从网页列表中提取 H1 标题答案

【问题标题】：Extracting H1 title from list of web pages从网页列表中提取 H1 标题
【发布时间】：2014-01-24 15:26:27
【问题描述】：

我有一长串 URL，我想从每个 URL 中添加标题并将其保存到 Microsoft Excel 文件中。

我试图四处寻找执行此操作的代码，但找不到。我正在为 Firefox 使用 iMacros。

【问题讨论】：

标签： macros imacros

【解决方案1】：

我建议在 Excel VBA 本身中使用 Internet Explorer 对象和 MSHTML 对象库，这可能会使用 3rd 方应用程序。

【讨论】：

我确信这可以通过 iMacros 轻松完成。不幸的是，我目前没有尝试其他方法的奢侈。
提取元素细节涉及循环，所以我建议您选择该方法。
对此了解不够，但我之前曾使用 iMacros 成功完成类似任务

【解决方案2】：

您首先需要文件中的 URL 列表（每行一个 URL）。我们称它为 listOfUrls.csv（另存为 Excel 或仅使用纯文本文件）。您将该文件放在 iMacros/Datasources 文件夹中。

然后是宏本身：

SET !DATASOURCE listOfUrls.csv
SET !DATASOURCE_COLUMNS 1
SET !LOOP 1
SET !DATASOURCE_LINE {{!LOOP}}
TAB T=1
URL GOTO={{!COL1}}
TAG POS=1 TYPE=TITLE ATTR=* EXTRACT=TXT
SAVEAS TYPE=EXTRACT FOLDER=* FILE=openThisInExcel.csv

现在您必须将宏作为循环播放（查找“播放（循环）”）。播放次数与您在列表中的 URL 一样多（在“Max:”中设置）。然后宏将带您到每个 URL 并获取标题并将其保存到 openThisInExcel.csv。就是这样。

您可能还希望将 URL 保留在结果 CSV 中（这样您就知道哪个标题对应于哪个 URL）。在最后一行或该行之前的行之前添加以下内容（取决于您想要的列顺序）：

ADD !EXTRACT {{!URLCURRENT}}

【讨论】：