指定した要素のリンクURLを抽出
<< エクセルVBAで指定した要素のリンクURLを抽出する ：前の記事
前回は、指定した要素のリンクURLを抽出する方法について解説しました。こちらはこれまで説明してきた処理を利用して簡単にリンクURLを抽出できたかと思います。今回は、文書ドキュメントの指定した要素のリンクURLを抽出するサブルーチンの作成について解説していきます。
目次
- 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
- 利用するサブルーチン・プロパティ・VBA関数について
- 指定した要素のリンクURLを抽出するサブルーチン「linkvalue」の解説
- 「linkvalue」を利用して指定した要素のリンクURLを抽出するサンプルコード
- 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(アドレス)★">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URL(アドレス)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。
利用するサブルーチン・プロパティ・VBA関数について
今回利用するサブルーチン・プロパティ・VBA関数は以下になります。利用方法については処理の解説で行いますが、どのような機能を持っているのか簡単に目を通してください。
- ieViewサブルーチン
- ieCheckサブルーチン
- Documentプロパティとは
- Linksプロパティとは
- outerHTMLプロパティとは
- hrefプロパティとは
- InStr関数とは
- 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(アドレス)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。
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。
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。
Linksプロパティとは
DocumentオブジェクトのLinksプロパティはHTMLドキュメント内のa要素オブジェクトのコレクションを返すメソッドです。
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。
hrefプロパティとは
Linksオブジェクトのhrefプロパティは指定したa要素のリンクURLを取得するプロパティです。
objIE.document.Links(添え字).href = "設定するURL"
InStr関数とは
InStr関数はある文字列(string1)の中から指定した文字列(string2)を検索して最初に見つかった文字位置返すVBA関数です。
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。
指定した要素のリンクURLを抽出するサブルーチン「linkvalue」の解説
こちらは、指定した要素のリンクURLを抽出するサブルーチンになります。
Function linkValue(objIE As InternetExplorer, _
keywords As String) As String
Dim objLink As Object
For Each objLink In objIE.document.Links
If InStr(objLink.outerHTML, keywords) > 0 Then
linkValue = objLink.href
Exit For
End If
Next
End Functionそれでは、VBAコードを１つずつ説明していきます。
Function linkValue(objIE As InternetExplorer, _
keywords As String) As Stringこちらは戻り値を返すFunctionステートメントに引数を2つ設定しているlinkvalueサブルーチンになります。こちらの構文と引数の内容は以下になります。尚、引数はすべて参照渡しで渡されます。
| 構文 | classValue(objIE,className,tagName,valueType) | ||||
|---|---|---|---|---|---|
| 引数名 | データ型 | 内容 | 値の事例 | 初期値 | 省略 |
| objIE | InternetExplorer | InternetExplorerオブジェクトを指定します。 | objIE, objIE2 | × | |
| keywords | String | 抽出する要素の一意のキーワードを文字列で指定します。 | "VBAのIE制御" | × | |
引数objIEは必須項目で、文書ドキュメントを抽出するnternetExplorerオブジェクトを指定します。InternetExplorerオブジェクトを引数に設定することで、複数のオブジェクトを処理することができます。
引数keywordsは必須項目で、抽出する要素の一意のキーワードを文字列で指定します。「抽出する要素の一意のキーワード」というのは、抽出したい要素データ内で他とまったく被らないキーワードのことを指します。
例えば下記の場合、「こちらは一意のアンカーテキストです。」というキーワードは他では利用されていないキーワードですので、こちらを「一意のキーワード」と判断します。他にも「アンカーテキストです。」「です。」も一意のキーワードとして利用することもできます。
こちらの詳細については、「文書ドキュメント取得の処理の考え方」を確認してください。
<a href="#a1">こちらは一意のアンカーテキストではありません。</a>
<a href="#a2">こちらは一意のアンカーテキストではありません。</a>
<a href="#a3">こちらは一意のアンカーテキストです。</a>
<a href="#a4">こちらは一意のアンカーテキストではありません。</a>
<a href="#a5">こちらは一意のアンカーテキストではありません。</a>
Dim objLink As Objectこちらは、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objLinkに「オブジェクト型(Object)」を変数宣言しています。
先に説明すると、データ型はオブジェクト型(Object)を利用せず、より具体的なデータ型を宣言するほうがよいとされています。理由としては、補助入力機能など利便性のよさなどが挙げられます。
こちらについては本来であれば、「HTMLLinkElement型」または「HTMLDocument型」などを指定するのがよいのでしょうか処理速度の観点からいうと必ずしもよいというわけではなりません。
他にもいくつか検証したのですが、以下のようにHTML関連のデータ型を選択した場合とオブジェクト型(Object)ではどれもオブジェクト型(Object)を選択した方が処理速度が速い結果となりました。
ですので、こちらで解説している内容のほとんどはオブジェクト型(Object)を選択しています。特に変更してもらっても問題ありませんので、自由に変更してください。
| 回数・処理 | オブジェクト型(Object) | HTMLLinkElement型 | HTMLDocument型 |
|---|---|---|---|
| 1回目 | 27.3418秒 | 31.6074秒 | 31.9866秒 |
| 2回目 | 28.3105秒 | 34.0234秒 | 33.9478秒 |
For Each objLink In objIE.document.Links
（処理省略）
Nextこちらでは、For Each～NextステートメントのコレクションにDocumentオブジェクトのLinksプロパティで取得したコレクションを設定しています。また、オブジェクトを格納する変数にはオブジェクト変数objLinkを設定しています。こちらでは、Linksプロパティで取得したすべてのa要素の要素数だけループ処理を行っています。
今回、Linksプロパティで全てのimg要素を取得していますが、以下のようにGetElementsByTagNameメソッドからも取得することができます。
For Each objImg In objIE.document.getElementsByTagName("a")
処理省略）
NextLinksプロパティを採用したのは、処理速度にあります。以下は上記の各処理を5000回繰り返し処理をした時間を計測したものです。Linksプロパティの方が処理速度が速いのでこちらを採用しています。
| 回数・処理 | Linksプロパティ | getElementsByTagNameメソッド |
|---|---|---|
| 1回目 | 73.2813秒 | 78.9564秒 |
| 2回目 | 75.5124秒 | 80.2543秒 |
| 3回目 | 73.5421秒 | 77.6254秒 |
| 平均 | 74.1119秒 | 78.9453秒 |
If InStr(objLink.outerHTML, keywords) > 0 Then
linkValue = objLink.href
Exit For
End Ifこちらでは、If～Then～Elseステートメントを利用して要素内の文書ドキュメントに引数keywordsのキーワードが含まれていないかチェックしています。
キーワードが含まれているかをチェックするには、指定したキーワードで最初に見つかった文字位置を返すInStr関数を利用しています。要素の文書ドキュメントに「引数keywords」のキーワードが含まれている場合は必ず「0」以上の値を返すので、比較演算子を利用して「0」以上の場合を条件式としています。
そして、キーワードが含まれている場合は戻り値linkvalueに要素オブジェクトのhrefプロパティを利用して指定した要素のリンクURLを代入演算子で格納しています。リンクURLの抽出が完了するとループ処理をする必要がありませんので、ループ処理を回避するExit Forステートメントを利用してループから抜け出します。
それでは、次にこちらのサブルーチンを利用して指定した要素のリンクURLを取得してみましょう。
「linkvalue」を利用して指定した要素のリンクURLを抽出するサンプルコード
こちらのVBAコードは、linkvalueサブルーチンを利用して指定した要素のリンクURLを抽出するマクロです。
Sub sample()
Dim objIE As InternetExplorer
'本サイトをIE(InternetExplorer)で起動
Call ieView(objIE, "http://www.vba-ie.net/")
'「VBAのIE制御」キーワードのリンクURLを取得する
MsgBox linkValue(objIE, "VBAのIE制御")
End Sub抽出する要素のHTMLコード
<a href="http://www.vba-ie.net/" id="logo" name="logo">VBAのIE制御</a>
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。
'本サイトをIE(InternetExplorer)で起動
Call ieView(objIE, "http://www.vba-ie.net/")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。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/」を設定しています。これによりInternetExplorerで本サイトのトップページが表示されます。
'「VBAのIE制御」キーワードのリンクURLを取得する
MsgBox linkValue(objIE, "VBAのIE制御")こちらは、linkvalueサブルーチンを利用して「VBAのIE制御」が含まれるa要素のリンクURLを取得しています。
まとめ
今回は、文書ドキュメントの指定した要素のリンクURLを抽出するサブルーチンの作成について解説しました。一意のキーワードを設定するだけで簡単にリンクURLを抽出することができました。次回は、特定の要素のリンクをクリックする方法について解説していきます。
次の記事： エクセルVBAで特定の要素のリンクをクリックする >>
近田 伸矢, 植木 悠二, 上田 寛
IEのデータ収集＆自動操作のプログラミング本はこの1冊だけ！IEの起動やポップアップウィンドウ、表示を制御する基本的なコードはもちろん、テキストボックスやラジオボタン、表、ハイパーリンクなどのHTML部品を制御する方法など、自動操作に欠かせないノウハウを丁寧に解説。
- ツイート
