求助： lsspan(0).InnerHtml这个位置有两个不同的值，阅读数与播放数，怎么写代码让这个位置的值，对应分别都识别为阅读数与播放数呢？ - 专家坐堂 - Foxtable(狐表) - 新一代数据库软件，完美融合Access、Foxpro、Excel、vb.net之优势，人人都能掌握的快速软件开发工具!

第一步，输出网页内容进行分析

DataTables("头条文章").DataRows.Clear

Dim web As new System.Windows.Forms.WebBrowser

web.Navigate("http://toutiao.com/m6192786832/")

Do Until web.ReadyState = 4

Application.DoEvents

Loop

Do Until web.DocumentText.contains("没有更多啦")

web.Document.Window.ScrollTo(0, 0)

web.Document.Window.ScrollTo(0, web.Document.Body.ScrollRectangle.Height)

Application.DoEvents

Loop

Output.Show(web.Document.body.Innerhtml)

可以把输出结果放到一些html编辑器中格式化方便分析，我使用的是vs的自动格式化功能，如图

此主题相关图片如下：1.png

[此贴子已经被作者于2016/12/7 10:11:00编辑过]

此主题相关图片如下：1.png

第二部步，分析网页。结合原网页从4楼图中可以看出，每一个li对应一条新闻，所以代码增加行只需要在循环获取li标签的内容时增加即可，而不是在循环a标签中增加行，代码如

Dim lis = web.Document.GetElementById("content-left").GetElementsByTagName("li")

Dim str As String = ""

For i As Integer = 0 To lis.count-1

Dim dr As DataRow = DataTables("头条文章").AddNew()

Dim lsa = lis(i).GetElementsByTagName("a")

第三步，从6楼图片结合4楼网页源代码可以看出，有图片的新闻a标签不止一个，有几个图片就多出几个a标签，标题就在第一个a标签里，所以只要获取第一个a标签即可，为了保险起见，观察标题的标签都是以css类“title-box link”设置的，所以就从这个类名称取值安全一点

代码如下

Dim lsa = lis(i).GetElementsByTagName("a")

For Each a As object In lsa

If a.GetAttribute("className") = "title-box link" Then

str &= a.InnerHtml & vbcrlf

str &= a.GetAttribute("href") & vbcrlf

dr("网址") = a.GetAttribute("href")

Dim bt As System.Windows.Forms.HtmlElement

bt = web.Document.GetElementByID("keywords") '今日头条单位标题

dr("单位") = bt.innerText & " " & bt.GetAttribute("content")

dr("文章标题") = a.InnerHtml

Exit For

End If

同理，分析阅读量位于class名称为“y-left”的DIV标签里，把网页字符去掉，并分割，可以取出阅读/评论和时间3块内容，代码如下：

Dim divs = lis(i).GetElementsByTagName("div")

For Each div As object In divs

If div.GetAttribute("className") = "y-left" Then

Dim arr() As String = div.InnerText.Replace(" ","").split("?")

Dim lsspan As String = arr(0)

dr("阅读数") = lsspan.Replace("阅读","").Replace("播放","")

dr("评论数") = arr(1).Replace("评论","")

dr("发布时间") = arr(2)

Exit For '

End If

完整代码看：

''' ‘注意这里的三个单引号

DataTables("头条文章").DataRows.Clear

Dim web As new System.Windows.Forms.WebBrowser

web.Navigate("http://toutiao.com/m6192786832/")

Do Until web.ReadyState = 4

Application.DoEvents

Loop

Do Until web.DocumentText.contains("没有更多啦")

web.Document.Window.ScrollTo(0, 0)

web.Document.Window.ScrollTo(0, web.Document.Body.ScrollRectangle.Height)

Application.DoEvents

Loop

Dim lis = web.Document.GetElementById("content-left").GetElementsByTagName("li")

Dim str As String = ""

For i As Integer = 0 To lis.count-1

Dim dr As DataRow = DataTables("头条文章").AddNew()

Dim lsa = lis(i).GetElementsByTagName("a")

For Each a As object In lsa

If a.GetAttribute("className") = "title-box link" Then

str &= a.InnerHtml & vbcrlf

str &= a.GetAttribute("href") & vbcrlf

dr("网址") = a.GetAttribute("href")

Dim bt As System.Windows.Forms.HtmlElement

bt = web.Document.GetElementByID("keywords") '今日头条单位标题

dr("单位") = bt.innerText & " " & bt.GetAttribute("content")

dr("文章标题") = a.InnerHtml

Exit For

End If

Dim divs = lis(i).GetElementsByTagName("div")

For Each div As object In divs

If div.GetAttribute("className") = "y-left" Then

Dim arr() As String = div.InnerText.Replace(" ","").split("?")　’论坛无法显示这种特殊符号，所以显示成?号了，到网页源码中拷贝这个特殊符号（见下图）到代码编辑器中即可

Dim lsspan As String = arr(0)

dr("阅读数") = lsspan.Replace("阅读","").Replace("播放","")

dr("评论数") = arr(1).Replace("评论","")

dr("发布时间") = arr(2)

Exit For '

End If

此主题相关图片如下：1.png

[此贴子已经被作者于2016/11/7 22:55:12编辑过]

一定的编程基础知识+网页基础+一定的耐心分析，代码其实并不复杂。

以后类似的网页分析未必会再给你处理，请自己理解

有个特殊字符显示不了，９楼更新了一下

主题：求助： lsspan(0).InnerHtml这个位置有两个不同的值，阅读数与播放数，怎么写代码让这个位置的值，对应分别都识别为阅读数与播放数呢？