使用 Excel\VBA 从网页中抓取信息

Question

我正在尝试从网页中抓取数据，我需要 4 位数据，其中 2 位我已经能够检索到，但另外 2 位暗示了我。

这不是一个固定的 URL，但在重定向后已从 IE 检索此 URL，因此对于本示例，我将使用： https://cpc.farnell.com/warton/microprint-p2010-15-32um-250g/solder-paste-15-32um-250g-pot/dp/SD02808

我希望获得称号：

Microprint P2010 免清洗、无铅焊膏，15-32um，250g 罐 - MICROPRINT P2010 15-32UM，250G

和制造商部件号

缩微打印 P2010 15-32UM，250G

我一直在使用 getElementbyID 来获取产品概述/产品信息，效果很好，但其他文本字段似乎不起作用（我查看了 Xpath，它在 Object 上出错） VBE 中需要）

我使用以下方法成功实现了另外 2 个元素：

Sub Mani()

'Declare variables
Dim objWeb As Object
Dim objHTML As Object
Dim objElement As Object
Dim strData, StrData1 As String


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

objWeb.navigate str & Cells(1, 1).Value


While objWeb.Busy = True
Wend

FullURL = objWeb.LocationURL

Range("b2").Value = FullURL

objWeb.navigate FullURL

'IE.Visible = True
   
While objWeb.Busy = True
Wend

Set objHTML = objWeb.document

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

ActiveSheet.Range("C3").Value = strData

strData = objHTML.getElementById("pdpSection_pdpProdDetails").innerText
Set strData = Nothing

ActiveSheet.Range("D3").Value = strData
    
objWeb.Quit
   

End Sub

URL 重新加载是为了围绕 URL 重定向进行导航，

https://cpc.farnell.com/SD02808

重定向到主网址

https://cpc.farnell.com/warton/microprint-p2010-15-32um-250g/solder-paste-15-32um-250g-pot/dp/SD02808

我想将零件号输入到 A1 中，Excel 将其用作 VB 中的变量，然后从 IE 实例中重新读取完整的 url。 这是尝试使用从 Web 获取数据时遗留下来的问题，由于页面脚本错误，该功能效果不佳，因此使用了 IE 实例。

Answer 1

IE 已死，不应再使用。但是，也可以使用缩短的网址https://cpc.farnell.com/SD02808 通过 xhr（XML HTTP 请求）。以下代码仅显示如何从加载的 HTML 代码中读取所需信息。所有保障措施均缺失。

上面显示的代码中出现对象错误是因为您尝试将数据类型 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