用网络抓取提取链接的问题

Question

我想提取此网页中列出的玩具的链接： https://cebra.com.ar/category/73/Juego-de-Construccion.html

我有一个完整的过程（这里不做复制，因为它很长很复杂），在某些情况下，我有以下无效的代码：

BitBlt

有什么办法解决这个问题吗？

非常感谢！

Answer 1

对象getElementsByTagName()的函数HTMLDocument返回一个列表，但是您试图访问一个对象的属性.href，就好像它是单个对象一样。

您应该替换为：

Cells(erow, 1) = html.getElementsByTagName("a").href

与此

Cells(erow, 1) = html.getElementsByTagName("a")[yourIndex].href

...，其中yourIndex是代表列表索引的数字（0，1，... n）。

当然，您必须找到正确的规则以将正确的a元素放置在正确的位置，因为仅获取带有标签a的文档的所有元素就会在您的容器中检索到278个元素页面（包括所有页面页眉，页脚和其他我实际上认为不需要的东西）：

Answer 2

getElementsByTagName返回一个集合，实际上您需要对其进行索引以获取特定元素。

但是，您不想要所有a标签。这样效率低下，您将需要进行额外的测试以限制感兴趣的对象。您需要专门用于产品的链接，因此请使用attribute = value css selector来获取这些链接：

Dim links As Object, i As Long
Set links = html.querySelectorAll("[href^=product]")

For i = 0 to links.Length - 1
    ActiveSheet.Cells(erow + i, 1) = links.item(i).href
Next

此：

[href^=product]

查找其值以^，href开头的product个属性。

如果您查看html页面，则可以看到每个目标链接都以该子字符串开头