第10000分的帖子：网页元素抓取模块

roych

前段时间在处理些网页抓取的问题，顺带发一个模块给大家。
说明：这里是使用了类名（Class）来抓取，返回字符串后，可以使用split函数切分为数组再写入表字段位置。
1、如需要多页抓取，则需要写循环，详见附件。
2、由于异步情况下，HTML元素返回值跟页面显示不一致，因此不支持ajax。

1. '*******************************************************************************************************************
   
2. '网页抓取数据主程序，获取包含以冒号隔开的某个类的网页元素标识的文本字符串。
   
3. '编写：东东
   
4. '日期：2014-11-18
   
5. '使用说明：需引用HTML库和互联网控件库（Internet Control）。
   
6. 'wb：WebBrowser组件，返回Object
   
7. 'strURL：URL地址，字符串类型
   
8. 'strClassName：类名称，字符串类型
   
9. 'isID：是否获取宝贝ID，布尔值类型
   
10. '如：myData（Me.Webbrowser0,"http://www.Tmall.com,"DIV",False)
    
11. '*******************************************************************************************************************
    
12. Function myData(ByVal wb As WebBrowser, ByVal strURL As String, ByVal strClassName As String, Optional ByVal isID As Boolean=False)
    
13. Dim doc As HTMLDocument
    
14. Dim eles As IHTMLElementCollection
    
15. Dim ele As IHTMLElement
    
16. Dim str As String
    
17. 
    
18. wb.Navigate strURL
    
19. 
    
20. Do Until wb.ReadyState = READYSTATE_COMPLETE
    
21.     DoEvents
    
22. Loop
    
23. 
    
24. Set doc = wb.Document
    
25. Set eles = doc.getElementsByClassName(strClassName)
    
26. 
    
27. For Each ele In eles
    
28.     If isID Then
    
29.         str = str & ":" & Right(ele.getAttribute("href"), 11)
    
30.     Else
    
31.         str = str & ":" & ele.innerText
    
32.     End If
    
33. Next
    
34. myData = str
    
35. End Function

复制代码

****************************************************
2014-12-24更新：应7楼的要求，以论坛帖子为数据源，附上实例。
****************************************************

游客，如果您要查看本帖隐藏内容请回复

盗梦

好帖，看看里面的内容

zbf127

mark

HKEY_CURRENT

admin

支持！

yanwei82123300

谢谢分享！！！

smileyoufu

好东西，学习下

smileyoufu

roych 版主，能否请求做个实例，看一下效果？

天涯沦落20131

111111

一念之间

好贴