【续问】如何用VBA+Selenium从浏览器动态PDF提取指定语句？

背景与需求 #

你提到已经通过自动化流程打开了网页中的动态PDF，现在需要完成两个核心操作：

• 将PDF中所有文本复制到Excel
• 遍历PDF的多行文本，动态定位到目标语句（因为目标语句的行号不固定，可能在第6、9、10或11行）

你当前的代码只能提取固定第7行的文本，接下来我会帮你调整代码，实现循环遍历和多语句提取的需求。

你的现有代码 #

Const statext As String = _
"addEventListener('message',function(e){" & _
" if(e.data.type=='getSelectedTextReply'){" & _
" var txt=e.data.selectedText;" & _
" callback(txt && txt.match(/[^\r\n]+/g)[7]);" & _
" }" & _
"});" & _
"plugin.postMessage({type:'initialize'},'*');" & _
"plugin.postMessage({type:'selectAll'},'*');" & _
"plugin.postMessage({type:'getSelectedText'},'*');"
Casestatus = bot.ExecuteAsyncScript(statext)

解决方案调整 #

1. 提取所有PDF文本并导入Excel

首先修改代码，先获取PDF的全部文本行数组，而不是只取固定行：

Const statext As String = _
"addEventListener('message',function(e){" & _
" if(e.data.type=='getSelectedTextReply'){" & _
"   var txt=e.data.selectedText;" & _
"   // 将文本按行分割成数组，过滤空行" & _
"   var allLines = txt ? txt.match(/[^\r\n]+/g).filter(line => line.trim() !== '') : [];" & _
"   callback(allLines);" & _
" }" & _
"});" & _
"plugin.postMessage({type:'initialize'},'*');" & _
"plugin.postMessage({type:'selectAll'},'*');" & _
"plugin.postMessage({type:'getSelectedText'},'*');"

' 获取所有文本行数组
Dim allPDFLines As Variant
allPDFLines = bot.ExecuteAsyncScript(statext)

' 将数组写入Excel（假设写入Sheet1的A列）
If IsArray(allPDFLines) Then
    Sheet1.Range("A1").Resize(UBound(allPDFLines) + 1, 1) = WorksheetFunction.Transpose(allPDFLines)
End If

2. 循环遍历文本，提取目标语句

接下来可以通过循环遍历所有行，匹配你需要的内容（比如包含特定关键词的行）。假设你要找包含"状态:"或"编号:"的行，代码可以这样写：

' 遍历所有行，查找目标内容
Dim targetLines As Variant
ReDim targetLines(0 To 0)
Dim i As Integer

For i = LBound(allPDFLines) To UBound(allPDFLines)
    Dim currentLine As String
    currentLine = Trim(allPDFLines(i))
    
    ' 这里替换成你要匹配的关键词或规则
    If InStr(currentLine, "状态:") > 0 Or InStr(currentLine, "编号:") > 0 Then
        ' 将找到的行存入数组
        targetLines(UBound(targetLines)) = currentLine
        ReDim Preserve targetLines(UBound(targetLines) + 1)
    End If
Next i

' 移除最后一个空元素
If UBound(targetLines) > 0 Then
    ReDim Preserve targetLines(UBound(targetLines) - 1)
End If

' 输出找到的目标行到Excel的B列
If IsArray(targetLines) Then
    Sheet1.Range("B1").Resize(UBound(targetLines) + 1, 1) = WorksheetFunction.Transpose(targetLines)
End If

关键说明 #

• 我们先把PDF文本拆分成非空行的数组，这样可以跳过PDF里的空白行，避免干扰
• 循环时通过InStr函数匹配关键词，你可以根据实际需求修改匹配规则（比如用正则表达式匹配更复杂的格式）
• 如果目标语句有固定的格式（比如"订单状态: 已完成"），也可以用正则表达式来精准提取：

  // 在JS部分替换匹配逻辑，比如提取订单状态
  var statusMatch = currentLine.match(/订单状态:\s*(.*)/);
  if(statusMatch) callback(statusMatch[1]);
  

内容的提问来源于stack exchange，提问作者David