitTime As Date exitTime = Now + TimeSerial(0, 0, 2) Do DoEvents On Error Resume Next Set a = .document.querySelectorAll("#Y_1") ' .document.querySelector("#data_i6 #Y_1") On Error GoTo 0 If Now > exitTime Then Exit Do Loop While a Is Nothing If a Is Nothing Then Exit Sub Debug.Print Split(Split(a.item(2).innerText, "rawvalue=")(0), ">")(0) 'Split(Split(a.innerText, "rawvalue=")(0), ">")(0) Debug.Print Replace(Split(Split(a.item(2).outerHTML, "rawvalue=")(1), ">")(0), Chr$(34), vbNullString) 'Replace(Split(Split(a.outerHTML, "rawvalue=")(1), ">")(0), Chr$(34), vbNullString) .Quit End With End Sub

Answer 4

这对您有用吗？

library(future.apply)

我在抓这个问题时遇到了麻烦

4 个答案: