【VB6】使用VB6创建和访问Dom树【爬虫基础知识】

使用VB6创建和访问Dom树

关键字:[b]VB，DOM，HTML，爬虫，IHTMLDocument[/b]

我们知道，在VB中一般大家会用WebBrowser来获取和操作dom对象。

但是，有这样一种情形，却让我们纠结不已：

我们需要做爬虫，然后爬虫不需要太高的效率，但是我们被复杂的正则表达式给弄的头晕眼花。

不知道何去何从。

今天，下定决心研究下html的解析，终于掌握了对IHTMLDocument等接口对象的使用。

源代码放在：http://www.extencent.com

具体的文章将会放在博客园以及CSDN博客。主要是考虑到贴吧对代码的支持特别的弱。

示例代码中使用了WebCode这个类，这个类的代码可以在以下两个地方找到：

网站	网址
我的代码分享站	http://www.extencent.com/
CSDN代码片	https://code.csdn.net/snippets/686971

本次分享的是这样的代码：

Private Sub btnTryLuck_Click()
'html代码
Dim htmlCode As String
'html Dom树对象
Dim myhtml As New HTMLDocument
'html IHTMLElementCollection 对象集合
Dim tables As IHTMLElementCollection
'html HTMLTable 表
Dim table As HTMLTable
'html HtmlRow 行
Dim row As HTMLTableRow
'html HTMLTableCell 单元格
Dim cell As HTMLTableCell
'define temp variables
Dim i As Long
'获取html代码
htmlCode = mWeb.GetHttpCode("http://kaijiang.zhcw.com/zhcw/html/ssq/list.html", "smart")
'加载html代码到dom树（通过这个赋值的方法，就完成了DOM树的构建）
'真的比写正则表达式要方便
myhtml.body.innerHTML = htmlCode
'这个时候，如果你对JavaScript操作熟悉就更好了
'我们通过getElementsByTagName这样的操作
'来获取含有彩票中奖信息的表格，非常方便
'不过注意，因为是根据TagName获取的，所以是一个集合
Set tables = myhtml.getElementsByTagName("table")
'判断集合长度超过零，说明有数据，这个时候才进行下一步操作
If tables.Length > 0 Then
'大家记住了，这里操作的都是对象，所以要用Set来进行赋值。
'这里，我们获取到了第一个表格对象
'因为经过观察，中奖信息就在第一个表格中
Set table = tables(0)
'如果这个表格有超过3行，才继续提取信息
'为什么？因为第一行，第二行都是表格标题部分
'这个大家可以去Chrome上面看DOM树。
If table.rows.Length > 3 Then
'我们从序号2开始（也就是第三行，别忘了是从0开始的）
For i = 2 To table.rows.Length - 2
'这里同样是Set，获取了某一行
Set row = table.rows(i)
'这里，将第3个（序号为2）单元格中的文本输出
Debug.Print row.cells(2).innerText
Next i
End If
End If
End Sub
'以上，