制作游戏辅助教材推荐抓取网页指定内容,获取网页里的.docx

制作游戏辅助教材推荐：抓取网页指定内容（资料），获取网页里的图片来源：按键学院 【按键精灵】 最近有遇到同学反馈，网页里的那些没有特征值的文本元素不知道怎么获取。以及，不知道怎么获取保存网页里出现的图片。获取网页指定文字：目前按键支持的元素特征值有这些： frame（框架） 、id（唯一标识） 、tag（标签） 、type（类型）、txt（文本） 、value（特征） 、index（索引） 、name（名字） 拥有这些特征值的元素才能直接使用HtmlGet命令来获取元素文本信息。命令名称：HtmlGet 获取网页元素的信息命令功能： 获取网页元素指定属性的信息命令参数： 参数1：字符串型，网页元素属性类型：text、html、 outerHtml、value、src、href、 offset 参数2：字符串型，网页元素特征字符串 例如下面的例子，按键精灵论坛搜索框，它有type、name、id这三个特征值。 我们取它id特征值带入到HtmlGet 命令来查看下结果：Call Plugin.Web.Bind(WQM.exe)Call Plugin.Web.go(/forum-250-1.html)/要提取信息的网站Txt=Plugin.Web.HtmlGet(value,id:scbar_txt) TracePrint Txt成功获取到了搜索框的value值。我们现在想要取下面红色区域块的帖子标题，想要把一个页面中的这些帖子名称都取出来。该怎么办？ 这些文字，都没有特征值的。我们不能使用特征值的方式去找他们。 我们可以这样获取到整个网页的文本之后，去找我们要取的标题，前后不变的字符。 大家会发现，这个页面中，帖子标题前后不便的字符是：“ 和 “果果。“ 那我们就将”“字符前面的文本都过滤掉，“果果。“后面的文本也过率掉，这样就能得到我们所需要的文本。首先，我们需要复习下几个函数：InStr函数描述start可选的。规定每次搜索的起始位置。默认是搜索起始位置是第一个字符。如果已规定 compare 参数，则必须有此参数。string1必需的。需要被搜索的字符串。string2必需的。需搜索的字符串。compare必需的。规定要使用的字符串比较类型。默认是 0 。可采用下列值： 0= vbBinaryCompare - 执行二进制比较。 1 = vbTextCompare - 执行文本比较。 Mid函数描述string必需的。从其中返回字符的字符串表达式。如果字符串包含 Null，则返回 Null。start必需的。规定起始位置。如果设置为大于字符串中的字符数目，则返回空字符串()。length可选的。要返回的字符数目。如果省略或 length 超过文本的字符数，将返回字符串中从 start 到字符串结束的所有字符。Len函数描述string任意有效的字符串表达式。如果 string 参数包含Null，则返回 Null。varname任意有效的变量名。如果 varname 参数包含 Null，则返回 Null。脚本过程：1. 先打开一个要提取信息的网站。2. 用HtmlGet 命令 获取整个网页的文本信息，存到Txt变量里面3. 过滤符号前面的文本4. 从文本里的符号后面的位置开始取字符串，这里取了一百个字符放到命名为cc的变量里。如下图，也可以设置取80个字符，60个字符，但是长度一定要把“果果。” 给截进来，因为后面我们要通过“果果。”作为基准，去过滤掉不要的文字。2014-9-12 19:22 上传下载附件 (65.96 KB) 5. 在cc变量里，找果果。出现的位置，找到之后，截取“果果。”之前的文本，也就是我们需要接取的地方。6. 最后，设置叠加的变量x，把每次找到的 这个符号的位置放到变量x里进行累加，累加之后第二次循环，就会跳过之前找过的内容，进行新的内容的寻找。源码：Call Plugin.Web.Bind(WQM.exe)Call Plugin.Web.go(/forum-250-1.html)/要提取信息的网站Delay 1000 / 如果网页打开速度慢，可适当添加延迟Txt =Plugin.Web.HtmlGet(text,)/获取网页的文本 x=1Do aa = /过滤符号前面的文本 bb = InStr(x, Txt, aa) / 返回aa变量里的这个字符 在整个网页文本txt里的位置 cc = Mid(Txt, bb + Len(aa), 100)/从文本里的符号后面的位置开始取字符串，这里取了一百个字符 dd = InStr(1, cc, 果果。)/找cc字符串里，果果。出现的位置，果果。的位置就是我们要接取的字符串的长度 ee = Mid(cc, 1, dd)/从文本里cc里第一个字符开始，取到果果。文字出现的位置 If Len(ee) 0 Then /判断有没有取到匹配的字符 pp = Left(ee, Len(ee)-1)/如果有取到，我们还要做下处理，因为前面ee字符串是取到了果果。出现的位置，所以果字也被取了，我们这里长度-1，去掉果字 TracePrint pp x = InStr(x, Txt, pp) /这里做个记号，把每次找到的 这个符号的位置进行累加，累加之后第二次循环，就会跳过之前找过的内容，进行新的内容的寻找。 Else Exit Do /如果没有找到匹配的 就退出 End IfLoop 最终效果：2014-9-12 19:23 上传下载附件 (170.42 KB) 标题后面的？234这样的字符是帖子总回帖的页数获取网页图片 我们截图按键精灵官网的图标： 2014-9-12 19:25 上传下载附件 (9.33 KB) 2014-9-12 19:26 上传下载附件 (173.2 KB) 我们可以查看图片的具体地址代码如下：Call Plugin.Web.Bind(WQM.exe)Call Plugin.Web.Go() /打开按键官网地址Call Plugin.Web.Save(/images/logo.gif, d:123.gif)Delay 3000RunApp mspaint.exe& d:123.gif /打开画图工具，看看保存的图片的效果命令名称：Save 保存网页或图片命令功能：保存指定URL的文件到本地磁盘 命令参数：参数1：字符串型，需要保存的目标Url 参数2：字符串型，本地文件名最终效果：2014-9-12 19:30 上传下载附件 (150.99 KB) 大家有没有注意到，这里的按键精灵官网图标，是gif格式的，可以保存。如果是一个链接呢？例如，腾讯QQ注册页面里的这种验证图片：2014-9-12 19:30 上传下载附件 (154.34 KB) 大家看，它的图片是保存在一个链接里的，这样就无法获取。2014-9-12 19:30 上传下载附件 (58.92 KB) 地址是没有变化的，但是点击进去之后，生成的就是另一张验证图片了。2014-9-12 19:30 上传下载附件 (23.81 KB) 所以，遇到这种链接方式的图片，大家还是使用查找图片的区域坐标，然后用屏幕范围截图命令来截图保存：/下面这句在屏幕区域范围内截图保存到(内存)里，以备后面调用。Call Plugin.ColorEx.PrintScreen(0, 0, 1024, 768)/下面这句在屏幕区域范围内按方式0，查找颜色,返回左上角第一点颜色位置坐标 XY = Plugin.ColorEx.FindColor(0, 0, 1024