批量导入Excel中GSTIN至指定网站，解决Captcha与数据提取难题

问题背景 #

需要从Excel批量读取GSTIN（如27AABCC6610Q1ZE、09AAFCS7675H1ZS等，数千条），在指定网站完成查询：

• 自动填入GSTIN
• 若无法自动处理验证码，预留15秒手动输入时间
• 提取并保存查询结果

原代码问题 #

原代码存在多处逻辑缺陷：

• 用Shell打开Chrome但后续调用IE对象，两者不兼容
• 未初始化IE浏览器实例
• 循环逻辑错误，未移动到下一个单元格
• 无验证码等待后的确认步骤，未处理结果提取
• 未处理页面加载等待，直接操作DOM会报错

优化后的VBA代码 #

Sub BatchGSTIN_EInvoiceCheck()
    Dim IE As Object
    Dim ws As Worksheet
    Dim currentRow As Long
    Dim gstinInput As Object
    Dim captchaWaitTime As Date
    Dim resultElements As Object
    Dim i As Integer
    
    ' 初始化工作表和起始行
    Set ws = ThisWorkbook.ActiveSheet
    currentRow = 2 ' GSTIN从A2开始
    
    ' 创建IE实例并打开目标网站
    Set IE = CreateObject("InternetExplorer.Application")
    With IE
        .Visible = True
        .Navigate "https://einvoice1.gst.gov.in/Others/EinvEnabled"
        ' 等待页面加载完成
        Do While .Busy Or .ReadyState <> 4
            DoEvents
        Loop
    End With
    
    ' 循环处理每一条GSTIN
    Do Until ws.Cells(currentRow, 1).Value = ""
        ' 定位GSTIN输入框并填入数据
        Set gstinInput = IE.document.getElementById("GSTIN")
        If Not gstinInput Is Nothing Then
            gstinInput.Value = ws.Cells(currentRow, 1).Value
        Else
            MsgBox "未找到GSTIN输入框，终止处理", vbCritical
            IE.Quit
            Set IE = Nothing
            Exit Sub
        End If
        
        ' 预留15秒手动输入验证码
        captchaWaitTime = Now + TimeValue("00:00:15")
        MsgBox "请在15秒内输入验证码并点击Next，完成后点击确定继续", vbInformation
        Do Until Now >= captchaWaitTime
            DoEvents
        Loop
        
        ' 等待结果页面加载
        Do While IE.Busy Or IE.ReadyState <> 4
            DoEvents
        Loop
        
        ' 提取结果数据（示例：提取页面关键信息，需根据实际页面结构调整）
        On Error Resume Next
        Set resultElements = IE.document.getElementsByTagName("td")
        If Not resultElements Is Nothing Then
            ' 将结果写入B列、C列等，根据实际字段调整
            For i = 0 To resultElements.Length - 1
                Select Case resultElements(i).innerText
                    Case "Legal Name": ws.Cells(currentRow, 2).Value = resultElements(i + 1).innerText
                    Case "E-Invoice Enabled": ws.Cells(currentRow, 3).Value = resultElements(i + 1).innerText
                    Case "Validity Period": ws.Cells(currentRow, 4).Value = resultElements(i + 1).innerText
                End Select
            Next i
        End If
        On Error GoTo 0
        
        ' 返回查询页面，准备下一条GSTIN
        IE.Navigate "https://einvoice1.gst.gov.in/Others/EinvEnabled"
        Do While IE.Busy Or IE.ReadyState <> 4
            DoEvents
        Loop
        
        ' 移动到下一行
        currentRow = currentRow + 1
    Loop
    
    ' 清理资源
    IE.Quit
    Set IE = Nothing
    MsgBox "批量处理完成", vbInformation
End Sub

代码说明 #

• 浏览器实例统一：使用IE对象（若需Chrome可改用Selenium，但VBA原生支持IE更稳定），避免Shell与IE混用的冲突
• 页面加载等待：每次导航后都等待ReadyState=4确保页面加载完成，防止DOM操作报错
• 验证码处理：通过弹窗提示用户输入，同时设置15秒超时，兼顾手动操作和流程自动化
• 结果提取：根据页面实际HTML结构（示例用表格td元素）提取关键信息并写入Excel对应列，可根据实际页面调整选择器
• 循环逻辑：按行遍历GSTIN，处理完成后自动返回查询页面，无需手动操作
• 错误处理：增加输入框不存在的判断，避免程序崩溃

注意：若网站页面结构更新，需调整DOM元素的定位方式（如getElementById、getElementsByTagName或querySelector）

内容的提问来源于stack exchange，提问作者Leha Jain