如何使用excelvba获取HTML网页的特定属性_Excel_Vba_Web Scraping

如何使用excelvba获取HTML网页的特定属性

excel vba web-scraping

如何使用excelvba获取HTML网页的特定属性,excel,vba,web-scraping,Excel,Vba,Web Scraping,这是前一篇文章的延续。在这篇新文章中，我试图捕获以下列表下HTML代码中以下元素的内容：发布日期预期结果：2018年8月18日上午4:19 预期结果：美国地址地区预期结果：俄克拉荷马市 HTML文本如下所示： <div class="container-fluid"> <div itemscope itemtype="http://schema.org/JobPosting"> <div class="row content">

这是前一篇文章的延续。在这篇新文章中，我试图捕获以下列表下HTML代码中以下元素的内容：

发布日期预期结果：2018年8月18日上午4:19

预期结果：美国

地址地区预期结果：俄克拉荷马市

HTML文本如下所示：

<div class="container-fluid">
<div itemscope itemtype="http://schema.org/JobPosting">  
      <div class="row content">
        <div class="col-sm-3 sidenav well job_detail_lhs">
            <div class="card">
              <div class="card-body">


                        <strong><a href="/?cmp=jd&from=search-more">< Search 32182 More Oil Jobs </a></strong>

                    <meta itemprop="datePosted" content="Aug. 18, 2018, 4:19 a.m." />
                    <meta itemprop="industry" content="Oil & Gas" />
                    <span itemprop="jobLocation" itemscope itemtype="http://schema.org/Place">
                        <span itemprop="address" itemscope itemtype="http://schema.org/PostalAddress">


                                <h4><strong>Country:</strong></h4>
                                <p itemprop="addressCountry">United States</p>



                                <h4><strong>Location:</strong></h4>
                                <meta itemprop="addressRegion" content="Oklahoma City" />
                                <p itemprop="addressLocality">Oklahoma City</p>

                        </span>
                    </span>
                            <h4><strong>Posted:</strong></h4>
                            <p>22 Days Ago</p>
                    <div>

我尝试了几个getElementsByTagName的串联组合，但没有得到预期的结果

提前感谢您的帮助

我使用了xmlhttp请求来加快执行时间。非常简洁，易于处理。我在下面的脚本中使用了相同的方法来定位元素。看看这个：

Sub GetInfo()
    Const url$ = "https://www.oneoiljobsearch.com/jobs/senior-reservoir-engineer-oklahoma-city-united-states-4/?cmp=js&from=job-search-form-7"
    Dim Http As New XMLHTTP60, Html As New HTMLDocument

    With Http
        .Open "GET", url, False
        .send
        Html.body.innerHTML = .responseText
    End With

    Range("A1") = Html.querySelector("meta[itemprop='datePosted']").getAttribute("content")
    Range("A1").Offset(, 1) = Html.querySelector("p[itemprop='addressCountry']").innerText
    Range("A1").Offset(, 2) = Html.querySelector("meta[itemprop='addressRegion']").getAttribute("content")
End Sub

要添加到库中的引用：

Microsoft XML, v6.0
Microsoft HTML Object Library

我已经使用xmlhttp请求来加快执行时间。非常简洁，易于处理。我在下面的脚本中使用了相同的方法来定位元素。看看这个：

Sub GetInfo()
    Const url$ = "https://www.oneoiljobsearch.com/jobs/senior-reservoir-engineer-oklahoma-city-united-states-4/?cmp=js&from=job-search-form-7"
    Dim Http As New XMLHTTP60, Html As New HTMLDocument

    With Http
        .Open "GET", url, False
        .send
        Html.body.innerHTML = .responseText
    End With

    Range("A1") = Html.querySelector("meta[itemprop='datePosted']").getAttribute("content")
    Range("A1").Offset(, 1) = Html.querySelector("p[itemprop='addressCountry']").innerText
    Range("A1").Offset(, 2) = Html.querySelector("meta[itemprop='addressRegion']").getAttribute("content")
End Sub

要添加到库中的引用：

Microsoft XML, v6.0
Microsoft HTML Object Library

使用CSS选择器和IE

Option Explicit
Public Sub GetInfo()
    Dim ie As New InternetExplorer
    With ie
        .Visible = True
        .navigate "https://www.oneoiljobsearch.com/jobs/senior-reservoir-engineer-oklahoma-city-united-states-4/?cmp=js&from=job-search-form-7"

        While .Busy Or .readyState < 4: DoEvents: Wend

        With .document
           Debug.Print .querySelector("[itemprop=datePosted]").Content
           Debug.Print .querySelector("[itemprop=addressCountry]").innerText
           Debug.Print .querySelector("[itemprop=addressRegion]").Content
        End With

        Stop                                     '<=delete me after
        'other stuff
        .Quit
    End With
End Sub

WinHTTP也是如此

Option Explicit
Public Sub GetInfo()
    Dim html As New HTMLDocument
    With CreateObject("WinHttp.WinHttpRequest.5.1")
        .Open "GET", "https://www.oneoiljobsearch.com/jobs/senior-reservoir-engineer-oklahoma-city-united-states-4/?cmp=js&from=job-search-form-7", False
        .send
        html.body.innerHTML = .ResponseText
        With html
            Debug.Print .querySelector("[itemprop=datePosted]").Content
            Debug.Print .querySelector("[itemprop=addressCountry]").innerText
            Debug.Print .querySelector("[itemprop=addressRegion]").Content
        End With             
        Stop                                     '<=delete me after
        'other stuff
    End With
End Sub

使用CSS选择器和IE

Option Explicit
Public Sub GetInfo()
    Dim ie As New InternetExplorer
    With ie
        .Visible = True
        .navigate "https://www.oneoiljobsearch.com/jobs/senior-reservoir-engineer-oklahoma-city-united-states-4/?cmp=js&from=job-search-form-7"

        While .Busy Or .readyState < 4: DoEvents: Wend

        With .document
           Debug.Print .querySelector("[itemprop=datePosted]").Content
           Debug.Print .querySelector("[itemprop=addressCountry]").innerText
           Debug.Print .querySelector("[itemprop=addressRegion]").Content
        End With

        Stop                                     '<=delete me after
        'other stuff
        .Quit
    End With
End Sub

WinHTTP也是如此

Option Explicit
Public Sub GetInfo()
    Dim html As New HTMLDocument
    With CreateObject("WinHttp.WinHttpRequest.5.1")
        .Open "GET", "https://www.oneoiljobsearch.com/jobs/senior-reservoir-engineer-oklahoma-city-united-states-4/?cmp=js&from=job-search-form-7", False
        .send
        html.body.innerHTML = .ResponseText
        With html
            Debug.Print .querySelector("[itemprop=datePosted]").Content
            Debug.Print .querySelector("[itemprop=addressCountry]").innerText
            Debug.Print .querySelector("[itemprop=addressRegion]").Content
        End With             
        Stop                                     '<=delete me after
        'other stuff
    End With
End Sub

您的帖子中没有指向网页的链接。请包括它以获得任何特定的解决方案。链接已修复！谢谢您的帖子中没有指向网页的链接。请包括它以获得任何特定的解决方案。链接已修复！谢谢你可能想得到这个日期2018年8月18日凌晨4:19。我已经在脚本中解决了这个问题。像往常一样使用很好的选择器。我现在发现API是石油和天然气公司的一个公司/角色，而不是应用程序编程接口的有用搜索词。太好了，我看到这种方式要快得多！你能推荐一个关于xmlhttp的教程吗？我相信我会经常使用它！谢谢你的支持！QHarr API是美国石油学会的缩写，他们创建了一种测量石油重力的方法，通常称为API重力，简称API。祝大家一周愉快！对于后面部分中关于xmlhttp请求的教程@Pegaso.You可能希望获得这个日期2018年8月18日凌晨4:19。我已经在脚本中修复了这个问题。像往常一样使用好选择器。我现在发现API是石油和天然气公司的一个公司/角色，而不是应用程序编程接口的有用搜索词。太好了，我看到这种方式要快得多！你能推荐一个关于xmlhttp的教程吗？我相信我会经常使用它！谢谢你的支持！QHarr API是美国石油学会的缩写，他们创建了一种测量石油重力的方法，通常称为API重力，简称API。祝大家一周愉快！关于xmlhttp请求的教程，在后面的@Pegaso部分，我在Debug.Print的第一行得到了一个错误'91'。我已经搜索了很多如何使用XMLHHTP获取元数据的方法，但是没有luckI在Debug.Print的第一行出现错误“91”。我已经搜索了很多关于如何使用XMLHHTP获取元数据的信息，但是没有找到