Gunakan Excel\VBA untuk mengikis maklumat daripada halaman web

Question

Saya cuba mengikis data dari halaman web, saya memerlukan 4 bit data, 2 daripadanya dapat saya dapatkan semula, tetapi 2 yang lain telah dibayangkan kepada saya.

Ini bukan URL tetap, tetapi ia telah diambil daripada IE selepas ubah hala, jadi untuk contoh ini saya akan menggunakan: https://cpc.farnell.com/warton/microprint-p2010-15-32um-250g/solder-paste-15-32um-250g-pot/dp/SD02808

Saya berharap dapat gelaran:

Cetak Mikro P2010 Tanpa Bersih, Tampal Pateri Tanpa Plumbum, 15-32um, Balang 250g - MICROPRINT P2010 15-32UM, 250G

dan nombor bahagian pengilang

Cetak Mikro P2010 15-32UM, 250G

Saya telah menggunakan getElementbyID untuk mendapatkan gambaran keseluruhan produk/maklumat produk dan ia berfungsi dengan baik, tetapi medan teks lain nampaknya tidak berfungsi (saya melihat Xpath dan ia ralat keluar pada Objek) VBE diperlukan)

Saya berjaya melaksanakan 2 elemen lain menggunakan:

Sub Mani()

'Isytiharkan pembolehubah
Malapkan objWeb Sebagai Objek
Malapkan objHTML Sebagai Objek
Malapkan objElement Sebagai Objek
Malapkan strData, StrData1 Sebagai String


Tetapkan objWeb = CreateObject("internetexplorer.Application")
str = "https://cpc.farnell.com/"

objWeb.navigate str & Sel(1, 1).Nilai


Manakala objWeb.Busy = Benar
Wend

FullURL = objWeb.LocationURL

Julat("b2").Nilai = FullURL

objWeb.navigate FullURL

'IE.Visible = Benar
   
Manakala objWeb.Busy = Benar
Wend

Tetapkan objHTML = objWeb.document

strData = objHTML.getElementById("pdpSection_FAndB").innerText

ActiveSheet.Julat("C3").Nilai = strData

strData = objHTML.getElementById("pdpSection_pdpProdDetails").innerText
Set strData = Tiada apa-apa

ActiveSheet.Julat("D3").Nilai = strData
    
objWeb.Berhenti
   

Tamat Sub
Muat semula URL adalah untuk navigasi sekitar ubah hala URL,
https://cpc.farnell.com/SD02808
Ubah hala ke URL utama
https://cpc.farnell.com/warton/microprint-p2010-15-32um-250g/solder-paste-15-32um-250g-pot/dp/SD02808
Saya mahu memasukkan nombor bahagian ke dalam A1, Excel gunakannya sebagai pembolehubah dalam VB, dan kemudian baca semula url penuh daripada contoh IE.
Ini adalah isu warisan daripada cubaan menggunakan Dapatkan Data daripada Web, yang tidak berfungsi dengan baik kerana ralat skrip halaman, jadi contoh IE telah digunakan. 
            

Answer 1

IE sudah mati dan tidak boleh digunakan lagi. Walau bagaimanapun, anda juga boleh menggunakan URL yang dipendekkan https://cpc.farnell.com/SD02808 melalui xhr (permintaan HTTP XML). Kod berikut hanya menunjukkan cara membaca maklumat yang diperlukan daripada kod HTML yang dimuatkan. Semua perlindungan hilang.

Ralat objek dalam kod yang ditunjukkan di atas adalah kerana anda cuba menukar jenis data String 的变量设置为 Nothing，就像使用 Set 的对象变量一样strData = 无.

Sub GetCPCOfferInfos()

  Dim url As String
  Dim doc As Object
  
  Set doc = CreateObject("htmlFile")
  
  With CreateObject("MSXML2.XMLHTTP.6.0")
    url = "https://cpc.farnell.com/" & ActiveSheet.Cells(1, 1)
    .Open "GET", url, False
    .Send
    
    If .Status = 200 Then
      doc.body.innerHTML = .responseText
      
      ActiveSheet.Range("A3") = doc.getElementsByTagName("h1")(0).innertext _
                                & doc.getElementsByTagName("h2")(0).innertext 'Title
      ActiveSheet.Range("B3") = doc.getElementsByClassName("ManufacturerPartNumber")(0).innertext 'Manufacturer Part Number
      ActiveSheet.Range("C3") = doc.getElementById("pdpSection_FAndB").innertext 'Product Overview
      ActiveSheet.Range("D3") = doc.getElementById("pdpSection_pdpProdDetails").innertext 'Product Information
    Else
      MsgBox "Page not loaded. HTTP status " & .Status
    End If
  End With
End Sub