【エクセルVBAでIE操作】HTMLタグと要素そしてドキュメントの取得

photo credit: HTML Tag via photopin (license)

みなさん、こんにちは！
たくさん勉強すべきことがあってひーひー言ってますタカハシ(@ntakahashi0505)です。

初心者向けエクセルVBAでIEを操作するシリーズの第2回目です。

VBAやHTMLの知識があまりなくとも、この通りやればなんとなくはできるように書き進めていきたいと思います。

さて、前回はこちらの記事で、VBAからIEを操作するためのセッティングと実際にIEでページを開いてみるところまで進めました。

【エクセルVBAでIE操作】10分で終わるセッティングとWEBページの閲覧確認

エクセルVBAでInternetExplorerを操作するシリーズの導入編です。今回はIEを操作するときに最初にすべきセッティングと実際にWEBページを開く動作確認までをやってみたいと思います。

今回は次のステップとして、HTMLについて簡単に説明をしつつ開いたページのHTMLドキュメントを取得する方法についてお伝えします。

本格的にWEBスクレイピングするまでもう少しだけかかりますが、お付き合いくださいませ。

どうぞよろしくお願いします！

前回のおさらい
HTMLとは何かについて簡単に説明します
見出し
HTMLタグと要素（エレメント）
IEオブジェクトで開いたページのHTMLドキュメントを取得
WEBページのタイトル名を取得
まとめ
連載目次：エクセルVBAでIEを操作してWEBスクレイピング
連載目次：データ一覧から請求書を自動で作る

前回のおさらい

前回作ったプログラムはこちらでした。

Sub MySub()
    
    Dim objIE As InternetExplorer
    Set objIE = New InternetExplorer
    
    objIE.Visible = True
    objIE.Navigate "https://tonari-it.com/"
    
End Sub

IEオブジェクト変数を用意して、新規IEオブジェクトをセットして、IEを表示して、指定URLのページを開くという内容でした。

今回はせっかく開いたページからHTMLドキュメントを取得しますが、まずこのHTMLとは何かについて簡単に説明をしたいと思います。

HTMLとは何かについて簡単に説明します

WEBスクレイピングをするのであれば、そのWEBページがどのような作りになっているかというのを調べる必要があるのですが、その際にWEBページを作るための言語であるHTMLについての若干の知識が必要になります。

HTMLとは、Webページを記述するためのマークアップ言語。文書の論理構造や表示の仕方などを記述することができる。
（引用：IT用語辞典）

具体的には例えばテキストエディタで


    
        サンプルページ
    
    
        見出し
        段落
        リンク

と記述して保存したファイルをブラウザにドラッグすると

と表示されます。

HTMLタグと要素（エレメント）

ご覧の通りHTMLは「<タグ>何か書く」といったようにテキストをタグで挟むスタイルで書かれていまして、このタグで挟まれたひと塊を要素（エレメント）と言います。

上記の例でいうと、「<h2>未題</h2>」がh2要素、「<a href=”～”>リンク</a>」がa要素となります。

さらに大きなくくりでいうと、「<html>～</html>」もその間のたくさんのタグや文字列群もひっくるめて一つの要素と言えます。

ブラウザはこのHTMLタグや要素などを解釈して、本来見せるべきWEBページの形に変換して表示するアプリケーションと言えます。

IEを操作してWEBページから情報を取得する場合はまずこのhtmlドキュメントをゴソっと取得するところから始まり、このhtmlドキュメントの中の必要な要素を都度取得したり、取得して加工したりという流れになります。

なお、タグにはそこそこの数の種類があってそれぞれの機能があります。それぞれが出現した暁にはそれぞれが何者なのかを知る必要があるので、そのあたりも都度説明を加えながら進めますね。

IEオブジェクトで開いたページのHTMLドキュメントを取得

では開いたIEからそのページのHTMLドキュメントを取得してみましょう。

まず、HTMLDocumentというHTMLドキュメントを表すオブジェクトを取得することになるので、そのオブジェクト型で変数を宣言します。

Dim オブジェクト変数 As HTMLDocument

HTMLドキュメントを取得するには、InternetExplorerオブジェクトのDocumentプロパティを使います。

Set オブジェクト変数 = InternetExplorerオブジェクト.Document

実際のプログラムではこのように書けばOKです。

Dim htmlDoc As HTMLDocument
Set htmlDoc = objIE.Document

WEBページのタイトル名を取得

では実際にHTMLドキュメントを取得できたかを確認すべく、WEBページのタイトル名を取得してみましょう。

そのWEBページのタイトル名を取得する際は、そのHTMLドキュメントに対してTitleプロパティで取得できます。

div class=”information”>
HTMLDocumentオブジェクト.Title

これを使って、取得したHTMLドキュメントのタイトル名をDebug.Printしてみましょう。

Sub MySub()
    
    Dim objIE As InternetExplorer
    Set objIE = New InternetExplorer
    
    objIE.Visible = True
    objIE.Navigate "https://tonari-it.com/"
    
    Dim htmlDoc As HTMLDocument
    Set htmlDoc = objIE.Document
    
    Debug.Print htmlDoc.Title
    
End Sub

ではこれを実行してみますと…