建议：网抓大师讲课，应面向主流菜鸟，着重介绍：如何提取源码文件中的字符

引子玄

建议：网抓大师讲课，应面向主流菜鸟，着重介绍：如何提取源码文件中的字符。
不然，对最广大的业余菜鸟来说，听课就好象在听＂之乎者也＂的讲课，不知所云。
菜鸟关心的，比如：
１、介绍ＩＥ对象的源码文件内容的提取，与ＸＭＬＨＴＴＰ对象的源码文件内容的提取，在网页源码文本的处理上（内容摘取），区别点在哪？
２、如何提取源码文件的需要内容？特别是要介绍下如何分裂(split)？如何替换（replace)？

菜鸟们关心的是要会弄，而不是在不会弄的情况下学＂金枪刺喉＂．

引子玄

把网页源码中需要的字符，提取弄到ＥＸＣＥＬ中，对菜鸟们来说，是一道绕不过去的大弯。

引子玄

如果连最基本的提取操作课程都没有，就好象眼前的河都没法过，河对面的山能爬得上去吗？{:soso_e201:}
很多菜鸟在大师的＂网抓系列课程＂学习中发急了，俺也一样，但还是闭着眼睛的给“优秀作品”、“感谢帮助”，送鲜花。

蓝天630902

对于“ＩＥ对象”，应该理解“标签”：http://www.w3school.com.cn/tags/index.asp，这个是初学的地方。
举个ａ标签的例子，对于本页“http://club.excelhome.net/thread-902462-1-1.html”，里面有一句：

<a id="newspecial" onmouseover="$('newspecial').id = 'newspecialtmp';this.id = 'newspecial';showMenu({'ctrlid':this.id})" onclick="showWindow('newthread', 'forum.php?mod=post&action=newthread&fid=2')" href="javascript:;" title="发新帖"><img src="comiis_19lou/pn_post.png" alt="发新帖" /></a>

看看下面的代码，按Ｆ８一步步运行一遍，然后试着去理解：


Sub test()
    Set ie = CreateObject("InternetExplorer.Application")
    ie.navigate "http://club.excelhome.net/thread-902462-1-1.html"    '打开窗口
    Do Until ie.ReadyState = 4
        DoEvents
    Loop
    ie.Visible = 1    '窗口可见
    ie.Left = -5    '左侧
    ie.Top = -25    '顶部
    ie.Height = 860    '高度
    ie.Width = 1035    '宽度
    ie.MenuBar = 0    '取消菜单栏
    ie.addressbar = 0    '取消地址栏
    ie.Toolbar = 0    '取消工具栏
    ie.StatusBar = 0    '取消状态栏
    ie.resizable = 1    '允许用户改变窗口大小
    ie.Height = 400    '高度
    ie.Width = 500    '宽度
    ie.Left = 300    '左侧
    ie.Top = 300    '顶部
    For i = 92 To 92
    Debug.Print "-----------------"
    Debug.Print i
    Debug.Print "-----------------"
    Debug.Print ie.Document.all.tags("a")(i).onclick
    Debug.Print "-----------------"
    Debug.Print ie.Document.all.tags("a")(i).ID
    Debug.Print "-----------------"
    Debug.Print ie.Document.all.tags("a")(i).onmouseover
    Debug.Print "-----------------"
    Debug.Print ie.Document.all.tags("a")(i).href
    Debug.Print "-----------------"
    Debug.Print ie.Document.all.tags("a")(i).Title
    Debug.Print "-----------------"
    Next i
    ie.Quit
End Sub

蓝天630902

所以说，“ＩＥ对象”法就像傻瓜相机，简单而十分有效。几乎不需要正则表达式、“Replace” 、“Split”等等额外的手段，就可以得到我们想要的东西。
   

引子玄

蓝天630902 发表于 2012-8-6 11:46 http://www.w3school.com.cn/tags/index.asp，这个是初学的地方。
举 ...

关键的难点：把网页上我们需要的ＤＤ，如何提取下来？（如何分裂源码文本）
也是大家所关注的．
ＩＥ和ＸＭＬＨＴＴＰ，在分裂提取字符上的不同操作技巧

引子玄

蓝天630902 发表于 2012-8-6 11:57
所以说，“ＩＥ对象”法就像傻瓜相机，简单而十分有效。几乎不需要正则表达式、“Replace” 、“Split”等等 ...

就是“Replace” 、“Split”如何操作的关键障碍，该如何操作？
这两个函数的基本语法，我想大家基本上都会，但是：就是不知道如何弄下来（源码内容的摘取）？
正是在这个环节，卡了一大批人．

kangatang

首先，你得看得懂网页源代码和一点点JAVAscript
比如一般表格都会这样写
<table>
    <tr><td>我是表格内容</td></tr>
</table>

图像
<img src='http://fufu.ff.com/sd/ss.png' alt='我是图片'>
链接
<a href="http://fufu.ff.com/sd">我是链接</a>

还有其他，比如
<div>我是内容</div>
<h2></h2>
<..... style="font:14;positon:center;".....>

等等。

具体参考http://www.w3school.com.cn/example/html_examples.asp

liucqa

关于split和replace之类的内容，不是网页抓取的知识，是VBA基础培训的知识，这是两回事。
就好比你在大学上复变函数课，就不能指望老师教你怎么解一元二次方程。


找个社会培训班或者在网上找个免费培训班就行了。

xiachangmu

网上下载一篇介绍正则表达式的文章就可以达到了