VB下对HTML元素的操作

<!DOCTYPE html>

<html>

<head>

    <title>test</title>

</head>

<body>

<div>

<ul class="lstbox">

    <li class="lst_head"><span class="col_1">姓名</span><span class="col_2">邮箱</span><span class="col_3">生日</span></li>

    <li class="lst_row"><span class="col_1">张三</span><span class="col_2"><a href="mailto:zhangsan@web.com" class="email">zhangsan</a></span><span class="col_3">80-5-1</span></li>

    <li class="lst_row"><span class="col_1">李四</span><span class="col_2"><a href="mailto:lisi@web.com" class="email">lisi</a></span><span class="col_3">85-5-1</span></li>

    <li class="lst_row"><span class="col_1">王五</span><span class="col_2"><a href="mailto:wangwu@web.com" class="email">wangwu</a></span><span class="col_3">90-5-1</span></li>

    <li class="lst_row"><span class="col_1">赵六</span><span class="col_2"><a href="mailto:zhaoliu@web.com" class="email">zhaoliu</a></span><span class="col_3">95-5-1</span></li>

</ul>

</div>

</body>

</html>

如上面的页面源码,若要提取出姓名,邮箱和生日,可下面这样做

Private Sub Command1_Click()

    Dim str As String

    Dim li, cd

    Dim c_name As String

    '遍历元素<li>

    For Each li In Dom.Document.getElementsByTagName("li")

        '用判断忽略掉列首名称的<li>行

        If li.classname = "lst_row" Then

            '遍历<li>下的节点

            For Each cd In li.childNodes

                '判断是否为元素节点

                If cd.nodeType <>  Then

                    If cd.classname = "col_2" Then

                        '如果是第2列的<span>,那么再用firstChild取出第一个元素节点<a>

                        str = str & cd.firstChild.href & " "

                    Else

                        '其他列直接输出文本

                        str = str & cd.innertext & " "

                    End If

                End If

            Next

            str = str & vbCrLf

        End If

    Next

    Print str

End Sub

其实就很简单的东西,主要是对HTML不是很熟悉,对node和element有点晕,下面是nodeType值说明

Element	代表元素	Element, Text, Comment, ProcessingInstruction, CDATASection, EntityReference
Attr	代表属性	Text, EntityReference
Text	代表元素或属性中的文本内容。	None
CDATASection	代表文档中的 CDATA 部分（不会由解析器解析的文本）。	None
EntityReference	代表实体引用。	Element, ProcessingInstruction, Comment, Text, CDATASection, EntityReference
Entity	代表实体。	Element, ProcessingInstruction, Comment, Text, CDATASection, EntityReference
ProcessingInstruction	代表处理指令。	None
Comment	代表注释。	None
Document	代表整个文档（DOM 树的根节点）。	Element, ProcessingInstruction, Comment, DocumentType
DocumentType	向为文档定义的实体提供接口	None
DocumentFragment	代表轻量级的 Document 对象，能够容纳文档的某个部分	Element, ProcessingInstruction, Comment, Text, CDATASection, EntityReference
Notation	代表 DTD 中声明的符号。	None

巴特西

VB下对HTML元素的操作

最新文章

热门文章