在 VBA 中使用 XMLHTTP 对象解析一些网站

Question

我正在尝试从 Wikipedia 页面中选取“关键人物”字段：https://en.wikipedia.org/wiki/Abbott_Laboratories 并将该值复制到我的 Excel 电子表格中。

我设法使用 xml http 来做到这一点，这是我喜欢它的速度的一种方法，你可以看到下面的代码正在运行。

但是代码不够灵活，因为 wiki 页面的结构可能会发生变化，例如它在此页面上不起作用：https://en.wikipedia.org/wiki/3M

由于tr td结构不完全相同（关键人物不再是3M页面的第8个TR）

如何改进我的代码？

Public Sub parsehtml()

Dim http As Object, html As New HTMLDocument, topics As Object, titleElem As Object, detailsElem As Object, topic As HTMLHtmlElement
Dim i As Integer

Set http = CreateObject("MSXML2.XMLHTTP")



http.Open "GET", "https://en.wikipedia.org/wiki/Abbott_Laboratories", False

http.send

html.body.innerHTML = http.responseText

Set topic = html.getElementsByTagName("tr")(8)

Set titleElem = topic.getElementsByTagName("td")(0)

ThisWorkbook.Sheets(1).Cells(1, 1).Value = titleElem.innerText

End Sub

Answer 1

如果表格的行不是为“关键人物”固定的，那么为什么不为“关键人物”循环表格

我测试了以下修改，发现它工作正常。

在声明部分

Dim topics As HTMLTable, Rw As HTMLTableRow

然后是最后

html.body.innerHTML = http.responseText
Set topic = html.getElementsByClassName("infobox vcard")(0)

    For Each Rw In topic.Rows
        If Rw.Cells(0).innerText = "Key people" Then
        ThisWorkbook.Sheets(1).Cells(1, 1).Value = Rw.Cells(1).innerText
        Exit For
        End If
    Next

Answer 2

有更好更快的方法。至少对于给定的网址。匹配元素的类名和索引到返回的节点列表。需要处理的返回项更少，元素的路径更短，匹配类名比匹配元素类型更快。

Option Explicit
Public Sub GetKeyPeople()
    Dim html As HTMLDocument, body As String, urls(), i As Long, keyPeople
    Set html = New HTMLDocument
    urls = Array("https://en.wikipedia.org/wiki/Abbott_Laboratories", "https://en.wikipedia.org/wiki/3M")
    With CreateObject("MSXML2.XMLHTTP")
        For i = LBound(urls) To UBound(urls)
            .Open "GET", urls(i), False
            .send
            html.body.innerHTML = .responseText
            keyPeople = html.querySelectorAll(".agent").item(1).innerText
            ThisWorkbook.Worksheets("Sheet1").Cells(i + 1, 1).Value = keyPeople
        Next
    End With
End Sub