Пользовательские функции VBA Excel для парсинга сайтов, html-страниц и файлов, возвращающие их текстовое содержимое. Примеры записи текста в переменную.
Парсинг html-страниц (msxml2.xmlhttp)
Пользовательская функция GetHTML1 (VBA Excel) для извлечения (парсинга) текстового содержимого из html-страницы сайта по ее URL-адресу с помощью объекта «msxml2.xmlhttp»:
|
1 2 3 4 5 6 7 8 9 |
Function GetHTML1(ByVal myURL As String) As String On Error Resume Next With CreateObject("msxml2.xmlhttp") .Open "GET", myURL, False .send Do: DoEvents: Loop Until .readyState = 4 GetHTML1 = .responseText End With End Function |
Парсинг сайтов (WinHttp.WinHttpRequest.5.1)
Пользовательская функция GetHTML2 (VBA Excel) для извлечения (парсинга) текстового содержимого из html-страницы сайта по ее URL-адресу с помощью объекта «WinHttp.WinHttpRequest.5.1»:
|
1 2 3 4 5 6 7 8 9 |
Function GetHTML2(ByVal myURL As String) As String On Error Resume Next With CreateObject("WinHttp.WinHttpRequest.5.1") .Open "GET", myURL, False .send Do: DoEvents: Loop Until .readyState = 4 GetHTML2 = .responseText End With End Function |
Парсинг файлов (ADODB.Stream)
Пользовательская функция GetText (VBA Excel) для извлечения (парсинга) текстового содержимого из файла (.txt, .csv, .mhtml), сохраненного на диск компьютера, по его полному имени (адресу) с помощью объекта «ADODB.Stream»:
|
1 2 3 4 5 6 7 8 9 10 |
Function GetText(ByVal myFile As String) As String On Error Resume Next With CreateObject("ADODB.Stream") .Charset = "utf-8" .Open .LoadFromFile myFile GetText = .ReadText .Close End With End Function |
Примеры записи текста в переменную
Общая формула записи текста, извлеченного с помощью пользовательских функций VBA Excel, в переменную:
|
1 2 3 4 |
Dim htmlText As String htmlText = GetHTML1("Адрес сайта (html-страницы)") htmlText = GetHTML2("Адрес сайта (html-страницы)") htmlText = GetText("Полное имя файла") |
Конкретные примеры:
|
1 2 3 4 |
htmlText = GetHTML1("https://internettovary.ru/nabor-dlya-vyrashchivaniya-veshenki/") htmlText = GetHTML2("https://internettovary.ru/nabor-dlya-vyrashchivaniya-veshenki/") htmlText = GetText("C:\Users\Evgeniy\Downloads\Новый текстовый документ.txt") htmlText = GetText("C:\Users\Evgeniy\Downloads\Использование msxml2.xmlhttp в Excel VBA.mhtml") |
Извлечение данных из html
В понятие «парсинг», кроме извлечения текстового содержимого сайтов, html-страниц или файлов, входит поиск и извлечение конкретных данных из всего полученного текстового содержимого.
Пример извлечения email-адресов из текста, присвоенного переменной, смотрите в последнем параграфе статьи: Регулярные выражения (объекты, свойства, методы).
Парсинг содержимого тегов
Извлечение содержимого тегов с помощью метода getElementsByTagName объекта HTMLFile:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
Sub Primer1() Dim myHtml As String, myFile As Object, myTag As Object, myTxt As String 'Извлекаем содержимое html-страницы в переменную myHtml с помощью функции GetHTML1 myHtml = GetHTML1("https://internettovary.ru/sadovaya-nozhovka-sinitsa/") 'Создаем объект HTMLFile Set myFile = CreateObject("HTMLFile") 'Записываем в myFile текст из myHtml myFile.body.innerHTML = myHtml 'Присваиваем переменной myTag коллекцию одноименных тегов, имя которого 'указанно в качестве аргумента метода getElementsByTagName Set myTag = myFile.getElementsByTagName("p") 'Выбираем, содержимое какого тега по порядку, начинающегося с 0, нужно извлечь myTxt = myTag(5).innerText MsgBox myTxt 'Большой текст может не уместиться в MsgBox, тогда для просмотра используйте окно Immediate 'Debug.Print myTxt End Sub |
С помощью этого кода извлекается текст, расположенный между открывающим и закрывающим тегами. В примере — это текст 6-го абзаца (p) между 5-й (нумерация с 0) парой отрывающего <p> и закрывающего </p> тегов.
Примеры тегов, используемых в html: "p", "title", "h1", "h2", "table", "div", "script".
Пример извлечения содержимого тега "title":
|
1 2 3 4 5 6 7 8 9 |
Sub Primer2() Dim myHtml As String, myFile As Object, myTag As Object, myTxt As String myHtml = GetHTML1("https://internettovary.ru/sadovaya-nozhovka-sinitsa/") Set myFile = CreateObject("HTMLFile") myFile.body.innerHTML = myHtml Set myTag = myFile.getElementsByTagName("title") myTxt = myTag(0).innerText MsgBox myTxt End Sub |
Парсинг содержимого Id
Извлечение текстового содержимого html-элементов, имеющих уникальный идентификатор — Id, с помощью метода getElementById объекта HTMLFile:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
Sub Primer3() Dim myHtml As String, myFile As Object, myTag As Object, myTxt As String myHtml = GetHTML1("https://internettovary.ru/sadovaya-nozhovka-sinitsa/") Set myFile = CreateObject("HTMLFile") myFile.body.innerHTML = myHtml 'Присваиваем переменной myTag html-элемент по указанному в скобках Id Set myTag = myFile.getElementById("attachment_465") 'Присваиваем переменной myTxt текстовое содержимое html-элемента с Id myTxt = myTag.innerText MsgBox myTxt 'Большой текст может не уместиться в MsgBox, тогда для просмотра используйте окно Immediate 'Debug.Print myTxt End Sub |
Для реализации представленных здесь примеров могут понадобиться дополнительные библиотеки. В настоящее время у меня подключены следующие (к данной теме могут относиться последние шесть):
- Visual Basic For Applications
- Microsoft Excel 16.0 Object Library
- OLE Automation
- Microsoft Office 16.0 Object Library
- Microsoft Forms 2.0 Object Library
- Ref Edit Control
- Microsoft Scripting Runtime
- Microsoft Word 16.0 Object Library
- Microsoft Windows Common Controls 6.0 (SP6)
- Microsoft ActiveX Data Objects 6.1 Library
- Microsoft ActiveX Data Objects Recordset 6.0 Library
- Microsoft HTML Object Library
- Microsoft Internet Controls
- Microsoft Shell Controls And Automation
- Microsoft XML, v6.0
С этим набором библиотек все примеры работают. Тестирование проводилось в VBA Excel 2016.
Доброго дня, коллеги.
Задача следующая: в элементе ВэбБраузерКонтрол на странице поиска выполняю определенный запрос и визуально убедившись в получении нужного результата начинаю парсить содержимое. Вопрос как получить текстовое содержимое элемента ВэбБраузерКонтрол в момент когда там отображена нужная информация.
Заранее спасибо.