vb.net - VB从html元素中获取文本

Question

我需要使用 Visual Basic 获取网页上两个跨度标签之间的文本。

<span>Some Text</span>

我知道一定有办法，但我似乎找不到。

这是针对我不拥有的网站。

Answer 1

给你的跨度一个 ID 和runat="server"属性，例如

<span id="xMySpan" runat="server">Some Text</span>

然后您将能够在服务器端代码中检索它，例如

Dim sVar As String = xMySpan.InnerHtml

Answer 2

我做了这个脚本，希望它会有所帮助

我有：

• 获取 youtube 网址的文本框 [urlVideo]

• 加载页面的按钮 [btn_loadViews]

• 一个 webBrowser 控件 [webBrowser1]

• 和一个标签来显示文本 [lb_views]

我没有验证任何内容，所以这只是我如何从网站获取文本的一个示例。如果有另一种方法可以做到这一点，我也想知道。=)

Private Sub btn_loadViews_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles btn_loadViews.Click

    WebBrowser1.Navigate(urlVideo.Text)
    WaitForPageLoad()

    getViews()


End Sub

Private Sub getViews()
    Try
        Dim version = FileVersionInfo.GetVersionInfo("c:\windows\system32\ieframe.dll")
        'Depending on the navigator version, google's server sends diffetent pages, so
        'Here Detect ie version
        If version.ProductVersion < "8" Then
            lb_views.Text = WebBrowser1.Document.GetElementById("vc").FirstChild.InnerText
        Else
            lb_views.Text = WebBrowser1.Document.GetElementById("watch7-views-info").FirstChild.InnerText
        End If

    Catch ex As Exception
        MsgBox(ex.ToString)
        Application.Exit()
    End Try

End Sub


Private Property pageready As Boolean = False

Private Sub WaitForPageLoad()
    AddHandler WebBrowser1.DocumentCompleted, New     WebBrowserDocumentCompletedEventHandler(AddressOf PageWaiter)
    While Not pageready
        Application.DoEvents()
    End While
    pageready = False
End Sub

Private Sub PageWaiter(ByVal sender As Object, ByVal e As WebBrowserDocumentCompletedEventArgs)
    If WebBrowser1.ReadyState = WebBrowserReadyState.Complete Then
        pageready = True
        RemoveHandler WebBrowser1.DocumentCompleted, New WebBrowserDocumentCompletedEventHandler(AddressOf PageWaiter)
    End If
End Sub

Answer 3

给 span 分配一个 ID 怎么样？如果你这样做，那么这有效：

TextBox1.Text = _
 WebBrowser1.Document.GetElementById("spanID").GetAttribute("innerText")

使用这种格式：

<span id="spanID">...</span>

编辑：按内容过滤：

$("span").filter(function(){
    return $(this).html() == "a";
})

将与此一起工作：

<span>a</span>

Answer 4

您是从整个 HTML 文档中提取它还是只是从上面引用的文本中提取它？

如果它只是上面的（并且您已经过滤掉了其他 HTML），那么您可以使用 LEFT() 和 RIGHT() 的组合来剪掉末端，或者使用 REPLACE() 来摆脱这两个标签。

Answer 5

Dim WithEvents hDoc As HTMLDocument
Set hDoc = WebBrowser1.Document
Dim strValue As String
strValue = hDoc.getElementsByName("so").Item(0).Value