如何使用 queryselectorall 从网站抓取特定数据到 Excel

Question

我正在尝试将数据从网站传输到 Excel:

通过我的代码，我得到了 COL1 的所有值：
10117 柏林 AND
Feydelstr AND Entfernung Nur für Kunden sichtbar

但是我如何获得访问权限

• 只是到 COL1 的 前两个值？ （没有第三个值 *Entfernung:),
• 如何在 COL2图片:

           <div class="immobilien">
           .
           .
           .                                        
             <div class="clearfix">
             <div class="entry header"></div> 
             <a class="entry  clearfix" href="/home/immosuche~037.de.html>
              <div class="col1">                          
                 <div>    
                   10117 Berlin                       
                 <br>
                   Hauptstr.
                 </div>                                               
                 <br>
                <i>Entfernung:>
               </div>
             <div class="col2">
                  <img src="/immobilien/file/4349ed6f753f82a501.jpg?>
                </div>
             <div class="col3">
                   Eigentumswohnung
             </div>
         <div class="col4">
             Keine Wertangaben
             <br>
  

Answer 1

我认为您需要对 objectid、plz-ort、vw_ab、objektart、 vw_bis，umreis - 不是 GET。

Answer 2

问题：

just to the first two values of COL1? (without the third value Entfernung: Nur für Kunden sichtbar)

答案： 选择一个子 div 元素，这样您就不会捕获该附加行。 .col1 div

---

问题：

how to the Pic in COL2: <img src="/immobilien...musterfoto.jpg>

答案： 以同样的方式，您 select 通过 class 名称编辑“第 1 列”，select “第 2 列”和然后获取子 img 元素 .col2 img，并提取 src 属性

---

问题：

and to the link in <a class="entry clearfix" href="/home/fuer_priv...

答案：取a标签元素带classentry：a.entry.

---

一般：

这些提供匹配长度的节点列表，因此您只需要循环一个列表并在循环期间索引到其他列表。

使用更有意义的变量名。

通过将 about: 替换为协议 + 域来完成 uris

在 post

中更正您的 url

---

VBA:

Option Explicit

Public Sub GrGHTML()
    Const URL = "https://www.argetra.de/home/fuer_privat/immobilien-suche~ae23f6bb38cb10bf01399d6fef892037.de.html?plz_ort=Berlin"
    Dim html As MSHTML.HTMLDocument
   
    Set html = New MSHTML.HTMLDocument
    
    With CreateObject("MSXML2.XMLHTTP")
        .Open "GET", URL, False
        .send
        html.body.innerHTML = .responseText
    End With
       
    Dim locations As Object, images As Object, links As Object
    
    Set locations = html.querySelectorAll(".col1 div")
    Set images = html.querySelectorAll(".col2 img")
    Set links = html.querySelectorAll("a.entry")
    
    With ActiveSheet
    
        Dim x As Long
        
        For x = 0 To locations.Length - 1
            .Cells(x + 2, 2) = locations.Item(x).innerText
            .Cells(x + 2, 3) = Replace$(images.Item(x).src, "about:", "https://www.argetra.de") 'Image
            .Cells(x + 2, 4) = Replace$(links.Item(x).href, "about:", "https://www.argetra.de") 'Links
        Next
    End With
End Sub