VBA在不同的关键短语之前查找短语的最后一个实例？

Question

我有一个来自HTML源代码的大字符串(大约1,000,000个字符)。我正在使用msinet.ocx查看来自适当网站的文本。我写了一小段代码，以便找到出现在不同关键短语(“组件附件矩阵”)之前的关键短语("pkid=")，但它不能正常工作。这就是我现在所拥有的：

workbench = Cells(columnNumber, 1).Value
myURL = "http://beams.us.yazaki.com/Beams/ViewDetails.aspx?topic=document&pkid=" _
& workbench
Dim inet1 As Inet
Dim mypage As String

Set inet1 = New Inet
With inet1
    .Protocol = icHTTP
    .URL = myURL
    mypage = .OpenURL(.URL, icString)
End With

CAMnum = InStr(mypage, "Component Accessory Matrix")
intStart = InStrRev(mypage, "pkid=", CAMnum) + 5
newnum = Mid(mypage, intStart, 6)
Cells(columnNumber, 2).Value = newnum

问题似乎出在mypage = .OpenURL(.URL, icString)上；当我运行len(mypage)时，它返回的值大约是100,000，而实际上它应该返回的值大约是100,000。有人能解释一下吗？

Answer 1

使用InStr和InStrRev，找到您的字符串，然后向后查找。一旦你有了那个位置，向前看，直到我们找到引号字符。最后，使用这些位置来获取字符串

pos1 = InStrRev(YourXMLString, "pkid=", InStr(YourXMLString, "Component Accessory Matrix")) + 5 ' length of "pkid="
pos2 = InStr(pos1, YourXMLString, Chr(34)) ' Chr(34)="
FoundString = Mid$(YourXMLString, pos1, pos2 - pos1)

请注意，如果"Component Accessory Matrix“缺失，或者前面没有" pkid=”，或者引号不是分隔符，或者pkid=和引号之间有更多的文本，代码将失败和/或产生无意义的结果。

Answer 2

使用HTML DOM。

• 将文本加载到HTML文档中：

Dim html As Object‘MSHTML.HTMLDocument Set html = CreateObject("htmlfile") html.body.innerHTML = "your HTML code here“

• 使用getElementsByTagName获取td元素的集合：

Dim tdElements As Object‘MSHTML.IHTMLElementCollection Set tdElements = html.getElementsByTagName("td")

• 循环遍历它们，直到找到内部文本为"Component Accessory Matrix“的元素，然后抓取前一个td元素的内部文本。

Dim tdElement As Object‘MSHTML.IHTMLElement Dim i As String As string If i=1 to tdElements.Count If tdElements.Item(i).innerText = "Component Accessory Matrix“Then’get previous Set tdElement = tdElements.Item(i - 1) textToParse = tdElement.innerText Exit For End If Next I

• 使用传统方法

解析字符串

我将用=拆分得到的字符串并获取第二个元素，然后用"拆分该字符串并获取第一个元素。那就只剩下300451了。

Here's a further example if you need it。