尝试从网站获取一些数据

Question

我想从金融网站获取不同的价格并将它们存储在 Excel 文件中。 我没有很好的知识，我想知道我为从网站获取数据所做的代码是最好的还是可以做得更好。 网站 HTML 代码就是这个。我想在 'Prezzo di chiusura' 之后得到最后一个 td，里面有 103,74。

我有这些问题：

• 我使用了get elementsbytagname("td")(39)，我刚刚统计了页面中的td数，有没有更好的方法来解决这个td？
• 我注意到有时我有以前的价格，而不是我在网页中看到的价格，我使用我的代码访问的区域数据与我在网页中看到的不同，直到它没有更新我会看到只有以前的数据？

HTML代码是：

<div class="instruments_company_summary">
  <table class="table-noborders">
    <tr>
      <td class="table_label"> </td>
      <td>
        <div class="floatdx" style="padding-bottom:10px">
          <div class="floatsx">
            <div class="standard-button">
              <a href="/it/strumenti/grafico/IT0004785355">Grafico</a>            </div>
          </div>
                      <div class="floatsx">
              <div class="standard-button">
                <a href="http://www.eurotlx.com/product-details/IT0004785355.pdf" target="_blank">Scheda</a>              </div>
            </div>
                              <div class="floatsx">
            <div class="standard-button">
              <a href="/it/strumenti/dettaglio/csv/IT0004785355">Scarica book</a>            </div>
          </div>
        </div>
      </td>
    </tr>
    <tr>
      <td class="table_label">Isin</td>
      <td>
        <div class="floatsx" style="padding-top:4px;">IT0004785355</div>
      </td>
    </tr>
    <tr>
      <td class="table_label">Descrizione</td>
      <td>Bpvi 7% 29dc16</td>
    </tr>
    <tr>
      <td class="table_label">Prezzi aggiornati al</td>
      <td>09-11-2015 21:28:48</td>
    </tr>
  </table>

  <table>
    <tr>
      <th colspan="2">Book di negoziazione</th>
    </tr>
    <tr>
      <td class="table_label">Var</td>
      <td>0,05%</td>
    </tr>
    <tr>
      <td class="table_label" style="border:0">Book a 5 livelli</td>
      <td style="border:0; padding: 10px 0 5px">
        <table>
          <thead>
          <tr>
            <th>Q.tà Acquisto</th>
            <th>Prezzo Acquisto</th>
            <th>Prezzo Vendita</th>
            <th>Q.tà Vendita</th>
          </tr>
          </thead>
          <tbody>
                        <tr>
              <td>-</td>
              <td>-</td>
              <td>-</td>
              <td>-</td>
            </tr>
                        <tr>
              <td>-</td>
              <td>-</td>
              <td>-</td>
              <td>-</td>
            </tr>
                        <tr>
              <td>-</td>
              <td>-</td>
              <td>-</td>
              <td>-</td>
            </tr>
                        <tr>
              <td>-</td>
              <td>-</td>
              <td>-</td>
              <td>-</td>
            </tr>
                        <tr>
              <td>-</td>
              <td>-</td>
              <td>-</td>
              <td>-</td>
            </tr>
                      </tbody>
        </table>
      </td>
    </tr>
  </table>

  <table>
    <tr>
      <th colspan="2">Dati ultimo contratto</th>
    </tr>
    <tr>
      <td class="table_label">Prezzo</td>
      <td>103,93</td>
    </tr>
    <tr>
      <td class="table_label">Quantità</td>
      <td>5.000</td>
    </tr>
    <tr>
      <td class="table_label">Data e ora</td>
      <td>09-11-2015 16:59:33</td>
    </tr>
  </table>

  <table>
    <tr>
      <th colspan="2">Dati giornalieri</th>
    </tr>
    <tr>
      <td class="table_label">Prezzo di chiusura</td>
      <td>103,74</td>
    </tr>

Excel VBA 代码是这个：

Dim W As Worksheet: Set W = ActiveSheet
Dim Objie As Object
Dim xObj

Set Objie = CreateObject("InternetExplorer.Application")
Objie.Visible = False

Objie.Navigate "http://www.eurotlx.com/it/strumenti/dettaglio/IT0004785355"

While (Objie.Busy Or Objie.ReadyState <> 4)
    DoEvents
Wend

Set xObj = Objie.Document.getElementsByTagName("td")(39)

W.Range("I3" ) = xObj.innerText

Set xObj = Nothing
Objie.Quit
Set Objie = Nothing

Answer 1

这样会更好（避免您更改以前表格中的行数）

Dim tbl, xObj

Set tbl = Objie.Document.getElementsByTagName("table")(3) '4th table on page
Set xObj = tbl.getElementsByTagName("td")(2)              'second td in that table

Answer 2

您还可以搜索所需的数据（“PREZZO DI CHUSURA”）并使用nextElementSibling 属性获取赋予它的值。这样，您始终可以确保获得的值与 eurotlx.com 提供的表结构无关。

Sub Scrape()

    Dim ie As Object

    'Get rid of cached sites
    Shell "RunDll32.exe InetCpl.cpl,ClearMyTracksByProcess 255"

    Set ie = CreateObject("InternetExplorer.Application")
    ie.Visible = False
    ie.navigate "http://www.eurotlx.com/it/strumenti/dettaglio/IT0004785355"

    While (ie.Busy Or ie.ReadyState <> 4)
    DoEvents
    Wend

    Set tds = ie.document.getElementsByClassName("table_label")

    For Each TDelement In ie.document.getElementsByClassName("table_label")
      If InStr(TDelement.innerText, "Prezzo di chiusura") Then
         Range("I3") = TDelement.nextElementSibling.innerText
         Exit For
      End If
    Next

End Sub

当然，这种方法的弱点是，如果站点管理员更改了“prezzo di chiusura”的innerText，Excel将无法找到它的值。

Answer 3

CSS 选择器：

您可以使用 CSS 选择器：table:last-child .table_label ~ td

带有td标签的元素在最后一个带有类名.table_label的table标签之后。

---

CSS 查询：

---

VBA：

您使用document 的querySelector 方法应用CSS 选择器。

Debug.Print Objie.Document.querySelector("table:last-child .table_label ~ td").innerText