基于单元格的值，我可以使用excel解析一个html文件中某个标签的值吗？

Question

道歉，如果问题不是很清楚。这里有一个更彻底的版本：

我有一个包含两列的电子表格：文件路径&文章标题。文件路径包含文章的路径（html文件），其标题为手动从html文件复制并粘贴到另一列。我需要这样做几百次，所以我很想知道是否有办法使它自动化。文章标题位于每个html页面的第二个<h2>的第一个<span>内。

实施例：

细胞A1：F：\ 2003 \ 030714.html

细胞B1：编篮

细胞A2的艺术：F：\ 2003 \ 030718.html

细胞B2：烹饪猫

是否有某种巫术可以帮助实现这一目标？如果我可以做一个VLOOKUP，这将是小菜一碟，但不幸的是，我开始的web dev和中级excel用户都困惑不解。

在此先感谢！

Answer 1

选择包含要更新文章标题的文件路径的单元格区域，然后运行此过程。它会检查每个文件是否存在，如果存在，它将创建一个文件流对象来打开并读取文件。它将返回文章标题作为第一个Span标签后第二组H2标签之间的文本。不允许检查是否已达到第一个Span标签的末端。希望这可以帮助。

Sub UpdateArticleTitle() 

Dim rngPath As Range 
Dim tsObj As Object, tsFile As Object 
Dim strLine As String 
Dim bytSpanCount As Byte, bytH2Count As Byte 
Dim strArticleTitle As String 

    ' Go throught the range of selected fileds 
    For Each rngPath In ActiveWindow.RangeSelection 
     ' Continue if the file exists 
     If Dir(rngPath.Value, vbNormal) <> "" Then 
      ' Initialize the variables 
      bytSpanCount = 0 
      bytH2Count = 0 
      strArticleTitle = "" 
      ' Create a file system object 
      Set tsObj = CreateObject("Scripting.FileSystemObject") 
      ' Open the HTML file 
      Set tsFile = tsObj.Opentextfile(rngPath.Value) 
      Do Until tsFile.AtEndOfStream 
       ' Read the file 
       strLine = tsFile.ReadLine 
       ' Search for the first occurrence of <span> 
       If bytSpanCount = 0 Then 
        If InStr(1, LCase(strLine), "<span>") > 0 Then bytSpanCount = 1 
       ' If <span> has been found, then search for <h2> 
       ElseIf bytSpanCount = 1 Then 
        If InStr(1, LCase(strLine), "<h2>") > 0 Then 
         If bytH2Count = 0 Then 
          bytH2Count = 1 
         ' The second occurence of <h2> has been reached so extract the Article Title 
         Else 
          ' Get all lines until the closing </h2> tag is found 
          Do Until InStr(1, LCase(strLine), "</h2>") > 0 
           strLine = strLine & tsFile.ReadLine 
          Loop 
          ' Set the article title 
          strArticleTitle = Mid(strLine, InStr(1, LCase(strLine), "<h2>") + Len("<h2>"), InStr(1, LCase(strLine), "</h2>") - InStr(1, LCase(strLine), "<h2>") - Len("<h2>")) 
          ' Exit the loop 
          Exit Do 
         End If 
        End If 
       End If 
      Loop 
      ' Close the file 
      tsFile.Close 
      ' Update the article title in the sheet 
      rngPath.Offset(0, 1).Value = strArticleTitle 
     Else 
      ' Clear the article title if the file isn't found 
      rngPath.Offset(0, 1).ClearContents 
     End If 
    Next rngPath 

    Set tsObj = Nothing 
    Set tsFile = Nothing 

End Sub