ExcelのVBAでHTMLソースの特定のタグの中の内容を取得したい

Question

VBAを最近勉強し始めた初心者です。

---

フォルダ内のファイル一覧の取得
http://www.asahi-net.or.jp/~ef2o-inue/vba_o/sub05_110_080.html

VBAでHTMLのtitleタグの中身を抽出してA1に入れたい
https://oshiete.goo.ne.jp/qa/4919500.html

VBAを使ってHTMLソースから特定の文字列を抽出したいと思っています
https://oshiete.goo.ne.jp/qa/5919101.html

---

これらのサイト等を参考に、下記図のTestフォルダ内にある全htmlソースの中から<h1>や<title>など、特定のタグ内にある内容を抜き出したいと考えています。

しかし、参考サイトの方法はIEブラウザを通した内容の取得方法のようで、今回はCドライブ直下のローカルにあるhtmlソースを参照させたいため、どのようにローカル内で処理をすればいいのか様々なサイトを探しても解決方法が思いつかない状態です。

VBAについては全くの初心者なため、些細なことでもいいので解決の糸口となるものがあれば、是非皆様の知恵をお借りしたいです。どうぞよろしくお願いいたします。

Answer 1

正規表現のスキルをお持ちなら、GREPを使うのもありですが、結果をエクセル等で利用するなら、VBAでも正規表現が使えますので、それを利用するのでもいいでしょう。

Office TANAKA - Excel VBA Tips[正規表現によるマッチング]

下記で、WEBページを読み込みHTML解析する４つの方法が紹介されてますが、その中で、MSHTMLを利用する方法がお勧めです。sa-yuさんも紹介されているのと同じ方法になります。

WEBデータの取得方法｜ExcelマクロVBAサンプル集

これだと、getElementsByTagNameメソッドで特定のタグを簡単に取得できます。
上記のリンク先の例だとhtmlDoc.getElementsByTagName("td")でtdタグを取得してますが、ここをhtmlDoc.getElementsByTagName("h1")とすればh1タグが取得できます。

Comments

[退会済みユーザー]

ご回答ありがとうございました。紹介されているサイトと、hatena19様のアドバイスを基に無事自分の考えていた動きが実装できそうです。返信が遅くなりましたが、今回は本当にありがとうございました。

Answer 2

yuki-saitoさんが指摘されているようにGrepが使えれば、そちらのほうが楽な気もしますが、VBAで頑張るんであれば、以下が参考になるかと。

MSHTMLを参照設定後、As HTMLDocument と.createDocumentFromUrlで文章を読み込み使うテスト - 三流君 ken3のmemo置き場

気をつける点としては、ローカルファイルなので、URLの指定がhttp://～～～ではなく、file://HTMLファイルのパスになることでしょうか。

Comments

[退会済みユーザー]

ご回答ありがとうございました。紹介されているサイト、非常に参考になりました。これを気にさらに勉強をしていきたいと思います。返信が遅くなりましたが、今回は本当にありがとうございました。

Answer 3

VBAでないといけないのですか？
やりたい内容からすると別の言語で書いた方が全然早い気がするのですが・・・
（何ならgrepコマンド１発で引ける気も。）

Comments

[退会済みユーザー]

ご回答ありがとうございました。その様な手法もあるのですね。今回はVBAでの制限がありましたが、機会がありましたら別手法でのやり方も模索したいと思います。返信が遅くなりましたが、今回は本当にありがとうございました。

[yuki-saito]

制限があったのですね。
失礼しました！
grepはとても楽なので機会があれば是非使ってみてください＾＾