# 使用 VBA 进行网页搜刮 > 原文： [https://www.guru99.com/data-scraping-vba.html](https://www.guru99.com/data-scraping-vba.html) ## 什么是数据收集？ 数据抓取是一种有助于将所需信息从 HTML 网页提取到本地计算机中存在的本地文件的技术。 通常，本地文件可以对应于 excel 文件，word 文件或任何 Microsoft Office 应用程序。 它有助于引导网页中的关键信息。 每天在基于研究的项目上工作时，数据抓取变得很简单，而这样的项目完全依赖于 Internet 和网站。 为了进一步说明该主题，让我们以一个日间交易员为例，该日交易员运行 excel 宏，使用 VBA 将金融网站的市场信息提取到 excel 表中。 在本教程中，您将学习： * [什么是数据抓取？](#1) * [在使用 Internet Explorer 执行数据搜刮之前，如何准备 Excel 宏？](#2) * [如何使用 Excel VBA 打开 Internet Explorer？](#3) * [如何使用 VBA 在 Internet Explorer 中打开网站？](#4) * [如何使用 VBA 从网站上抓取信息？](#5) ## 在使用 Internet Explorer 执行数据搜刮之前，如何准备 Excel 宏？ 在进入 excel 中的数据抓取过程之前，必须对 excel 宏文件执行某些先决条件。 这些先决条件如下：- **步骤 1）**打开一个基于 Excel 的宏，并访问 excel 的开发人员选项。  **步骤 2）**在“开发人员”功能区下选择“ Visual Basic”选项。  **步骤 3）**插入一个新模块。  **步骤 4）**初始化新的子例程 ``` Sub test() End sub ``` 该模块的结果如下：-  **步骤 5）**访问“工具”选项卡下的引用选项，并引用 Microsoft HTML 对象库和 Microsoft Internet 控件。 以下文件将作为该模块的参考文件，因为它有助于打开 Internet Explorer，并有助于宏脚本的开发。  现在，Excel 文件已准备就绪，可以与 Internet Explorer 进行交互。 下一步将是结合宏脚本，这些宏脚本将有助于 HTML 中的数据抓取。 ## 如何使用 Excel VBA 打开 Internet Explorer？ **步骤 1）**如下所示在子例程中初始化变量 ``` Sub test() Dim ie As New InternetExplorer Dim doc As New HTMLDocument ``` **步骤 2）**要使用 VBA 打开 Internet Explorer，请写**，即 visible = true** ，然后按 **F5。** ``` Sub test() Dim ie As New InternetExplorer Dim doc As New HTMLDocument Ie.visible=true ``` 该模块如下所示：-   ## 如何使用 VBA 在 Internet Explorer 中打开网站？ 这是使用 VBA 在 Internet Explorer 中打开网站的步骤 **步骤 1）**一旦您能够使用 Excel VBA 访问 Internet Explorer，则下一步将包括使用 VBA 访问网站。 导航属性有助于实现这一点，其中 URL 必须在属性中作为双引号传递。 按照显示的以下步骤操作。 ``` Sub test() Dim, ie As New InternetExplorer Dim doc As New HTMLDocument Dim ecoll As Object ie.Visible = True ie.navigate"http://demo.guru99.com/test/web-table-element.php" Do DoEvents Loop Until ie.readyState = READYSTATE_COMPLETE ``` **步骤 2）-**按 F5 执行宏。 将打开以下网页，如显示  现在，excel 宏已准备好执行抓取功能。 下一步将显示如何使用 VBA 从 Internet Explorer 提取信息。 ## 如何使用 VBA 从网站中抓取信息？ 假设日间交易员希望每天访问网站上的数据。 当日交易者每次点击按钮时，它将自动将市场数据提取到 excel 中。 在上述网站上，有必要检查元素并观察数据的结构。 **步骤 1）**通过按 Control + Shift + I 访问下面的 HTML 源代码 ``` <table class="datatable"> <thead> <tr> <th>Company</th> <th>Group</th> <th>Pre Close (Rs)</th> <th>Current Price (Rs)</th> <th>% Change</th> </tr> ``` 源代码如下：- ``` Sub test() Dim ie As New InternetExplorer Dim doc As New HTMLDocument Dim ecoll As Object ie.Visible = True ie.navigate "http://demo.guru99.com/test/web-table-element.php" Do DoEvents Loop Until ie.readyState = READYSTATE_COMPLETE Set doc = ie.document ``` 可以看出，数据被构造为单个 HTML 表。 因此，为了从 html 表中提取整个数据，将需要设计宏，该宏以集合的形式收集数据。 然后将集合粘贴到 excel 中。 为此，所需的结果执行以下步骤：- **步骤 2）**在子例程中初始化 Html 文档 VBA 模块如下所示：- **步骤 3）**初始化 HTML 文档中存在的 collection 元素 The VBA module would look as follows: - ``` Sub test() Dim ie As New InternetExplorer Dim doc As New HTMLDocument Dim ecoll As Object ie.Visible = True ie.navigate "http://demo.guru99.com/test/web-table-element.php" Do DoEvents Loop Until ie.readyState = READYSTATE_COMPLETE Set doc = ie.document Set ecoll = doc.getElementsByTagName("table") ``` **步骤 4）**借助嵌套循环初始化 excel 表格单元格，如图所示 The VBA module would look as follows: - ``` Sub test() Dim ie As New InternetExplorer Dim doc As New HTMLDocument Dim ecoll As Object ie.Visible = True ie.navigate "http://demo.guru99.com/test/web-table-element.php" Do DoEvents Loop Until ie.readyState = READYSTATE_COMPLETE Set doc = ie.document Set ecoll = doc.getElementsByTagName("table") ``` 可以使用 excel 工作表的 range 属性或通过 excel 工作表的 cell 属性来初始化 excel。 为了降低 VBA 脚本的复杂性，将收集数据初始化为工作簿中存在的工作表 1 的 excel 单元属性。 宏脚本准备好后，将子例程传递并分配给 excel 按钮，然后退出 VBA 模块。 将按钮标记为刷新或可以对其进行初始化的任何合适的名称。 对于此示例，按钮被初始化为刷新。  **步骤 5）**按下刷新按钮以获取下述输出  **步骤 6）**将 excel 中的结果与 Internet Explorer 的结果进行比较  ### 摘要： * 数据抓取允许用户仅抓取用户想要的信息。 * 可以使用 Internet Explorer 进行刮取。 * 对于 Internet Explorer，抓取过程较慢； 但是，它可以为用户提供所需的结果。 * 刮刮操作时应格外小心和谨慎，因为它可能会损坏和损坏用于刮刮的系统。