其实怎么下载小说的问题并不复杂，但是又很多的朋友都不太了解用VBA下载一部完整小说，因此呢，今天小编就来为大家分享怎么下载小说的一些知识，希望可以帮助到大家，下面我们一起来看看这个问题的分析吧！
VBA可以做的事情很多，除了快速处理数据和分析数据外，还可以帮助我们下载小说，通常也就是我们所说的“爬虫”！当然，用python进行爬虫是最方便的，但是有些部分小伙是不懂编程的，只会用excel这些办公软件那么VBA可以帮助到大家。当然python爬取大型数据是非常方便的，小小一部小说还不如VBA用得顺手。
我们一起感受一下效果吧，《水浒传》就这么轻松下载了。
完整的代码如下：
SubdownLoadText()nApplication.DisplayAlerts=False'关闭提示nDimregTextAsObject‘定义一个对象存放正则表达式得到的结果nDimstrTextAsString’定义一个字符对象存放存放网页内容nFori=7070949To7071068’利用FOR循环得到小说各章的内容nURL="https://www.513gp.org/book2/26330/"&i&".html"nWithCreateObject("MSXML2.XMLHTTP")‘引用网页请求的类n.Open"GET",URL,Falsen.sendn'strText=.responseTextnstrText=StrConv(.ResponseBody,vbUnicode)'不用.responseText，因为XMLHTTP默认是UTF-8，不能识别gb2312，会发现数据乱码。所以要获取网页二进代码，再进行字符编码。nEndWithnnWithCreateObject("VBScript.Regexp")’引用正则表达式的类来获取想要的小说文字n.Global=True'查找范围，True表示全部查找，False表示只查找第一个，默认值是False。n.Pattern="<h1>(.*?)</h1>"’标题的表达式nSetregText=.Execute(strText)‘'Execute方法查找表达式的内容并返回一个数组，存放在regText对象。ntitleText=regText(0).submatches(0)’第一个零表示数组第1个值，第二个零表示获取表达式"<h1>(.*?)</h1>"括号里面的内容，也称第一个item值。nRange("a1048576").End(xlUp).Offset(1,0)=titleText‘在空的表格存放内容n.Pattern="(.*?)<br"’段落文字的表达式nSetregText=.Execute(strText)nForEachparagrahTextInregText'利用FOR循环获取数组的每个值nRange("a1048576").End(xlUp).Offset(1,0)=paragrahText.submatches(0)‘在空的表格存放内容nNextnEndWithnNextnApplication.DisplayAlerts=TruenEndSubn
主要用到的三个知识点：
第一，分析网址及网页（这里演示的案例网址是https://www.513gp.org/book2/26330/）。
网址：我们可以看到《水浒传》这部小说不连序言共有120章，每一章都一个链接，分别点开网页发现其URL变化的是后面一串数字，第1章是“7070949”，第2章是“7070950”……最后一章是“7071068”，每一章都是加1。用FOR循环就可以轻松得到所有网址。
网页：这个网站的网页较为简单是静态加载方式，在第一章网页点击右键，选择“查看网页源代码”可以看到小说完整的文字。但有些网站的网页是动态加载的方式，看不到完整的内容。看到网页源代码就可以利用正则表达式获取我们想要的内容了。
第二，引用获取网页信息的类，CreateObject("VBScript.Regexp")，常规简单用法，如下：
URL="目标网址"nWithCreateObject("MSXML2.XMLHTTP")‘引用网页请求的类n.Open"GET",URL,Falsen.sendnstrText=.responseText'返回网页内容n’strText=.ResponseBody'返回网页内容nEndWithn
有一个需要注意的地方，VBA是识别是utf-8编码数据，这个目标网站的编码是GBK，因此如果用responseText返回网页数据，读取会出现乱码，需要采用二进制数据进行返回，即ResponseBody，再用StrConv函数编码。
第三，引用正则表达式的类，WithCreateObject("VBScript.Regexp")，常规简单用法，如下：
WithCreateObject("VBScript.Regexp")’引用正则表达式的类n.Global=True'查找范围，True表示全部查找，False表示只查找第一个，默认值是False。n.Pattern="表达内容(item)"’表达式nSetregTexts=.Execute(strText)‘'Execute方法查找表达式的内容并返回一个数组，存放在regText对象。nregText=regText(0).submatches(0)’第一个零表示数组第1个值，第二个零表示获取表达式括号里面的内容，也称第一个item值。nendwithn
需要说明的地方，.Execute()返回的是一个数组对象。小说每章标题表达式.Pattern="<h1>(.*?)</h1>"，括号里面表示一个item，如果多个括号，如："<h1>(.*?)回(.*?)</h1>"，则有多个item，用submatches()获取其值。.*？，实心点、星号和问号三个符号组合的表达式是正则表达式较为常用的格式，基本万能。
欢迎大家评论及提意见，提更多VBA相关问题及具体项目要求。
如果你还想了解更多这方面的信息，记得收藏关注本站。
