VBAでHTMLドキュメントを取得する

トップページ
エクセルVBAでHTMLエレメント基本操作
HTMLドキュメント(全ての要素)を取得する

VBAでHTMLドキュメント(全ての要素)を取得

前回は、DOMとHTMLそしてエクセルVBAでIE操作する際の基本的な処理の流れについて解説しました。こちらはIE操作をする上で根幹となる部分ですので、しっかり理解して次へ進んでください。今回は、HTMLドキュメントのすべての要素を取得する方法について解説します。

DOM(Document Object Model)とは
HTML(HyperText Markup Language)とは
タグと要素(エレメント)の違い
HTMLドキュメントのすべての要素を取得する処理の流れ
利用するサブルーチン・コレクション・プロパティ・VBA関数について
HTMLドキュメントのすべての要素を取得するサンプルコード
- 実行結果
- 解説
まとめ

DOM(Document Object Model)とは

DOMとは「Document Object Model」の略称で、html・head・body・p・aなどのHTMLドキュメント要素にアクセスして取得や操作ができる仕組みのことです。

以下はHTMLドキュメントをツリー構造に表したものでDOMツリーと呼ばれます。階層状のツリー構造でHTMLドキュメントを表現します。

HTML(HyperText Markup Language)とは

HTMLとは「HyperText Markup Language」の略称で、Webページを作成するために開発された言語です。世の中に公開されているWebページのほとんどがHTMLで作成されています。こちらのサイトもHTMLで作成されています。

HTMLは基本的に以下のような構成でできており「<タグ名>★テキスト★</タグ名>」が1つの要素(エレメント)になります。この中の特定の要素に対してデータの取得や操作を行っていきます。


<html>

 <head>

  <title>VBAのIE制御</title>

 </head>

 <body>

  <p>こちらはpタグのテキストです。</p>
  <a href="★リンクURL★">リンクのアンカーテキストです。</a>

 </body>

</html>

タグと要素(エレメント)の違い

HTML言語では、「タグ」と呼ばれる仕組みを利用して構築していきます。以下のイメージを確認すると分かりやすいと思いますが、タグとは「<」と「>」で構成されており、開始タグと終了タグまでの括りで1つの要素を形成します。

具体例で説明するとWebページのタイトルを表す「titleタグ」を利用して開始タグの「<title>」と終了タグの「</title>」で括り、タグの中の文字列が「要素内容」となります。こちらでは「VBAのIE制御入門」の文字列が要素内容となります。

そして、こちらの「開始タグ+要素内容+終了タグ」の全体を「要素」と呼びます。また、別名では「エレメント」と呼ばれますので、どちらも同じ意味であることを理解してください。

HTMLドキュメントのすべての要素を取得する処理の流れ

以下が今回の処理の流れになります。

①変数宣言
②ieViewサブルーチンを利用して指定したURLをIEで起動
③HTMLドキュメントのオブジェクトを取得
④HTMLドキュメント内の全ての要素コレクションを取得
⑤コレクションの中から特定の要素オブジェクトを取得
⑥特定の要素オブジェクトの要素タグとそのタグに含まれるHTMLコードを取得
⑦メッセージボックスにHTMLドキュメントのすべての要素を表示

利用するサブルーチン・コレクション・プロパティ・VBA関数について

今回利用するサブルーチン・コレクション・プロパティ・VBA関数は以下になります。

ieViewサブルーチン
ieCheckサブルーチン
Documentプロパティとは

Allコレクションとは
outerHTMLプロパティとは
MsgBox関数とは

ieViewサブルーチンとは

ieViewサブルーチンは指定したURLをInternetExplorerで起動させ、Webページが完全に読み込まれるまで待機処理をするマクロです。

ieView("IEオブジェクト","表示させたいURLの文字列","IE表示・非表示の値[省略可]","Y位置の値[省略可]","X位置の値[省略可]","幅の値[省略可]","高さの値[省略可]")

ieView

ieCheckサブルーチンとは

ieCheckサブルーチンは指定したInternetExplorerオブジェクトのWebページが完全に読み込まれるまで待機処理をするマクロです。

ieCheck("IEオブジェクト")

ieCheck

Documentプロパティとは

InternetExplorerオブジェクトのDocumentプロパティはHTMLドキュメントのオブジェクトを返すプロパティです。これによりHTMLドキュメントを操作することができます。

objIE.document.プロパティ/メソッド

Documentプロパティ

Allコレクションとは

DocumentオブジェクトのAllコレクションはHTMLドキュメント内の全ての要素(エレメント)のコレクションです。

objIE.document.All.プロパティ/メソッド
objIE.document.All(添え字).プロパティ/メソッド

outerHTMLプロパティとは

要素オブジェクトのouterHTMLプロパティは指定した要素オブジェクトの要素タグとそのタグに含まれるHTMLコードを取得するプロパティです。

変数 = objIE.document.All(添え字).outerHTML

MsgBox関数とは

MsgBox関数はダイアログボックスにメッセージとボタンを表示し、どのボタンが押されたかを示す整数型の数値を返します。

MsgBox "表示させる文字列"

MsgBox関数

HTMLドキュメントのすべての要素を取得するサンプルコード

こちらのVBAコードは、HTMLドキュメントのすべての要素を取得するマクロです。

Sub sample()

  Dim objIE  As InternetExplorer

  'データ抽出用ページをIE（InternetExplorer）で起動
  Call ieView(objIE, "http://www.vba-ie.net/code/all.html")
  
  MsgBox objIE.document.all(0).outerHTML

End Sub

実行結果

解説

Sub sample()

  Dim objIE  As InternetExplorer

こちらはSubステートメントに引数の設定がないsampleプロシージャになります。まずは、変数宣言でメモリ領域を割り当てるDimステートメントを利用してオブジェクト変数objIEに「InternetExplorer型」を変数宣言しています。


  'データ抽出用ページをIE（InternetExplorer）で起動
  Call ieView(objIE, "http://www.vba-ie.net/code/all.html")

次に他のプロシージャを呼び出すCallステートメントを利用してieViewサブルーチンを呼び出しています。それぞれの第一引数にはオブジェクト変数の「objIE」を第二引数には表示させるURLの「http://www.vba-ie.net/code/all.html」を設定しています。これによりInternetExplorerでデータ抽出用ページが表示されます。


  MsgBox objIE.document.all(0).outerHTML

こちらが今回のHTMLドキュメントのすべての要素を取得する部分になります。これから解説していきますが、理解しやすいように以下のVBAコードとキーワードの関連性を列挙しました。あくまで関連性ですので必ずしも「=(イコール)」ではありません。

【objIE.document.all(0).outerHTML】
objIE = InternetExplorerオブジェクト
document = HTMLドキュメントのオブジェクト(Documentオブジェクト)
all = Documentオブジェクトのすべての要素(allコレクション)
all(0) = allコレクションの1番目の要素オブジェクト
outerHTML = all(0)の要素タグとそのタグに含まれるHTMLコード

まず、InternetExplorerオブジェクトのdocumentプロパティを利用してHTMLドキュメントのオブジェクト(Documentオブジェクト)を取得します。

次にDocumentオブジェクトのAllコレクションの中から1番目の要素オブジェクトを取得します。1番目の要素オブジェクトとは「all(0)」の部分で、括弧内の数字(添え字)は「0」から数えるため、1番目の要素オブジェクトの添え字は「0」となります。

そして、1番目の要素オブジェクトのouterHTMLプロパティを利用して、1番目の要素オブジェクトの要素タグとそのタグに含まれるHTMLを取得します。尚、この1番目の要素オブジェクトが「<html>～</html>」になりますので、この処理によりHTMLドキュメント(すべての要素)を取得できました。

取得したデータはMsgBox関数の引数に設定して、メッセージボックスに取得したHTMLドキュメント(すべての要素)を表示させます。最後は、Endステートメントを利用してプロシージャを終了させます。

Allコレクションには全ての要素のオブジェクトが格納されています。下記はデータ抽出用ページのHTMLソースになりますが、一番最初に現れる要素は「<html>～</html>」であることが分かります。


<html>
 <head>
  <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
  <title>テスト用ページ | IE操作の自動化</title>
 </head>
 <body>

(省略)

 </body>
</html>

このようにAllコレクションには、上から順にそれぞれの要素が格納されています。いくつかAllコレクションに含まれる要素を抽出すると以下のようになります。

all(0) = <html> ～ </html>
all(1) = <head> ～ </head>
all(2) = <meta ～ />
all(3) = <title> ～ </title>
all(4) = <body> ～ </body>

また、今回はAllコレクションの一部の要素オブジェクトを指定して情報を取得しましたが、以下のように他の方法でも同じように取得できます。このように、Allコレクションを利用せずに特定の要素を取得できる方法があるため、あまり利用頻度は高くありません。以下の細かい解説は割愛しますが、色々な方法で取得できることを覚えておいてください。

Sub sample()

  Dim objIE  As InternetExplorer

  'データ抽出用ページをIE（InternetExplorer）で起動
  Call ieView(objIE, "http://www.vba-ie.net/code/all.html")
  
　'以下は全て同じ結果です。
  MsgBox objIE.document.all(0).outerHTML
  MsgBox objIE.document.all.Item(0).outerHTML
  MsgBox objIE.document.all.tags("html")(0).outerHTML
  MsgBox objIE.document.getElementsByTagName("html")(0).outerHTML

End Sub

まとめ

今回は、HTMLドキュメントのすべての要素を取得する方法について解説します。すべての要素(エレメント)だけでなく、特定の要素の取得についても簡単に説明しましたが、データの取得はその要素オブジェクトをどのような道筋で取得するかがポイントになります。これから色々なプロパティやメソッドを利用した取得方法を紹介しますので、1つ1つ理解しましょう。

次回は、Allコレクションで取得した要素の数と要素の内容を細かく見ていきます。

次の記事：エクセルVBAでHTMLドキュメントの要素数を取得する >>