[問題] Internetexplorer.document.innertext

[Metal5566 (咩陀56)]

(若是和其他不同軟體互動之問題 請記得一併填寫)
軟體:
版本:excel office 2010


有用excel在網路抓取資料的需求，在網路上找的了這段code，但是把所有標籤抓下來之後在innertext 儲存格內會有script


另外有找到也是別人的檔案，code大同小異但他的innertext內就不會有script

網頁相關的知識比較薄弱，想請問一下為什麼會這樣，要怎麼解決



謝謝


作者：黄晨
链接：https://www.zhihu.com/question/20460385/answer/71447219
来源：知乎
著作权归作者所有，转载请联系作者获得授权。

Sub getPageInfo()
    With CreateObject("internetexplorer.application")
        .Visible = True
        .Navigate [URL]

        While .ReadyState <> 4 Or .Busy
            DoEvents
        Wend
        Set dmt = .Document
        For i = 0 To dmt.all.Length - 1
            Set htMent = dmt.all(i)
            With ActiveSheet
                .Cells(i + 2, "A") = htMent.tagName
                .Cells(i + 2, "B") = TypeName(htMent)
                .Cells(i + 2, "C") = htMent.ID
                .Cells(i + 2, "D") = htMent.Name
                .Cells(i + 2, "E") = htMent.Value
                .Cells(i + 2, "F") = htMent.Text
                .Cells(i + 2, "G") = htMent.innerText
            End With
        Next i
        Set r = Nothing
        .Quit
    End With
    MsgBox "获取页面信息成功！"
End Sub



--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.51.169.144
※ 文章網址: https://www.ptt.cc/bbs/Office/M.1473575581.A.359.html
※ Metal5566:轉錄至看板 Visual_Basic                               09/11 14:35
推 waiter337: 一種方式 想辦法抓左邊第三個數字開始 通常左邊兩個空
→ waiter337: 白 （看不見的）
→ waiter337: 如果 你只是要查資料 那原始檔應該沒必要修改
→ waiter337: 到時候用serch 查內部文字 應該就好了
→ waiter337: 測試是否有隱藏空白的方式
推 waiter337: 貼上純文字檔後，在上方輸入列，的第一個字左邊，按三
→ waiter337: 下左然後打個1，接著按右看幾下才跳過去，那中間就是
→ waiter337: 藏了幾個空白
→ waiter337: 或者丟檔上來 等晚點在測試
推 waiter337: 補充 那個空白 並不等於空白，所以，你也可以直接複製
→ waiter337: 整個儲存格作參照
→ Metal5566: 看了上面的做法不是很懂
→ Metal5566: http://imgur.com/a/oGFYj 這是有問題的CODE和結果
→ Metal5566: 網頁是 http://www.oddsportal.com/
→ Metal5566: 然後進去賽事的頁面 有電視圖示的就是SCRIPT所在
→ Metal5566: http://imgur.com/a/vNo3q 如圖
→ Metal5566: 我有問到是說 innertext 是把其下標籤的innertext也算
→ Metal5566: 所以TABLE標籤或甚麼的裡面會有SCRIPT標籤的INNERTEXT
→ Metal5566: 想知道怎麼避免不要抓到那段SCRIPT
→ soyoso: http://imgur.com/a/TYtKB 類似這樣
soyoso:

謝謝你，算是成功了

想請問為什麼把.document.body.innerHTML
改成 .document.getElementById("tournamenttable").outerHTML

那些script就抓不到了呢

再來為甚麼可以直接用ExecWB 17, 0 和12,0 直接全選複製呢?

最後我的表格抓出來和你的差別是在我要的地方上面還有其他東西，如圖
http://imgur.com/a/oBYqx

請問要怎麼處理呢


*目前用的網址(有小電視圖標，就是那段討厭的SCRIPT):
http://www.oddsportal.com/tennis/japan/wta-tokyo/

謝謝你的幫忙!
→ soyoso: 測試上，上面無出現回文連結內所出現的資料
→ soyoso: http://imgur.com/a/8awxN
→ soyoso: 以execwb的部分複製所見的網頁內容(文字、表格、超連結...
→ soyoso: )，而非抓取原始碼的資料
→ Metal5566: http://imgur.com/a/fXV5L 錯誤的是.document.body.inn
→ Metal5566: ......那行 弄了很久不知道為甚麼會這樣 元素不給改嗎?
→ Metal5566: 也都有引用MS INTERNETCONTROL 和ms html library
→ soyoso: https://youtu.be/MCzc3s2fKY4 測試上無出現回文的錯誤
→ soyoso: 也無引用回文的二個項目 http://imgur.com/a/Q8OPC
非常謝謝 SOYOSO 花了這麼多時間幫忙確認 用了兩台電腦試(excel2010,2013)試

一樣都是錯誤424:此處需要物件

希望版上前輩能幫忙看看 https://pan.baidu.com/s/1kVi5mgn

只是要確認裡面的網址是有上面我說明的那段SCRIPT的網頁

謝謝大家 麻煩了
※ 編輯: Metal5566 (59.115.113.160), 09/12/2016 16:21:33
→ soyoso: 執行未出現錯誤424，另一處出現http://imgur.com/a/QNq63
→ Metal5566: 好的 再次感謝 我再找第三台電腦試試
推 waiter337: 同樓上,我也卡在424
推 waiter337: https://www.youtube.com/watch?v=bd4-f5lo9F0
→ waiter337: 研究中= =
→ waiter337: https://www.youtube.com/watch?v=WZXJhZIo8qc
→ soyoso: 原本測試ie版本為ie8是可行的，到ie11時則會出現錯誤424
→ soyoso: http://imgur.com/a/9dRih 改為這樣測試於ie11則無出現錯
→ soyoso: 誤，引用項目方面請勾選
→ Metal5566: 謝謝你 ok了 沒想到是ie的關係 想知道為什麼要這樣設
→ Metal5566: 變數呢?
→ soyoso: 因引用項目，所以將變數指定明確的型態
推 waiter337: 已跪