|
本帖最后由 xmyjk 于 2012-6-10 11:55 编辑 借你的帖子讲讲吧，多页数据，我一般的操纵过程： 首先是看。 观察网页的URL，或者是用HTTPFOX看URL和参数，如果POST的，看看是否GET也能获取。然后试看看，是否能通过URL去改变页面的切换。 如果可以，那就很简单了。 然后，接着，试看看EXCEL自身自带的功能，导入网页数据能不能取到数据，行的话，录个宏改个循环就了事了。 因为EXCEL自带的导入功能还是很强大，只要页面是非转跳或者脚本书写或者框架的，就是直接源代码有TABLE的代码的，都是可以用QUERYTABLE直接取到的。 如果QUERYTABLE取不到数，那一般网页就是动态页面或者框架页面等情况啦，那我一般就会用HTTPFOX，进一步去查找网页的真实数据源（一般就是第一页换到第二页这么去试，很容易找到的），找到了，后续无非很简单，就是文本处理，使用XMLHTTP即可处理，后续无非就是注意调整HTTP的头部消息，POST什么的。部分页面比较变态，有盗链处理，大部分XMLHTTP处理不了的，需要用WINHTTP这个对象，不过这个对象和XMLHTTP非常类似，反正无非是伪造COOKIE或者REFERER或者多页面转跳，我在论坛相应帖子的求助都有答过，你翻翻即知。 最后，如果是后缀是.asp或者.aspx的页面，通常比较变态，POST参数有“_VIEWSTATE”的这种，VIEWSTATE存在上一页面中，要读取的话就要访问上一个业务，这种页面一般就比较累，有时候用IE/WEBBROWSER去处理会比较简单，原理也很简单，就是你说的DOM的机制，去取数，无非就是找到数据的TABLE，然后去TR，取TD，反正配合FIREBUG去观察就是了。 最最后，就是一类，很变态的页面，就是一种框架页面，能禁止跨域访问的，反正你搜搜我的帖子，后来我是用国外高手用JAVA写的一些函数，伪造一个容器，把框架剥离出来，然后访问读取。 总之，多动动手很重要，碰多了，就是知道哪些页面怎么处理了。最后其实取数这块，不需要有多少JAVASCRIPT的语言学习的，不过有了，也很多好处就是了。例如脚本生成数据的页面，就可以用网页的代码，然后用MSScriptControl控件直接处理脚本，生成数据流，导出即可。 另外最近越来越多页面是XML格式的了，反正取得XML文体后，用XML DOM继续获取就是了。或者，也可取得HTML代码，像你说的去头截尾，不过，我使用Microsoft.XMLDOM对象或者直接调用HTML文档对象，然后里面有 loadXML等方法，加载代码文本，有时候也能成功构建XML文体或HTML文体，也可打打简化取数的操作。不过我很少这么做。总感觉还不如是直接用IE方法算了。 最后，VBA里面处理网页，其实会比较辛苦，如果你才刚入手又有一定计算机背景的，也是比较建议你直接去学AAU这个软件的，好处就是库很多参考代码很多，可以导入库啊或复制黏贴啊，很方便啊，不过前提就是，语法它比较类似JAVASCRIPT，最好要有相关的语言背景就是了。 |
|
|
