使用VB6创建和访问Dom树

关键字:VB，DOM，HTML，爬虫，IHTMLDocument

我们知道，在VB中一般大家会用WebBrowser来获取和操作dom对象。
但是，有这样一种情形，却让我们纠结不已：
我们需要做爬虫，然后爬虫不需要太高的效率，但是我们被复杂的正则表达式给弄的头晕眼花。
不知道何去何从。

今天，下定决心研究下html的解析，终于掌握了对IHTMLDocument等接口对象的使用。

源代码放在：http://www.extencent.com
具体的文章将会放在博客园以及CSDN博客。主要是考虑到贴吧对代码的支持特别的弱。

示例代码中使用了WebCode这个类，这个类的代码可以在以下两个地方找到：

本次分享的是这样的代码：

Private Sub btnTryLuck_Click()
    'html代码
    Dim htmlCode As String
    'html Dom树对象
    Dim myhtml As New HTMLDocument
    'html IHTMLElementCollection 对象集合
    Dim tables As IHTMLElementCollection
    'html HTMLTable 表
    Dim table As HTMLTable
    'html HtmlRow 行
    Dim row As HTMLTableRow
    'html HTMLTableCell 单元格
    Dim cell As HTMLTableCell
    'define temp variables
    Dim i As Long
    '获取html代码
    htmlCode = mWeb.GetHttpCode("http://kaijiang.zhcw.com/zhcw/html/ssq/list.html","smart")
    '加载html代码到dom树（通过这个赋值的方法，就完成了DOM树的构建）
    '真的比写正则表达式要方便
    myhtml.body.innerHTML = htmlCode
    '这个时候，如果你对JavaScript操作熟悉就更好了
    '我们通过getElementsByTagName这样的操作
    '来获取含有彩票中奖信息的表格，非常方便
    '不过注意，因为是根据TagName获取的，所以是一个集合
    Set tables = myhtml.getElementsByTagName("table")
    '判断集合长度超过零，说明有数据，这个时候才进行下一步操作
    If tables.Length > 0 Then
        '大家记住了，这里操作的都是对象，所以要用Set来进行赋值。
        '这里，我们获取到了第一个表格对象
        '因为经过观察，中奖信息就在第一个表格中
        Set table = tables(0)
        '如果这个表格有超过3行，才继续提取信息
        '为什么？因为第一行，第二行都是表格标题部分
        '这个大家可以去Chrome上面看DOM树。
        If table.rows.Length > 3 Then
            '我们从序号2开始（也就是第三行，别忘了是从0开始的）
            For i = 2 To table.rows.Length - 2
                '这里同样是Set，获取了某一行
                Set row = table.rows(i)
                '这里，将第3个（序号为2）单元格中的文本输出
                Debug.Print row.cells(2).innerText
            Next i
        End If
    End If
End Sub
'以上，