Vba XHTML网站抓取指南

我对VBA和HTML/XHTML非常陌生，但是通过在线研究和其他优秀成员的帮助，我已经成功地编写了一个代码来提取我想要的数据。我很难识别我想要的元素的ID，因为它在XHTML中，所以我认为这是我做得最糟糕的地方

网站：

以下是我希望代码执行的操作： 提取银行名称、地址、电话号码、存款总额和总资产——给定我在excel表中提供的银行名称和城市

这是我的代码：

Private声明子睡眠库“kernel32.dll”（ByVal-dwms长度）
次级社区银行（）
Dim IE作为对象，TableResults作为对象，webRow作为对象，BankName作为变量，page作为长，pageTotal作为长，r作为长
Dim beginTime作为日期，i作为长度，myvalue作为变量
设置IE=CreateObject（“internetexplorer.application”）
即“导航”http://www.usbanklocations.com/banks.php?name=&Range（“A2”）.值和“+Bank&ml=30&lc=“&Range（“B2”）.值和“%2C+TX”
可见=真实
在IE忙或IE.readystate 4'4=readystate\u完成时执行
多芬特
环
'在表格中输入银行名称
'myvalue=InputBox（“输入城市。按OK开始搜索”，“银行搜索”）
'范围（“F3”）。值=myvalue
'IE.document.getelementbyid（“MainContent\u txtCity”）.Value=“LegacyTexas”
'单击“查找”按钮
'IE.document.getelementbyid（“MainContent\u btn”）。单击
'睡眠5*1000
IE.document.getelementbytagname（“表”）.getelementsbyclassname（“btn”）。单击
睡眠5*1000
“总页数
pageTotal=IE.document.getelementbyid（“lsortby”）.innertext
第页=0
执行直到第页=第页总计
多芬特
page=IE.document.getelementbyclassname（“lsortby”）.innertext
使用IE.document.getelementbyid（“main”）
对于r=1到.Rows.Length-1
如果不是IsArray（银行名称），则
ReDim BankName（7，0）作为变体
其他的
ReDim保留BankName（7，UBound（BankName，2）+1）作为变体
如果结束
BankName（0，UBound（BankName，2））=.行（r）.单元格（0）.内部文本
下一个r
以
如果第页<第页总计，则
IE.document.getelementbyclassname（“panelpn”）。单击
开始时间=现在
Application.Wait（现在+时间值（“00:00:05”））
如果结束
环
对于r=0到UBound（银行名称，2）
即“导航”http://www.usbanklocations.com/银行名称（0，r）（&B）
在IE忙或IE.readystate 4'4=readystate\u完成时执行
多芬特
环
“等5秒钟。用于屏幕刷新
睡眠5*1000
使用IE.document.getelementbytagname（“表”）
对于i=0到.Rows.Length-1
多芬特
选择Case.Rows（i）.Cells（0）.innertext
案例“名称：”
银行名称（1，r）=.行（i）.单元格（1）.内部文本
案例“地点：”
银行名称（2，r）=.行（i）.单元格（1）.内部文本
手机：
银行名称（3，r）=.行（i）.单元格（1）.内部文本
案例“分行存款”：
BankName（4，r）=替换（替换（.Rows（i）.Cells（1）.innertext，，，，，，，，，，，，，，，，，）
案例“总资产：
BankName（5，r）=替换（替换（.Rows（i）.Cells（1）.innertext，“，”），“$”，”）
结束选择
接下来我
以
下一个r
即退出
设置IE=无
'在Excel单元格上发布结果
工作表（1）。范围（“A9”）。调整大小（UBound（BankName，2）+1，UBound（BankName，1）+1）。值=应用程序。转置（BankName）
端接头

---

提前谢谢你！我将非常感谢任何帮助

考虑以下示例，该示例使用XHR代替IE和基于拆分的HTML内容解析：

选项显式
子测试_usbanklocations（）
Dim oSource、oDestination、y、oSrcRow、sName、sCity、sDist、sUrl0、sUrl1、sUrl2、lPage、sResp1、sResp2、i、a1、a2、a3、a4、a5
设置oSource=图纸（1）
设置方向=图纸（2）
oDestination.Cells.Delete
数据输出方向，1，数组（“名称”、“位置”、“电话”、“总资产”、“总存款”）
y=2
对于oSource.UsedRange.Rows中的每个oSrcRow
sName=oSrcRow.Cells（1,1）.Value
sCity=oSrcRow.Cells（1,2）.Value
sDist=oSrcRow.Cells（1,3）.Value
sUrl0=”http://www.usbanklocations.com/banks.php?q=“&EncodeUriComponent（sName）&&lc=“&EncodeUriComponent（sCity）&”&ml=“&sDist
sUrl1=sUrl0
lPage=1
做
sResp1=GetXHR（sUrl1）
如果InStr（sResp1，“我们找不到您提供的地址。请检查。”）>0，然后退出Do
a1=Split（SREP1），“用户不能
聚合、复制或复制USBANKLOCATIONS.COM上的内容”
——所以我很确定你无论如何都不应该删除他们的网站"，他们指的是他们网站的具体操作。不是用户可以使用的内容。你可以复制/粘贴信息。好的-我通常不会参与删除问题，只是为了谨慎。我只是在你不知道的情况下指出，但如果你高兴这很好，那么就足够公平了。谢谢@MacroMan！我同意请指出这一点。
.getelementbyvalue
，
.getelementbyclass
，
.getelementbytag
不是有效的方法。
.getElementsByClassName
，
.getElementsByTagName
返回按类和标记名选择的节点集合。没有本机函数可按其值检索节点。您是这个XHR/API方法是一个很好的基础。非常感谢。我刚刚熟悉XHR，这将是我第一个用这种格式看的代码。我注意到它对于大数据集来说快得多。非常感谢。@ K.K.BTW使XHRs异步，你可以达到更高的速度，但是代码。那就应该处理事件了。@omegastripes，谢谢你的代码。这对我来说是一项全新的技能。我从中学到了这一点。非常感谢@omegastripes和pcw我