如何从网页源代码中提取下拉框数据（分享）

ExcelAPInet

在表格中如何使用正则表达式公式RegexString()从网页源码中提取需要字符，本案例中，演示了如何从某汇率网页中提取币种代码和币种名称。
第一步，需求说明。如下图所示，在某汇率网页上有一个币种下拉框，要求将其中的币种代码和币种名称单独提取出来。

第二步，最终提取出来的数据要求如下图所示，是一个币种的列表。

第三步，查找币种下拉框源代码，在浏览器中，选择币种下拉框，右键，弹出右键菜单，从中选择检查菜单。

第四步，分析规律，发现币种代码和币种名称的规律是value="币种代码">币种名称”，这种情况下，比较容易写正则表达式。

第五步，复制币种下拉框的网页源码。选中下拉框select的网页元素节点，右键，在弹出的右键菜单中选中Copy, Copy outerHTML。

第六步，将复制的网页源码粘贴到某个单元格中。

第七步，如下图所示，书写公式=RegexString($H$2,"value=\""([A-Z]+)\"">([\u4e00-\u9fa5]{1,})",1,G3)从单元格H2中查找币种代码。

第八步，如下图所示，书写公式=RegexString($H$2,"value=\""[A-Z]+\"">([\u4e00-\u9fa5]{1,})",1,G3)从单元格H2中查找币种名称。

要点说明
1、正则表达式([A-Z]+)表示匹配一个以上的大写字母，这里用来匹配币种代码，其中括号()表示要返回的结果，括号外的数据不返回；
2、正则表达式[\u4e00-\u9fa5]{1,}表示匹配一个以上的汉字，这里用来匹配币种名称;
3、在公式中，双引号有特殊用途，如果要输入一个普通的双引号，可以输入两个双引号，此时表示一个双引号;
4、$H$2，表示绝对引用，这样往下拖动公式时，引用的还是单元格H2；
5、图中G列是辅助列，用来递增序号，以便获得要返回值的索引。