调用GetElementByRegex爬取Alexa数据返回空值的问题咨询

嘿，我来帮你排查这个问题！你的VBA函数在处理A2的Alexa页面时返回空值，主要有两个关键问题，咱们一步步解决：

1. 正则匹配失败的核心原因 #

你用的正则表达式<!-- Alexa web traffic metrics are available via our API at http://aws.amazon.com/awis -->(.*?)</strong>，默认情况下VBScript的正则里，.是不匹配换行符的。而Alexa页面的返回内容里，那段注释和</strong>标签之间肯定有换行或者大量空白字符，导致.*?没法跨换行抓到目标内容。

解决办法很简单：给正则对象开启Singleline模式，这个模式会让.匹配包括换行在内的所有字符，就能覆盖注释到闭合标签之间的所有内容了。

2. 函数里的隐藏bug：未定义的index参数 #

你的函数定义只有url和reg两个参数，但代码里却用了IsMissing(index)——这其实会触发运行时错误！IsMissing只能用于可选的Variant类型参数，所以必须修改函数定义，把index设为可选参数才行。

修复后的完整VBA代码 #

Public Function GetElementByRegex(url As String, reg As String, Optional index As Variant) As String
    Dim XMLHTTP As Object, regEx As Object, matches As Object
    
    Set XMLHTTP = CreateObject("MSXML2.serverXMLHTTP")
    XMLHTTP.Open "GET", url, False
    XMLHTTP.setRequestHeader "User-Agent", "Mozilla/5.0 (Windows NT 6.1; rv:25.0) Gecko/20100101 Firefox/25.0"
    ' 删掉了不必要的Content-Type头，请求HTML页面不需要这个
    XMLHTTP.send
    
    Set regEx = CreateObject("VBScript.RegExp")
    regEx.Pattern = reg
    regEx.Global = True
    ' 开启Singleline模式，让.能匹配换行
    regEx.Singleline = True
    
    If regEx.Test(XMLHTTP.ResponseText) Then
        Set matches = regEx.Execute(XMLHTTP.ResponseText)
        If IsMissing(index) Then
            GetElementByRegex = matches(0).SubMatches(0)
        Else
            ' 加个边界判断，避免索引越界报错
            If index < matches.Count Then
                GetElementByRegex = matches(index).SubMatches(0)
            Else
                GetElementByRegex = ""
            End If
        End If
        Exit Function
    End If
    
    GetElementByRegex = ""
End Function

额外的小建议 #

• 我删掉了Content-Type: text/xml这个请求头，因为你请求的是HTML页面，这个头会让服务器返回错误的内容类型，反而可能干扰结果。
• 新增了index参数的边界判断，防止你传入的索引超出匹配结果的数量导致报错。
• 如果还是不确定正则是否正确，可以先把XMLHTTP.ResponseText输出到某个单元格（比如在函数里加一行Range("B2").Value = XMLHTTP.ResponseText），看看页面的实际内容格式，再调整正则表达式。

内容的提问来源于stack exchange，提问作者Hugues Lin