问题描述
我正在尝试弄清楚如何在.querySelector()
上使用.querySelectorAll()
。
例如,当我这样尝试时,我会得到预期的结果:
Sub GetContent()
Const URL$ = "https://stackoverflow.com/questions/tagged/web-scraping?tab=Newest"
Dim HTMLDoc As New HTMLDocument
Dim HTML As New HTMLDocument,R&,I&
With New XMLHTTP60
.Open "Get",URL,False
.send
HTMLDoc.body.innerHTML = .responseText
End With
With HTMLDoc.querySelectorAll(".summary")
For I = 0 To .Length - 1
HTML.body.innerHTML = .Item(I).outerHTML
R = R + 1: Cells(R,1).Value = HTML.querySelector(".question-hyperlink").innerText
Next I
End With
End Sub
当我选择另一个站点以获取表中Rank
列下的值时,即使我使用相同的逻辑,该脚本也不再起作用:
Sub GetContent()
Const URL$ = "https://www.worldathletics.org/records/toplists/sprints/100-metres/outdoor/men/senior/2020?page=1"
Dim HTMLDoc As New HTMLDocument
Dim HTML As New HTMLDocument,I&
With New XMLHTTP60
.Open "Get",False
.send
HTMLDoc.body.innerHTML = .responseText
End With
With HTMLDoc.querySelectorAll("#toplists tbody tr")
For I = 0 To .Length - 1
HTML.body.innerHTML = .Item(I).outerHTML
R = R + 1: Cells(R,1).Value = HTML.querySelector("td").innerText
Next I
End With
End Sub
这是我正在谈论的两个脚本中的行Cells(R,1).Value = HTML.querySelector().innerText
。我在容器.querySelectorAll()
中使用了相同的容器。
如果我在.querySelector()
上使用.getElementsByTagName()
,则发现它可以正常工作。我还发现在TagName
上使用TagName
或在ClassName
上使用ClassName
等都是成功的。因此,我可以通过几种不同的方式来获取内容。
如何在第二个脚本的.querySelector()
上使用.querySelectorAll()
才能使其正常工作?
解决方法
将其包装在表格标签中,以便html解析器知道如何处理它。
HTML.body.innerHTML = "<table>" & .Item(I).outerHTML & "</table>"
这样做可以保留开头的td标签的结构,否则该标签将被剥离掉“