在 excel 中使用 VBA 从网页 HTML 上的特定 div 类中获取文本答案

【问题标题】：Getting text from a particular div class on a webpage HTML using VBA in excel在 excel 中使用 VBA 从网页 HTML 上的特定 div 类中获取文本
【发布时间】：2021-11-05 06:33:17
【问题描述】：

编辑：谢谢你们的解决方案，伙计们。

下面代码的问题是元素无法获取 div 类下的文本 "col-xs-12 col-sm-12 col-md-6 col-lg-5 col -md-pull-6 col-lg-pull-7 p-main-title-wrapper" 来自网页“https://www.racingandsports.com/thoroughbred/jockey/jake-bayliss/27461”和将其打印在 excel 的工作表上。唯一需要提取的文本是“JAKE BAYLISS”，仅此而已。

Sub Horse6()

Dim ws As Worksheet
Dim r As Integer
Dim c As Integer
Dim http As New XMLHTTP60
Dim html As New HTMLDocument
Dim node As HTMLHtmlElement
Dim nodeDiv As HTMLHtmlElement

  Set ws = ThisWorkbook.Worksheets("Sheet1")
  r = 2
  c = 12
  
    With http
    .Open "GET", "https://www.racingandsports.com/thoroughbred/jockey/jake-bayliss/27461", False
    .send
    html.body.innerHTML = .responseText
    End With
  
'Problems with the elements are here

    With html.getElementsByClassName("np mainparent")
        For Each node In html.getElementsByClassName("col-xs-12 col-sm-12 col-md-6 col-lg-5  col-md-pull-6 col-lg-pull-7  p-main-title-wrapper")
            For Each nodeDiv In node.getElementsByTagName("div")
              ws.Cells(r, c) = .Item(0).innerText
            Next
        Next
    End With
  
    MsgBox "Data input complete"

End Sub

【问题讨论】：

标签： html excel vba

【解决方案1】：

您是否尝试在 For Each 选择器中仅选择“p-main-title-wrapper”类？ & 另外，不要在第二个 For Each 中选择“div”，而是尝试选择“h1”元素标签，因为它将与上述元素分开声明。

【讨论】：

【解决方案2】：

你说的代码部分是这样的

<div class="col-xs-12 col-sm-12 col-md-6 col-lg-5 col-md-pull-6 col-lg-pull-7 p-main-title-wrapper">
    <h1 style="display:inline !important">JAKE BAYLISS</h1>
</div>

因此，您需要在其中添加 <h1> 标签，而不是您尝试的 <div>。见下文：

Dim nodeH1 As HTMLHtmlElement
With html.getElementsByClassName("np mainparent")
    For Each node In html.getElementsByClassName("col-xs-12 col-sm-12 col-md-6 col-lg-5  col-md-pull-6 col-lg-pull-7  p-main-title-wrapper")
        For Each nodeH1 In node.getElementsByTagName("h1")
          ws.Cells(r, c) = nodeH1.innerText
        Next
    Next
End With

【讨论】：

【解决方案3】：

还有getElementsByTagName()的方法。所需的文本位于h1 标记中，即在第一个标记中。您需要直接访问它的唯一行是
html.getElementsByTagName("h1")(0).innertext

我省略了直接阅读不需要的所有内容。您可以确切地看到整个循环构造是不必要的。

Sub Horse6()

Dim http As New XMLHTTP60
Dim html As New HTMLDocument
  
  With http
    .Open "GET", "https://www.racingandsports.com/thoroughbred/jockey/jake-bayliss/27461", False
    .send
    html.body.innerHTML = .responseText
  End With
  
  MsgBox html.getElementsByTagName("h1")(0).innertext
End Sub

【讨论】：