VBA IE對象的操作方法

本明書館 2015-01-13

展開全文

我們在實際工作中遇到網(wǎng)站和網(wǎng)頁相關(guān)往往要涉及到這類問題：如何下載網(wǎng)頁數(shù)據(jù)？網(wǎng)頁之間的通訊是怎么實現(xiàn)的、它們能不能被控制等等。分析網(wǎng)頁根據(jù)不同協(xié)變色鏡可以用不同的角度去看，如數(shù)據(jù)流、標記，不過，如果你是用VB/VBA/腳本或其它支持自動化對象（AUTOMATION）的語言編程，有一個值得了解方法是掌握對象模型，將網(wǎng)頁視為對象來自行控制，這個方法需要了解的是IE的自動化對象(InternetExplorer.Application)或IE控件（Microsoft Internet Controls），以及標準的文檔對象模型（Document）

以下代碼在VBA環(huán)境下進行試驗——我不在意你是用WORD還是EXCEL——可以先做一行過程模塊，也可以在立即窗口下逐行輸入：

Set ieA = CreateObject("InternetExplorer.Application")  ‘創(chuàng)建對象

ieA.Visible = True   ‘使IE頁面可見，做完這一步，在VBA之外可以看到一個新的IE

ieA.navigate "about:blank"   ‘空白頁

這幾行代碼的作用是創(chuàng)建一個IE應用程序?qū)ο螅ㄊ堑模喈斢谝粋€IE應用程序），并打開一個空白的網(wǎng)頁。這個網(wǎng)頁獨立于VBA的應用程序（WORD或EXCEL）之外，事實上，你必須自已關(guān)掉它，或者用ieA.Quit下令退出——注意一下，單純的關(guān)閉VBA或SET ieA=nothing是不會退出這個網(wǎng)頁的。當然，如果你正在上網(wǎng)并且愿意，在第3行也可以將第3行的字符串替換成一個網(wǎng)站的名字，或者替換成一個你主機中的文檔名——比如C:\XXX.HTM，或D:\PIC\XXX.GIF，正如你在IE地址欄輸入名稱瀏覽這些文檔一樣。另一種可選擇的方法是直接在VB/VBA的窗體或工作表等宿主上增加一個的WEB BROWS 瀏覽器控件，也相當于上面的IE應用程序

注：WEB BROWSE控件和單獨的IE程序并不是完全相同的，例如WEB控件不能用QUIT方法退出，IE的NAVIGETE方法沒有復雜的POST參數(shù)，但文檔對象都可以用同樣的方法引用，大部分事件和方法也通用

另外，如果訪問一個已經(jīng)存在的網(wǎng)頁，例如WWW.EXCELHOME.NET，因為可能產(chǎn)生異步的延時，所以如果不是立即窗口，往往根據(jù)READYSTATE的狀態(tài)保證網(wǎng)頁加載完畢：

SUB LOADIE()   ‘ 在代碼的常見的處理情況

Set ieA = CreateObject("InternetExplorer.Application")

ieA.Visible = True

ieA.navigate "WWW.OOXX.COM"  ‘←打開某個網(wǎng)頁，要一定時間，但代碼會往下執(zhí)行

DO UNTIL ieA.Readystate=4   ‘  檢查網(wǎng)頁是否加載完畢（4表示完全加載）

   DOEVENTS                ‘ 循環(huán)中交回工作權(quán)限給系統(tǒng)，以免“軟死機”

LOOP  

END SUB

如果對這個IE應用程序?qū)ο蟮南嚓P(guān)聲明和事件感興趣，就要引用IE控件找到對象中的常量和事件：SHDOCVW.DLL(MICROSOFT INTERNET CONTROL)

你可以看到的是，通過ieA——就是創(chuàng)建的對象——我們可以操作它，也可以訪問它的屬性。下面繼續(xù)，如果前面你是在命令行輸入，打開的那個空白網(wǎng)頁沒有關(guān)閉，變量是繼續(xù)有效的：

Set doc = ieA.Document     ‘取得網(wǎng)頁的文檔對象

doc.body.innerHTML = "Hello"   ‘在文檔的BODY標記內(nèi)加上標記文字HELLO

網(wǎng)頁上寫了一行小字，HELLO......通用的慣例，當然你可以寫上其它的什么，HI，我愛你，EXCEL，HOME之類，但這不是最需要的關(guān)心的問題，我們要知道這個對象之下的結(jié)構(gòu)。

從文檔對象（Document）以下展開的對象模型，它代表網(wǎng)頁的內(nèi)容，和前面那個IE的應用程序不是同一個體系——請注意這一點——如果我們編程時要用到對應的對象事件和常量，在VB/VBA中要引用的類型庫是MSHTML.TLB（MIRCOSOFT HTML OBJECT LIBRARY）

Documnet（文檔）是文檔對象模型的基礎(chǔ)，相當于OFFICE對象中的APPLICATION，取得Document之后，不論修改網(wǎng)頁還是讀寫網(wǎng)頁，還是觸發(fā)事件，一切都好說，每個URL都對應有一個Documnet（這是假如定成功導航Navigate到那個URL完成，因此之前要求確定IE對象READSTATE，以確定對應URL的Document打開了）

在Documnet之下可以取得documentElement和body兩個節(jié)點：

......              ‘前面已經(jīng)取得了ieA對象，并打開空白網(wǎng)頁，不再重復

set doc=ieA.Document

set xbody=doc.Body   ‘取得body對象

set xDoc=doc. documentElement  ‘取得根節(jié)點

body前面已經(jīng)說過，相當于

標記的對象，根節(jié)點相當于網(wǎng)頁中的標記元素的對象，MHTML的類型庫定義里，它們都屬于HTMLHtmlElement類型的對象，下面我把這種類型的對象稱為一個“節(jié)點”，不過要注意的是文檔對象不是節(jié)點對象，它是HTMLDocument類型。根節(jié)點和body節(jié)點不同的是根節(jié)點包括整個網(wǎng)頁，在HTML的文檔對象模型中，這類對象有幾種屬性可以取得其中的內(nèi)容：
對象.innerHtml   ‘對象內(nèi)部的HTML文本
對象.OuterHtml   ‘對象中的HTML文本，包括對象本身的HTML標記在內(nèi)
對象.innerText    ‘對象內(nèi)部的TEXT，不包括HTML標記
對象.OuterText    ‘同上，包括對象本身的文本
所以，如果我們要抓取某個網(wǎng)站的所有HTML內(nèi)容，代碼可以這樣寫：

......              ‘前面已經(jīng)取得了ieA對象，并打開某URL網(wǎng)頁

set doc=ieA.Document

set xDoc=doc. documentElement  ‘取得根節(jié)點

strX=xDoc.OuterHtml    ‘取得所有的HTML內(nèi)容

這種取值的方式不妨可以當成EXCEL的單元格取值：

set shDocX=APPLICATION.ACTIVEWORK.ACTIVESHEET  ‘從應用程序、工作簿一直定位到當前工作表，這是EXCEL的工作簿對象模型

set rngX=shDocX.Rang(“a1”)   ‘取得單元格(其實不一定是一個格子，只要是RANGE類型對象即可)

X=rngX.VALUE    ‘取得VALUE值，也可以取只讀的TEXT

在網(wǎng)頁上看到的標記，就是根節(jié)點或body之下的標記節(jié)點對象（node）。每一個標記節(jié)點對象之下都有一個名為ChildNodes的集合，它包含了“直屬于本節(jié)點下的標記”，聽起來有點抽象——這么說吧，就象是文件目錄，根目錄下的子目錄……

HELLO

001

在上面的網(wǎng)頁例子里，HTML標記是文檔的根節(jié)點，是Document的Childnodes集合中的一個成員（還是要提請注意，Document不是節(jié)點，是另一種類型對象：上一級文檔，但它可以有下級節(jié)點集合，正如磁盤可以有下級目錄，但它本身不是目錄），BODY是根節(jié)點的ChildNodes集合中的一個成員，而DIV和P兩個節(jié)點則是BODY的ChildNodes集合中的兩個成員，同樣也有自已的Childnoes集合——不過我們很直觀地可以看到，它們的下級集合是空的。

用程序代碼程序問的過程是怎么樣的呢？這種“目錄式”層次的方式似乎是很有序的，那么，把上面的內(nèi)容另存為一個HTML文檔，放到硬盤的某個目錄下，自已寫一段代碼做完前面的工作吧，我不代勞了：

…….假定你已經(jīng)用ieA為名的對象瀏覽了上述網(wǎng)頁文件

set doc=ieA.Document

set xbody=doc. body   ‘取得body節(jié)點

set xI00= xbody.Childnodes.item(0)  ‘取得body的第1個節(jié)點

set xI01=xbody.Childnodes.item(0)  ‘取得bdoy的第2個節(jié)點

Msgbox xI00.innerText   ‘顯示第1個節(jié)點（DIV）的文本

Msgbox xI01.outerHtml   ‘顯示第2個節(jié)點（P）的完整內(nèi)容

在VB/VBA/VBS系列的語言中，item是默認方法，可以省略，不過我在這里還是寫出來，加深印象。

應該注意的是，文檔對象模型中，集合與OFFICE的集合有所不同，首先，集合是從0開始計數(shù)的，習慣了OFFICE VBA編程的朋友們一定要注意，不同的對象架構(gòu)有不同的方式，這里用的是“0集合”，其次，它用的計數(shù)屬性是Length而不是Count，不要習慣性地打上Childnode.Count查看集合的數(shù)量了

除了ChildNodes集合，大家在網(wǎng)頁文檔對象中還常見到的就是很大氣的一種集合：All集合，這是“最糊涂”的一種集合，文檔和各級節(jié)點都帶有這個集合，正如這個名字所示，它是不分層次的，但用起來也很方便：

…….

Set doc=ieA.Document

Set xCols=doc.All   ;取得文檔中的所有節(jié)點集合

Set xbCols=doc.body.All ;取得body節(jié)點下所有的節(jié)點集合

雖然任何標記節(jié)點都有ALL集合，但我們還是喜歡用DOCUMENT的ALL，原因無它，文檔最大，一鍋燴的ALL找起來也最合適。

ALL查找是有條件的：如果這個標記沒有ID，你無法查到它的名字：

hi,you

excel

set tag1=doc.All.item(“myTag”).item(0)   ‘返回標記內(nèi)部ID=myTag的集合并取第一個

最初在我個人看來，如果網(wǎng)頁中的HTML標記已經(jīng)有了ID，不如用文檔對象的getElementById直接返回一個對象更直接，這個方法不需要經(jīng)過集合：

set tag1=doc. getElementById(“myTag”)  ‘返回第一個內(nèi)部標有ID=myTag的標記

不過，ALL集合有一個很方便的特性——至少在初學者看來是很好用的：ID可以掛到ALL集合之下：

strX=doc.All.mytag.innerhtml     ‘嗚嗚嗚，太好用了

另一種方法是以標記名為集合，要用到文檔對象的getElementsByName方法：

set mydivs=doc. getElementsByName(“div”)   ‘取得所有DIV標記，注意還是集合



今天先寫到這里，下回......不定期休息

(補一小段,特別增加，關(guān)于FORMS,某位兄弟，下面真的真的沒有了，不要期望我上傳實例......)

關(guān)于文檔對象的FORMS集合，因為大部分網(wǎng)頁的數(shù)據(jù)提交都是通過FORM標記提交的，因此FORMS集合在沒有網(wǎng)頁中FORM標記沒有ID標記或ID標記重復的情況下，可以用來區(qū)分不同的FORM節(jié)點：

QUOTE:

Set myForms=doc.Forms ‘取得所有的FORM標記
Set frmX=myForms.item(0) ‘第1個FORM

FORM標記節(jié)點代表的對象是很多朋友關(guān)心的內(nèi)容——在網(wǎng)頁對象中，它可以發(fā)送數(shù)據(jù)到服務(wù)器，使服務(wù)器刷新網(wǎng)頁（實際上是服務(wù)器按某個格式約定發(fā)回數(shù)據(jù)），我們可以把網(wǎng)頁的FORM看成是一個遠程的函數(shù)調(diào)用接口，F(xiàn)ORM標記中的ACTION指向的URL地址就是函數(shù)入口，而FORM標記內(nèi)的各個INPUT標記節(jié)點就是函數(shù)的參數(shù)，當發(fā)出FORM.Submit方法時，就是遠程調(diào)用函數(shù)了，在服務(wù)器端，諸如ASP，PHP就是老老實實找FORM的參數(shù)，不管你是用GET還是POST：

QUOTE:

frmX.submit ‘是的，只要Submit，相當于用戶在頁面上按下FORM的發(fā)送按鍵

但它的參數(shù)，也就是INPUT標記們怎么辦？當然你可以自已修改，訪問,唔......如果你分析了已經(jīng)存在的網(wǎng)頁，想從一個空白頁面（ABOUT:BLANK）用VBA“憑空”生成FORM和INPUT節(jié)點，光憑上面的方法還不夠，我們還要“創(chuàng)造節(jié)點”（createElement_x）并連入文檔對應的位置（appendChild），但這已經(jīng)是另一個問題了

來源：http://www./show.aspx?id=4066