excel vba抓取网页数据(Excel和VBA我所知有限，仅能解决自己遇到的问题 )

　　excel vba抓取网页数据(Excel和VBA我所知有限，仅能解决自己遇到的问题

)

　　我对Excel和VBA的了解有限，只能解决一些遇到的问题，不一定适用于所有场景。以下内容基于对基本 VBA 使用以及 HTML 语言知识的理解：

　　一、前期准备

　　据我所知，VBA不能操作任何浏览器和网页，我们只能在IE上做一些操作，是的，只有IE。不要告诉我我的电脑上没有IE，所以我可以Exit Sub。就像 Python 使用 import 和 C# 使用 using 一样，VBA 也需要引用一些库来操作 IE，不过好在它们都是微软的产品，所以我们可以轻松使用 VBA 自带的一些库。

　　我们要做的第一件事就是参考 VBA 中的 Micorsoft Internet Controls。从名字上我们就知道它是用来帮助我们控制IE页面的。

　　二、网络运营

　　引用 Micorsoft Internet Controls 之后，我们可以对页面做任何我们想做的事情，但我们必须在主页上拥有一个页面，上帝说我们应该有一个页面！

　　1、打开网页

　　我们以百度搜索“chahu”关键词为例：

　　 With CreateObject("internetexplorer.application")

.Visible = True

.Navigate "https://www.baidu.com/s?wd=扯乎"

'关闭网页

' .Quit

End With

　　代码很简单，先创建一个IE对象，然后赋值一些属性。Visible 是可见性，表示在操作网页时是否会看到该网页。熟练后，可以设置为False，这样不仅让程序运行起来感觉很神秘（其实不然），速度也快了一点。

　　但是有一点要记住，这个网页我们打开后并没有关闭，也就是说程序结束后需要手动关闭。如果网页不可见，则无法手动关闭。代码的注释部分用于关闭网页。导航不用说就是URL。

　　我们必须等待网页完全加载后才能开始抓取信息。这时候，我们使用：（从这里开始，所有的代码都需要写在With代码块中）

　　 While .ReadyState 4 Or .Busy

DoEvents

Wend

　　Busy是网页的忙碌状态，ReadyState是HTTP的五个就绪状态，对应如下：

　　2、获取信息

　　我们先抓取页面上的所有内容，后面过滤掉有用的部分，然后慢慢的给抓取添加条件。

　　 Set dmt = .Document

For i = 0 To dmt.all.Length - 1

Set htMent = dmt.all(i)

With ActiveSheet

.Cells(i + 2, "A") = htMent.tagName

.Cells(i + 2, "B") = TypeName(htMent)

.Cells(i + 2, "C") = htMent.ID

.Cells(i + 2, "D") = htMent.Name

.Cells(i + 2, "E") = htMent.Value

.Cells(i + 2, "F") = htMent.Text

.Cells(i + 2, "G") = htMent.innerText

End With

Next i

　　这段代码有点类似于JS，需要从IE.Document.all中找出页面上的所有节点。这里还有一些其他的方法：

　　这些都是在爬取整个页面内容后方便用来帮助过滤有效信息的。当然，all 仍然是最好用的，因为 all 也有 all("IDName") 和 all.IDName 用法。

　　上面代码部分返回的属性值是HTML的基本内容，就不一一解释了。

　　3、填写信息

　　当然，爬网神器依然是 Python。大多数人使用Excel的目的是自动填写页面内容，直接将表单提交到页面，输入问卷。爬取页面内容后，填充就更简单了，直接给页面标签的Value属性赋值即可。

　　但是网页中除了文本框外，可能还有其他一些没有Value的标签，比如：下拉菜单、单选按钮。给这个内容赋值需要一些基本的HTML知识。

　　'下拉菜单选择

.all("select")(0).Selected = True

'单选按钮选择

.all("radio").Checked = True

'复选按钮选择

.all("checkbox").Checked = True

　　下拉菜单是一个选择标签，每个选项都在一个选项标签中，所以要返回一个集合，如果需要选择一个选项，需要修改对应​​的Selected属性为True。单选按钮和复选按钮都是输入标签。不同的是类型是单选和复选框。要选择一个选项，您需要修改相应的 Checked 属性。

　　三、数据接口

　　有时我们可以直接获取一些API。当然，通过API返回数据比打开网页更方便快捷。使用的方法也不同。

　　1、请求接口

　　比如我从网上找了一个可以按城市查询免费WIFI的API，通过Excel接口使用如下代码访问：（虽然是免费的，但我隐藏了我的A*敏*感*词*ey以免麻烦）

　　 Dim http

Set http = CreateObject("Microsoft.XMLHTTP")

http.Open "GET", "http://api.avatardata.cn/Wifi/QueryByCity", False

http.setRequestHeader "CONTENT-TYPE", "application/x-www-form-urlencoded"

http.send "key=[A*敏*感*词*ey]&city=北京&page=1"

　　这时候我们创建的对象就不再是IE了，而是一个HTTP对象。这里使用ajax的Open方法，GET为数据发送方法，第二个参数为接口地址，第三个参数指定请求方法是否异步。如果这个API有账号密码，分别写在第四个和第五个参数中。

　　setRequestHeader就是向接口发送一个HTTP协议头文件，最后send的内容就是接口参数。当然，这个QueryString也可以直接写在URL中，发送一个空字符串即可。

　　2、接口返回

　　接口返回采集的方式很简单：

　　 If http.Status = 200 Then Range("A1").Value = http.responseText