VBA使用CreateObject（“msxml2.xmlhttp”） - 从具有不规则结构的表中获取数据

Question

我已经花了5个小时试图解决这个问题，花了几个小时试图理解它，所以这里有:)

我试图使用CreateObject方法从this company page on Market Screener中提取一些表。

以表（25）为例（这一个）（screenshot，我试图提取表“业务类型”和第一列列出业务类型（不是2016年，2017年和Delta列）。

我在这个2016 stackoverflow thread找到了一个头 - 起始线

    Dim oDom As Object: Set oDom = CreateObject("htmlFile")
Dim x As Long, y As Long
Dim oRow As Object, oCell As Object
Dim vData As Variant
Dim link As String

link = "https://www.marketscreener.com/COLUMBIA-SPORTSWEAR-COMPA-8859/company/"

y = 1: x = 1

With CreateObject("msxml2.xmlhttp")
    .Open "GET", link, False
    .send
    oDom.body.innerHTML = .responseText
End With

With oDom.getElementsByTagName("table")(25)
    ReDim vData(1 To .Rows.Length, 1 To 11) '.Rows(1).Cells.Length)
    For Each oRow In .Rows
        For Each oCell In oRow.Cells
            vData(x, y) = oCell.innerText
            y = y + 1
        Next oCell
       y = 1
        x = x + 1
    Next oRow
End With


Sheets(2).Cells(66, 2).Resize(UBound(vData), UBound(vData, 2)).Value = vData

它有点工作，但是返回一个混乱的表格，其中包含单个单元格中的所有数据，like this, but jumbled into a single cell

然后我在网上找到了另一个调整，就是这个，它建议复制和粘贴，让Excel弄清楚如何粘贴它，这也是有用的：

With oDom.getElementsByTagName("table")(25)
    Dim dataObj As Object
    Set dataObj = CreateObject("new:{1C3B4210-F441-11CE-B9EA-00AA006B1A69}")
    dataObj.SetText "<table>" & .innerHTML & "</table>"
    dataObj.PutInClipboard
End With

Sheets(2).Paste Sheets(2).Cells(66, 1)

这正确地创建this result排序，但不仅仅是值 - 我试图粘贴特殊，没有任何格式。

让我有点疯狂并获得概念，但此刻完全停滞不前。有办法吗？我可以在该页面上的表格和其他标签上复制它，如果我有一个良好的开端。

任何帮助非常感谢，

最诚挚的问候，保罗

Answer 1

如果您使用的是Excel 2010+，则可以使用Power Query执行此操作。您可以设置查询以从Web获取此数据。

PQ代码将是：

let
    Source = Web.Page(Web.Contents("https://www.marketscreener.com/COLUMBIA-SPORTSWEAR-COMPA-8859/company/")),
    myData = Source{3}[Data],
    firstColumn = {List.First(Table.ColumnNames(myData))},
    #"Removed Other Columns" = Table.SelectColumns(myData,firstColumn),
    #"Removed Blank Rows" = Table.SelectRows(#"Removed Other Columns", each not List.IsEmpty(List.RemoveMatchingItems(Record.FieldValues(_), {"", null})))
in
    #"Removed Blank Rows"

这导致：

查询可以刷新，编辑等。

如上所述，查询将保留所需表的第一列。您可以通过更改Source{n}中的数字来决定要处理的表。 3恰好是你感兴趣的那个，但如果我没记错的话，有11或12个表。

Answer 2

以您给出的示例为例，您可以使用类和类型（标记）的组合来选择这些元素。同样的逻辑也适用于下一个表。这里的问题是你真的必须检查html并定制你做的。否则，您不想要的简单解决方案是使用剪贴板。

Option Explicit   
Public Sub GetTableInfo()
    Dim html As HTMLDocument
    Set html = New HTMLDocument                  '<  VBE > Tools > References > Microsoft Scripting Runtime
    With CreateObject("MSXML2.XMLHTTP")
        .Open "GET", "https://www.marketscreener.com/COLUMBIA-SPORTSWEAR-COMPA-8859/company/", False
        .send
        html.body.innerHTML = .responseText
    End With
    Dim leftElements As Object, td As Object
    '.tabElemNoBor.fvtDiv tr:nth-of-type(2) td.nfvtTitleLeft
    Set leftElements = html.getElementsByClassName("tabElemNoBor fvtDiv")(0).getElementsByTagName("tr")(2)
    For Each td In leftElements.getElementsByTagName("td")
        If td.className = "nfvtTitleLeft" Then
            Debug.Print td.innerText
        End If
    Next
End Sub