使用VBA从网站中提取数据

Question

我想提取可以在网站上找到的项目的项目状态。有关如何解析 html 的示例，请参见下文。我想提取文本 Start，它是 td 和 /td 之间的文本。请参阅下面的 html 我的代码。

 <div id="ProjectStatus">
 <tr>
 <th>
 <span id="ProjectStatus_Label1" title="De status van het project">Projectstatus</span>
 </th>
 <td>Start</td>
 </tr>

您将在下面找到我目前拥有的代码。这段代码只给了我字符串“Projectstatus”，这不是我想要的。如何提取“开始”这个词？

Private Sub btnClick()

Dim ieApp As InternetExplorer
Set ieApp = New InternetExplorer
Set ieApp = CreateObject("internetexplorer.application")

With ieApp
 .Navigate "url"
 .Visible = True
End With

Do While ieApp.Busy
    DoEvents
Loop 

Set getStatus = ieApp.Document.getElementById("ProjectStatus_Label1")

strStatus = getStatus.innerText

MsgBox (strStatus) 'gives met the text "Projectstatus, but I need the text "Start"

ieApp.Quit
Set ieApp = Nothing

End Sub

Answer 1

从ProjectStatus_Label1 开始，实现这一点需要一些 DOM 导航。

使用以下内容：

Do While ieApp.Busy
    DoEvents
Loop
Set labelSpan = ieApp.Document.getElementById("ProjectStatus_Label1")
Set tableHeader = labelSpan.Parent
Set tableRow = tableHeader.Parent
For Each child In tableRow.Children
    If child.tagName = "TD" 'This is the element you're looking for
         Debug.Print child.innerText
         Exit For
    End If
Next

当然，我强烈建议您修改此代码并使用显式声明和Option Explicit，但您的问题中没有，所以我不会回答。

此外，我使用了一些分配（labelSpan、tableHeader）来进行演示。您可以使用 Set tableRow = ieApp.Document.getElementById("ProjectStatus_Label1").Parent.Parent 并删除其他声明。

或者您可以使用代码高尔夫，更难理解的方法，从 ProjectStatus div 开始：

Debug.Print ieApp.Document.getElementById("ProjectStatus").GetElementsByTagName("td")(0).innerText