如何用VBA抓取与对应<h2>标签关联的多个<p>标签文本？

标签之后的所有

标签文本解决方案 #

针对你遇到的

与

交替出现的HTML结构，要精准抓取每个

之后的

文本并保留顺序，可以通过以下两种VBA实现方案解决：

方案一：按顺序遍历子元素，标记收集起点 #

直接遍历目标div下的所有子元素，通过标记判断是否已进入

之后的内容区域，只收集该区域内的

文本：

' 假设HTMLDoc是已加载完成的HTML文档对象（如从IE/XMLHTTP获取）
Dim targetDiv As HTMLDivElement
Set targetDiv = HTMLDoc.querySelector("div.text-article_inside") ' 直接定位目标div

Dim NewsContent() As String
Dim i As Integer
i = 0
Dim startCollect As Boolean
startCollect = False

Dim childElem As IHTMLElement
For Each childElem In targetDiv.Children
    Select Case UCase(childElem.tagName) ' 统一大写避免大小写问题
        Case "H2"
            startCollect = True ' 遇到第一个h2后开启收集
            ' 可选：如需保留标题，可在此处添加标题记录代码
            ' ReDim Preserve NewsContent(i)
            ' NewsContent(i) = "标题：" & childElem.innerText
            ' i = i + 1
        Case "P"
            If startCollect Then
                ReDim Preserve NewsContent(i)
                NewsContent(i) = childElem.innerText
                i = i + 1
            End If
    End Select
Next childElem

' 输出收集到的内容示例
Dim j As Integer
For j = 0 To UBound(NewsContent)
    Debug.Print NewsContent(j)
Next j

方案二：按

分组抓取后续

#

针对每个

，遍历其后的兄弟节点，直到遇到下一个

为止，精准收集对应标题下的所有

：

' 假设HTMLDoc是已加载完成的HTML文档对象
Dim targetDiv As HTMLDivElement
Set targetDiv = HTMLDoc.querySelector("div.text-article_inside")

Dim h2Tags As IHTMLElementCollection
Set h2Tags = targetDiv.getElementsByTagName("H2")

Dim NewsContent() As String
Dim i As Integer
i = 0
Dim currentH2 As IHTMLElement
Dim nextSibling As IHTMLElement

For Each currentH2 In h2Tags
    ' 记录当前h2标题（可选）
    ReDim Preserve NewsContent(i)
    NewsContent(i) = "标题：" & currentH2.innerText
    i = i + 1
    
    Set nextSibling = currentH2.NextSibling
    ' 遍历后续兄弟节点，直到下一个h2或无节点
    Do While Not nextSibling Is Nothing
        If UCase(nextSibling.tagName) = "P" Then
            ReDim Preserve NewsContent(i)
            NewsContent(i) = nextSibling.innerText
            i = i + 1
        ElseIf UCase(nextSibling.tagName) = "H2" Then
            Exit Do ' 遇到下一个h2，停止当前分组收集
        End If
        Set nextSibling = nextSibling.NextSibling
    Loop
Next currentH2

' 输出结果示例
Dim j As Integer
For j = 0 To UBound(NewsContent)
    Debug.Print NewsContent(j)
Next j

原代码问题说明 #

你之前的代码仅提取了目标div下的所有

标签，没有区分

前后的内容，也未处理

与

的交替顺序，导致会包含不需要的Paragraph0，且无法关联标题与对应段落。

内容的提问来源于stack exchange，提问作者Night_Guardian_0910