【VBA】Webスクレイピング-06：取得した要素からテキストを抜き出す

VBAでWEBスクレイピングの第6弾です。今回で基本的な内容についての解説はひと通り終わることになります。

前回記事はこちら

【VBA】Webスクレイピング-05：HTMLからデータを取り出す（Id／タグ名など）

...

それでは、前回の続きとして、idやclass等で抜き出したタグ含みの情報からどうやって欲しいテキストを抽出していくかについて解説していきましょう。

Contents

テキストが格納されているプロパティ
サンプルコード
各プロパティの取得内容比較
Webスクレイピングについて
- 本格的にWeb開発を学ぶなら

テキストが格納されているプロパティ

取得した「要素」に含まれている「プロパティ」にテキストが格納されています。
プロパティは、以下の４種類があります。

outerHTML
要素と、要素に含まれるHTML全体
outerText
要素と、要素に含まれるHTML全体の中で、画面にテキストとして表示される部分
innerHTML
要素に含まれるHTML全体（要素そのものは含まない）
innerText
要素に含まれるHTML全体の中で、画面にテキストとして表示される部分（要素そのものは含まない）

サンプルコード

それぞれのプロパティを表示してみましょう。
前回と同様に、WikiPediaの「VBA」というページにアクセスしてみます。
https://ja.wikipedia.org/wiki/Visual_Basic_for_Applications

「id=”cite_note-13″」の要素を取得し、前述の４つのプロパティを表示します。。

Option Explicit


Sub getElm()
    
    '■１．前処理
    'IEのオブジェクトを作成
    Dim ie As InternetExplorer
    Set ie = New InternetExplorer
    
    'IEが開かないように設定
    ie.Visible = False


    '■２．本処理
    '指定のURLを開く
    ie.Navigate ("https://ja.wikipedia.org/wiki/Visual_Basic_for_Applications")
        
    'ページの読み込みが完了するまで待つ
    Do While ie.readyState <> READYSTATE_COMPLETE
        'OSに制御を戻す
        DoEvents
    Loop
             
    
    Dim elmById As Object
    Set elmById = ie.Document.getElementById("cite_note-13")
    Debug.Print ("＝＝＝＝＝outerHTML＝＝＝＝＝")
    Debug.Print (elmById.outerHTML)
    Debug.Print ("＝＝＝＝＝outerText＝＝＝＝＝")
    Debug.Print (elmById.outerText)
    Debug.Print ("＝＝＝＝＝innerHTML＝＝＝＝＝")
    Debug.Print (elmById.innerHTML)
    Debug.Print ("＝＝＝＝＝innerText＝＝＝＝＝")
    Debug.Print (elmById.innerText)
            
      
    '■３．後処理
    ie.Quit
    Set ie = Nothing
            
End Sub

イミディエイトウィンドウに、以下のように出力されていれば、取得成功です。

＝＝＝＝＝outerHTML＝＝＝＝＝
<li id="cite_note-13"><b><a href="#cite_ref-13">^</a></b> <span class="reference-text"><a class="external text" href="https://support.office.com/ja-jp/article/a97c09d2-c082-46b8-b19f-e8621e8fe373" rel="nofollow">Excel のマクロのセキュリティ設定を変更する - Excel</a></span>
</li>
＝＝＝＝＝outerText＝＝＝＝＝
^ Excel のマクロのセキュリティ設定を変更する - Excel 
＝＝＝＝＝innerHTML＝＝＝＝＝
<b><a href="#cite_ref-13">^</a></b> <span class="reference-text"><a class="external text" href="https://support.office.com/ja-jp/article/a97c09d2-c082-46b8-b19f-e8621e8fe373" rel="nofollow">Excel のマクロのセキュリティ設定を変更する - Excel</a></span>

＝＝＝＝＝innerText＝＝＝＝＝
^ Excel のマクロのセキュリティ設定を変更する - Excel