複数タグ指定してHTMLを取得したい

質問

VBAでMSHTML.HTMLDocumentを使用してWEB上から指定したタグ内のテキストを取得しようとしているのですが、取得したいデータがタグが複数に分かれています。

divの特定クラス内だけなど取得したいのですが、データ１は<h1>データ２は<td>や<p>など、getElementsByTagName(tag)だと、一つしかタグを指定きず、個別に取得するとデータ１とデータ２の関連がバラバラになってしまう為、複数タグを指定して取得できる方法を探しています。

イメージとしてはgetElementsByTagName(ｔag).Lengthが10の時にh1のタグを発見してそこからh1のinnerTextとtdタグ２つ分のinnerText取得して、またh1タグを発見するまでループして取得するような形に出来ればと思っています。

自作する以外ないのでしょうか？

回答No.2

yambejp · ベストアンサー

>getElementsByTagName(tag)だと、一つしかタグを指定きず

getElementsByTagName('*')とか？

お礼

回答ありがとうございます。
昨日、getElementsByTagName('*')が出来ると言う情報を見て、試してみましたが、あまりに重かったので断念しました。２つや３つぐらい指定できると良いなぁと思っていたら、Selectors APIと言うもので、document.querySelectorAll('span, strong');とすれば取れる事が分かりました。
ただ、仕様が分からずです・・・。

VBAでのサンプルがあれば助かると思いつつ調べ中です。

回答No.1

SAYKA

そうだねぇ　親tagを getElementsByTagName で持ってきて解析　が最も速いだろうね。
ただ、最初の1回をxpath指定をして取り出す方法があるからそれを使うのも有りかな。

速度的には親を持ってきて解析が速いと思うけど・・・

xpathのはなんてメソドだかはちょっと忘れちゃった。調べる時間が無いので参考ってことで。

補足

回答ありがとうございます。私の説明不足でした、すいません。
（その他htmlが続く）
<h1>エイチ１</h1>
<p>ピー１</p>
<p>ピー２</p>
（その他htmlが続く）
<h1>エイチ２</h1>
<p>ピー３</p>
<p>ピー４</p>
<p>ピー５</p>
（その他htmlが続く）
エイチ１～ピー１までと、エイチ２～ピー５までを取得したいと思っています。

親tagとなるdivなどを発見する度に・・・と言う処理なら
objDiv = doc.getElementsByTagName("div")
objDiv.getElementsByTagName("p").item(i).innerText
と言う感じで取れました。