Excel內建「從Web」取得網頁資料指令，但如果想執行進階的網路爬蟲，必須有網頁原始碼HTML基本知識，同時以VBA CreateObject外掛IE瀏覽器，本文以稅務新聞為例介紹。

所謂的網頁，技術上是遠端有另一台電腦（計算機服務器），透過網際網路傳過來標準規範文件（HTML編碼檔案），然後本機電腦上的瀏覽器予以解譯，以文字（可能外掛影音檔）方式呈現在使用者眼前。所以每個網頁本質上皆是一個特定格式的文字檔案。如果要在取得網頁更加順利，勢必得具備網頁的基礎知識，這一節便從網頁原始碼談起。

一、稅務新聞

新竹市稅務局的「稅務新聞」。

二、從Web

首先利用第一章所學，Excel最原始的取得網頁資料方法：「資料」、「從Web」，開啓網頁之後「匯入」。

三、匯入網頁

取得的網頁資料如圖所示，這個方法會匯入網頁上所有可見文字，但其實所需要的只是標黃色部份，亦即儲存格A478及A479。

四、網頁原始碼

以Chrome瀏覽器在這個網頁上滑鼠右鍵：「檢視網頁原始碼」。

五、HTML文件

以網頁原始碼來看，網頁上的正文新聞稿，在HTML文件裡是一個div（division區塊），其分類名稱為「main-a_03」。

六、VBA CreateObject

編寫VBA程式碼如下，由於「CreateObject(“InternetExplorer.Application”)」是這一章的重點，在此先不多作說明，留待下一節。

七、下載網頁原始碼

執行結果如圖所示，等於將第五步驟的網頁原始碼下載到Excel，非常神奇吧！

八、執行階段錯誤

最後特別提醒，VBA不像Excel，有時候出現錯誤提示很難確定原因，在這裡作者就曾經遇到過困難，中斷提示為「執行階段錯誤’91’：沒有設定物件變數或With區塊變數」，怎麼看都不知道到底程式碼哪裡有瑕疵，經過幾次腦袋短路之後，才確定是無法連上網路，VBA無法完成任務，所以報錯，經驗之談供讀者參考。

HTML文件及VBA網路爬蟲

這節範例有兩個重點，其一，網頁上的某個特定對象，是原始網頁文件中的某一個段落，以專業術語來說，是HTML（HyperText Markup Language）中的一個節點（node），例如這裡的稅務新聞正文，是網頁中一個分類名稱為「main-a_03」的節點。其二，本書到上一章為止，都是以「QueryTables.Add」方法取得網頁資料，這是Excel內置的指令，相當方便，但是有先天上的侷限性，因此會於往後章節詳細介紹另一種VBA方法：「CreateObject(“InternetExplorer.Application”)」。

每天學習，每天充電：VBA爬蟲文章合集。