解析网页源码，获得所需数据。

Kaohsing · 发表于 2017-11-2 15:25

kings12333 发表于 2017-11-2 15:05
发最后这个方法的源码，照抄都取不到数据。。

Sub kaohsing()
Set HTML = CreateObject("HTMLFile")
URL = "http://www.yuncaijing.com/markethot/discovery.html?keyword=%E9%9B%84%E5%AE%89"
Set win = CreateObject("WinHttp.WinHttpRequest.5.1")
With win
.Open "GET", URL, False
.send
HTML.body.innerHTML = .responseText
End With
Set td = HTML.getElementsByTagName("td")
'---------------------数据一锅端
' For i = 0 To td.Length - 1
' tt = tt & " |" & vbTab & i & " ....." & td(i).innertext
'If i Mod 5 = 0 Then Debug.Print tt: tt = ""
' Next
'<A href="about:/quote/sh603903.html" target=_blank data-showchart-code="603903">中持股份</A>
For j = 0 To td.Length - 1
If InStr(td(j).innerHTML, "<A href=") = 1 Then Exit For
Next
For i = j To td.Length - 1
tt = tt & " |" & vbTab & i & " ....." & td(i).innertext
If i Mod 5 = 0 Then Debug.Print tt: tt = ""
Next
Stop
End Sub

复制代码

kings12333 · 发表于 2017-11-2 18:33

Kaohsing 发表于 2017-11-2 15:25

这句代码怎么理解：If i Mod 5 = 0 then

Kaohsing · 发表于 2017-11-2 18:54

kings12333 发表于 2017-11-2 18:33
这句代码怎么理解：If i Mod 5 = 0 then

i除5的余数为0

kings12333 · 发表于 2017-11-2 18:57

Kaohsing 发表于 2017-11-2 18:54
i除5的余数为0

不明白为什么要除以5？

Kaohsing · 发表于 2017-11-2 19:06

ykytom 发表于 2017-11-2 12:48
不用工具能直接分析出动态URL吗，

你自己试试

Kaohsing · 发表于 2017-11-2 19:43

kings12333 发表于 2017-11-2 18:57
不明白为什么要除以5？

  tt = tt & "  |" & vbTab & i & " ....." & td(i).innertext    ’ 以制表符分割返回的数据，
   If i Mod 5 = 0 Then Debug.Print tt: tt = ""    ‘ 当i=5,10,15...也就是5的倍数，就行后面的语句“ 打印“，清空变量。
至于为什这样。就是为了数据对比用，尽可能在截图时多接一些。

kings12333 · 发表于 2017-11-3 00:27

Kaohsing 发表于 2017-11-2 19:43
tt = tt & " |" & vbTab & i & " ....." & td(i).innertext ’ 以制表符分割返回的 ...

虽然还不是很懂，也得说声谢谢！

Kaohsing · 发表于 2017-11-3 11:13

续说CreateObject("htmlfile")解析数据

反复查看源码，td或tr都在table标签中。

多方面证明数据还是在第二个表中，但是在代码中索引都是从0 开始的，第二个表的索引为1，（如果不明白，那就看看引用的字典吧）下面有代码证明一下。

下面来点理论，引用w3schoole的

下面来几张图，说明tablede的属性：（浓缩了主要的属性，图片胜过千言万语）

虽然返回了数据，数据又是挨在一块的，不理想。那就展开个item看看有什么属性。

发现有个cells，cells是单元格的集合，（与Excel差不多吗），继续点

最后结果：

Kaohsing · 发表于 2017-11-3 14:25

以下是28楼的代码，存为本地的html文件。

遍历.zip (48.62 KB, 下载次数: 86)

html.rar (9.57 KB, 下载次数: 61)

一点说明，可能是网页登录的比较频繁，人家服务器不给数据了，只好解析本地文件，道理是一样的，
  Set win = CreateObject("microsoft.xmlhttp")
With win
      .Open "GET", "C:\Users\Administrator\Desktop\abc.html", False
      .send
      HTML.body.innerHTML = .responseText
End With

以前楼层的代码就不发了。只需调整一下红字部分即可。

Kaohsing · 发表于 2017-11-3 16:17

最后说说CreateObject("htmlfile")解析数据

引用w3school的语录：

HTML DOM 定义了多种查找元素的方法，除了 getElementById() 之外，还有 getElementsByName() 和 getElementsByTagName()。不过，如果您需要查找文档中的一个特定的元素，最有效的方法是 getElementById()。在操作文档的一个特定的元素时，最好给该元素一个 id 属性，为它指定一个（在文档中）唯一的名称，然后就可以用该 ID 查找想要的元素。

从上不难发现getElementById()，用来查找唯一一个特定的，那getElementsByName() 和 getElementsByTagName()言外之意是集合啦.

28楼以证明（Set td =HTML.getElementsByTagName("table")(1).Rows）getElementsByTagName()了。例子真难找。就找了个天气预报的例子。

分析源码，得知数据的位置如下：

最终代码运行情况如下：

贴上代码：

Sub kaohisng_getElementById()

With CreateObject("MSXML2.XMLHTTP")

.Open "GET", "C:\Users\Administrator\Desktop\peking.html", False

.send

strText = .responseText

End With

Set htm = CreateObject("htmlfile")

htm.body.innerHTML = strText

Debug.Print htm.getElementById("hidden_title").Value

Debug.Print htm.getElementById("fc_3h_internal_update_time").Value & "更新"

End Sub

到此CreateObject("htmlfile")解析数据结束。

peking.rar (18.97 KB, 下载次数: 47)

		自动登录	找回密码
密码			免费注册

[讨论] 解析网页源码，获得所需数据。