天涯社区论坛贴子粗加工-创新互联

VBA 从天涯论坛的帖子中提取正文Sub 天涯贴子简单抓取()    Dim cnt As Integer    arr = Array("评论", "举报", "楼主", "作者", "草稿", "热贴", "论坛", "注册", "广告", "推荐") '屏蔽词汇   For y = 1 To 2    Set ie = CreateObject("internetexplorer.application")        With ie    .Navigate "http://bbs.tianya.cn/post-free-5758447-" & y & ".shtml" '5758447-1.shtml ,5758447-2.shtml等   ' .Visible = True    Do Until ie.ReadyState = 4    DoEvents        Loop            For x = 0 To .Document.All.tags("div").Length - 1  '正文是在div中,div集合长度              ss = .Document.All.tags("div")(x).innertext '正文内容                  len_ss = Len(ss) '正文长度                  If len_ss < 100 Then  '正文长度太短,直接跳到下一个div                      GoTo 100                  Else             For Each keys In arr                                  If InStr(ss, keys) > 0 Then GoTo 100 '如有屏蔽的词语出现,直接跳到下一个div             Next             cnt = cnt + 1             Debug.Print cnt & ":" & .Document.All.tags("div")(x).innertext '输出合乎要求的div                      End If                           100     Next x         End With   Next y   ie.Quit     Set ie = Nothing End Sub

创新互联建站专业IDC数据服务器托管提供商,专业提供成都服务器托管,服务器租用,服务器托管德阳服务器托管德阳,成都多线服务器托管等服务器托管服务。

另外有需要云服务器可以了解下创新互联cdcxhl.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。


文章名称:天涯社区论坛贴子粗加工-创新互联
文章转载:http://pwwzsj.com/article/dpeihs.html