質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.35%
スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

VBA

VBAはオブジェクト指向プログラミング言語のひとつで、マクロを作成によりExcelなどのOffice業務を自動化することができます。

Q&A

解決済

2回答

3088閲覧

HTMLDocumentからtable要素を取得したい(通常実行とステップイン実行で結果が違う)

Irys

総合スコア1

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

VBA

VBAはオブジェクト指向プログラミング言語のひとつで、マクロを作成によりExcelなどのOffice業務を自動化することができます。

0グッド

0クリップ

投稿2021/09/26 05:29

編集2021/09/26 07:22

前提・実現したいこと

VBAでWebスクレイピングのコードを作成しています。
順序としては以下の順序でコードを組み立てています。
0. HTTPリクエストを投げて目標のページのHTMLソースを取得
0. HTMLソースから表部分の要素を取得
0. 各行のテキストをイミディエイトウィンドウに表示

発生している問題・エラーメッセージ

HTMLDocumentからgetElementByIdでtable要素を取得できません。
正確には、ステップイン実行で1行ずつ実行するとtable要素を取得できるのですが、普通に実行すると取得できません。
※1ページに複数のテーブルが存在し目的のtableタグにIdが設定されているので、getElementByIdを使用しています。

該当のソースコード

大変申し訳ないのですが、質問事項に関係なさそうな部分のソースコード(ワークシート操作など)は省いております。

VBA

1Option Explicit 2 3'******************************* 4'* 関数名:Performer 5'* 機 能:ボタン押下時にVBAを実行 6'* 概 要: 7'******************************* 8Sub Performer() 9 On Error GoTo Escape 10 11 Dim link As String 12 link = ThisWorkbook.Worksheets("Sheet1").Cells(1, 2).Value 13 Dim htmlDoc As HTMLDocument 14 Dim objHtmlTable As HTMLTable 15 Dim objHtmlTableRow As HTMLTableRow 16 Dim btn As Integer 17 18' HTMLDocumentを取得 19 Set htmlDoc = GetHtmlDoc(link) 20 21' 表部分のHTMLソースを取得 22 If Not IsNull(htmlDoc.getElementById("sortabletable1")) Then 23 Set objHtmlTable = htmlDoc.getElementById("sortabletable1") 24 Else 25 Call Err.Raise(213, "Performer", "指定の要素が見つかりませんでした") 26 End If 27 28 For Each objHtmlTableRow In objHtmlTable.getElementsByTagName("tbody")(0).getElementsByTagName("tr") 29 Debug.Print objHtmlTableRow.innerText 30 Next objHtmlTableRow 31 32 btn = MsgBox("処理完了", vbOKOnly + vbInformation, "終了") 33 34 Exit Sub 35 36Escape: 37 38 btn = MsgBox("処理失敗" & Chr(10) & Chr(10) & _ 39 Err.Number & Chr(10) & _ 40 Err.Source & Chr(10) & _ 41 Err.Description, vbOKOnly + vbInformation, "終了") 42 43End Sub 44 45 46'-------------------------------------------------------- 47'* 関数名:GetHtmlDoc 48'* 機 能:指定のURLのHTMLソースをHTMLDocument形式で取得する 49'* 補 足: 50'-------------------------------------------------------- 51Function GetHtmlDoc(ByVal in_URL As String) As HTMLDocument 52 On Error GoTo Escape 53 54 Dim httpReq As XMLHTTP60 55 Set httpReq = New XMLHTTP60 56 Dim tmp_htmlDoc As Object 57 Set tmp_htmlDoc = New HTMLDocument 58 59 httpReq.Open "GET", in_URL 60 httpReq.send 61 62 Do While httpReq.readyState < 4 63 DoEvents 64 Loop 65 66 tmp_htmlDoc.write httpReq.responseText 67 68 Set GetHtmlDoc = tmp_htmlDoc 69 70 Set httpReq = Nothing 71 Set tmp_htmlDoc = Nothing 72 73 Exit Function 74 75Escape: 76 Set httpReq = Nothing 77 Set tmp_htmlDoc = Nothing 78 Call Err.Raise(Err.Number, Err.Source, Err.Description) 79 80End Function

試したこと

  1. 番号リスト問題個所の特定①

普通に実行した際にエラーが発生したのは
「For Each objHtmlTableRow In objHtmlTable.getElementsByTagName("tbody")(0).getElementsByTagName("tr")」
の部分で、ローカルウィンドウを見るとobjHtmlTableがNothingだということがわかりました。
イメージ説明
イメージ説明
0. 番号リスト問題個所の特定②
objHtmlTableにオブジェクトをセットする部分
「Set objHtmlTable = htmlDoc.getElementById("sortabletable1")」
にブレークポイントを置いてステップイン実行してみたら、objHtmlTableに値が入りイミディエイトウィンドウにも
目的のデータが表示されました。
イメージ説明

何度か試してみて、

  • 普通にVBAを実行するとobjHtmlTableにオブジェクトがセットされず後の処理でエラーが発生する
  • ステップイン実行だとobjHtmlTableにオブジェクトがセットされる

ということはわかったのですが、この事象の解決ができずにおり、皆さんのお知恵を拝借したく思います。
なお、他に提供してほしい情報などございましたらお知らせください。対応可能な範囲で提供させていただきます。

補足情報(FW/ツールのバージョンなど)

Excelはこちらを使用しています。
Microsoft® Excel® 2016 MSO (16.0.14326.20384) 32 ビット

ちなみに、スクレイピングに使用しているサイトはこちらです。
https://azurlane.wikiru.jp/index.php?%A5%AD%A5%E3%A5%E9%A5%AF%A5%BF%A1%BC%A5%EA%A5%B9%A5%C8
自分がプレイしていて大きな表があるのを知っていたのでスクレイピングにはピッタリかな~と思いましてw

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

cx20さんの回答とほぼ同じですが、リトライではなく待機処理を入れて改善できないでしょうか。

VBA

1Set GetHtmlDoc = New HTMLDocument 2GetHtmlDoc.body.innerHTML = httpReq.responseText 3 4Dim FutureTime As Date 5FutureTime = DateAdd("s", 10, Now) 6Do While GetHtmlDoc.readyState <> "complete" 7 DoEvents 8 If Now > FutureTime Then Exit Do 9Loop

投稿2021/09/26 09:41

編集2021/09/26 09:42
TanakaHiroaki

総合スコア1063

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

Irys

2021/09/26 10:34

ご回答いただきありがとうございます。 待機処理でも改善できました。本当にありがとうございます。
Irys

2021/09/26 13:36

~さらに結果報告~ TanakaHiroakiさん、cx20さんから頂いた解答をヒントに再度色々調べてみましたが、Performer()内で HTMLドキュメントの解析状況(.readyState)で待機・進行・タイムアウトの処理をするように コードを組みなおしました。 ※GetHtmlDoc()内で解析状況を取得しようとすると永遠に"loading"でタイムアウト時間一杯まで  待機し続けることになってしまいました 解析状況が"loading"の場合、待機する → 待機から10秒以内に解析状況が"interactive"になった場合、後続処理へ進む  → 10秒経過して解析状況が"interactive"になった場合、エラーをスローして例外処理(タイムアウト) ちなみにテストの結果、待機時間は平均0.45秒必要ということがわかりました。 以下ソースコードです。 ↓↓↓↓↓ 'HTMLDocumentを取得 Set htmlDoc = GetHtmlDoc(link) Dim start: start = Timer Debug.Print (start - start & "; " & htmlDoc.readyState) Do Until htmlDoc.readyState = "interactive"  Application.Wait Now() + TimeValue("00:00:11") ← 10秒以上でタイムアウトのテストが可能  DoEvents  If 10 < Timer - start Then   Call Err.Raise(213, "Performer", "HTMLの解析がタイムアウトしました")  End If Loop Debug.Print (Timer - start & "; " & htmlDoc.readyState)
guest

0

ベストアンサー

重い環境では読み込み終わってなくてエラーになることがあるようです。
下記にリトライの例が載っていましたので試してみてもらえますか?

■ VBAのHTTP通信でWebスクレイピング
https://blog.systemjp.net/entry/2020/04/06/142331

投稿2021/09/26 08:40

編集2021/09/26 08:44
cx20

総合スコア4648

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

Irys

2021/09/26 10:02

ご回答いただきありがとうございます。 記載いただいたリンクを参考にリトライ処理を組み込んだところ上手くいきました。 本当にありがとうございます。 ~追伸~ >重い環境では読み込み終わってなくてエラーになることがあるようです。 確かに私のPC自体高スペックでもなければ新しいわけでもない(むしろ最近は重く感じてきた)ので、 さもありなんと言う感じですね。 また、ローカルウィンドウからhtmlDocの中身を見ようと+マークで展開したときに、時間が掛かることは 確かにありました。あれは、responseTextからwriteした内容をHTMLとして読み込む途中だった ということなんでしょうね。 そこに気づかず申し訳ございませんでした。
Irys

2021/09/26 13:36 編集

~さらに結果報告~ cx20さん、TanakaHiroakiさんから頂いた解答をヒントに再度色々調べてみましたが、Performer()内で HTMLドキュメントの解析状況(.readyState)で待機・進行・タイムアウトの処理をするように コードを組みなおしました。 ※GetHtmlDoc()内で解析状況を取得しようとすると永遠に"loading"でタイムアウト時間一杯まで  待機し続けることになってしまいました 解析状況が"loading"の場合、待機する → 待機から10秒以内に解析状況が"interactive"になった場合、後続処理へ進む  → 10秒経過して解析状況が"interactive"になった場合、エラーをスローして例外処理(タイムアウト) ちなみにテストの結果、待機時間は平均0.45秒必要ということがわかりました。 以下ソースコードです。 ↓↓↓↓↓ 'HTMLDocumentを取得 Set htmlDoc = GetHtmlDoc(link) Dim start: start = Timer Debug.Print (start - start & "; " & htmlDoc.readyState) Do Until htmlDoc.readyState = "interactive"  Application.Wait Now() + TimeValue("00:00:11") ← 10秒以上でタイムアウトのテストが可能  DoEvents  If 10 < Timer - start Then   Call Err.Raise(213, "Performer", "HTMLの解析がタイムアウトしました")  End If Loop Debug.Print (Timer - start & "; " & htmlDoc.readyState)
TanakaHiroaki

2021/09/27 10:19

Irysさん 追加での結果報告ありがとうございました。 HTMLドキュメントの解析状況(.readyState)について勉強になりました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.35%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問