使用VBA抓取HTML嵌套类内容的技术求助

核心实现思路 #

针对无唯一ID、类名动态变化的问题，通过CSS选择器定位父容器，再在每个父容器内精准查找子元素，完全适配IE9环境：

1. 用querySelectorAll匹配所有包含flightCabin3和cabin-block类的父元素（忽略中间动态变化的colmn[i]/flightCabinOption_[j]类名）
2. 遍历每个父容器，分别提取：
   • 舱位类型：子元素.travel-class的文本内容
   • 座位状态：优先查找.noAvlbl（标记无可用），若不存在则取.message-number-of-seats的座位数文本

完整VBA代码示例 #

Sub 抓取航班舱位数据()
    Dim ie As Object
    Dim parentElements As Object
    Dim parentElem As Object
    Dim travelClassElem As Object
    Dim seatStatusElem As Object
    Dim rowNum As Integer
    
    ' 初始化IE对象
    Set ie = CreateObject("InternetExplorer.Application")
    ie.Visible = True ' 调试时可设为True，发布后改为False
    
    ' 打开目标页面（替换为你的目标URL）
    ie.Navigate "你的目标网页URL"
    
    ' 等待页面加载完成（IE9兼容版）
    Do While ie.Busy Or ie.ReadyState <> 4
        DoEvents
    Loop
    
    ' 定位所有符合条件的父容器
    Set parentElements = ie.Document.querySelectorAll(".flightCabin3.cabin-block")
    
    ' 初始化输出行号
    rowNum = 1
    
    ' 遍历每个父容器
    For Each parentElem In parentElements
        ' 提取舱位类型
        Set travelClassElem = parentElem.querySelector(".travel-class")
        If Not travelClassElem Is Nothing Then
            Cells(rowNum, 1).Value = travelClassElem.innerText
        Else
            Cells(rowNum, 1).Value = "未找到舱位类型"
        End If
        
        ' 提取座位可用性
        Set seatStatusElem = parentElem.querySelector(".noAvlbl")
        If Not seatStatusElem Is Nothing Then
            Cells(rowNum, 2).Value = "无可用座位"
        Else
            Set seatStatusElem = parentElem.querySelector(".message-number-of-seats")
            If Not seatStatusElem Is Nothing Then
                Cells(rowNum, 2).Value = seatStatusElem.innerText
            Else
                Cells(rowNum, 2).Value = "状态未知"
            End If
        End If
        
        rowNum = rowNum + 1
    Next parentElem
    
    ' 关闭IE并释放资源
    ie.Quit
    Set ie = Nothing
    Set parentElements = Nothing
    Set parentElem = Nothing
    MsgBox "数据抓取完成！"
End Sub

关键步骤解释 #

1. CSS选择器说明：

   • .flightCabin3.cabin-block：匹配同时拥有flightCabin3和cabin-block类的元素，自动忽略动态变化的中间类名，完美适配目标HTML结构
   • 子元素选择器.travel-class/.noAvlbl/.message-number-of-seats：在当前父容器内查找，确保舱位和状态一一对应

2. IE9兼容性处理：

   • 使用querySelectorAll和querySelector：IE9完全支持这两个方法，比getElementsByClassName更稳定，也避开了你遇到的getElementsByTagName问题
   • 页面等待逻辑：标准的Busy+ReadyState判断，确保页面加载完成后再抓取数据

3. 容错处理：

   • 每个元素查找后都添加Is Nothing判断，避免因页面结构异常导致代码崩溃
   • 异常情况标记为“未找到舱位类型”或“状态未知”，方便后续排查

内容的提问来源于stack exchange，提问作者Hennebou