将网页部分内容另存为本地文件

northwolves 2009-09-01 08:49:36
VB6.0 将http://news.csdn.net/ 的人物专访部分（源代码如下）另存为本地文件xxxx.htm ,图片等打包到 xxxx_files，有什么最简单的办法？

 <div class="tabcon">

                        <h5>人物专访<!-- 人物专访 --></h5>

                        

                                                                        <dl>

                        <dt><a href="http://news.csdn.net/a/20090417/210526.html" target="_blank" title="专访龙博Ajax框架创作团队">专访龙博Ajax框架</a></dt>

                        <dd class="img"><img src="http://info-database.csdn.net/Upload/2009-04-27/z2.jpg" alt="" width="92px" height="68px" /></dd>

                        <dd>龙博AJAX框架就源于他日常开发中对提高工作效率的渴望。</dd>

                        </dl>

                             

                                                                        <dl>

                        <dt><a href="http://news.csdn.net/a/20090422/210647.html" target="_blank" title="专访Sun公司亚太区主席">专访Sun公司亚太区</a></dt>

                        <dd class="img"><img src="http://info-database.csdn.net/Upload/2009-04-27/z1.jpg" alt="" width="92px" height="68px" /></dd>

                        <dd>开源所提倡的开放、分享观念代表了未来技术发展方向。</dd>

                        </dl>

                             

                                                                        <dl>

                        <dt><a href="http://live.csdn.net/" target="_blank" title="UCenter Home开源 助力中国SNS">UCenter Ho</a></dt>

                        <dd class="img"><img src="http://images.csdn.net/20080606/lgd.jpg" alt="" width="92px" height="68px" /></dd>

                        <dd>“选择开源是康盛创想始终坚持与用户共赢的价值观的延续。”</dd>

                        </dl>

                             

                                                                        <dl>

                        <dt><a href="http://live.csdn.net/" target="_blank" title="地震中的程序人生">地震中的程序人生</a></dt>

                        <dd class="img"><img src="http://images.csdn.net/20080528/jueying.jpg" alt="" width="92px" height="68px" /></dd>

                        <dd>“地震是我们无法控制的，甚至还无法准确预测，可是我们不能因为一次地震就一蹶不振。</dd>

                        </dl>

                             

                                                                        <dl>

                        <dt><a href="http://news.csdn.net/n/20080519/116064.html" target="_blank" title="解读互联网虚拟大脑结构图">解读互联网虚拟大脑结</a></dt>

                        <dd class="img"><img src="http://images.csdn.net/20080522/liufeng.gif" alt="" width="92px" height="68px" /></dd>

                        <dd>关于互联网，有两个问题始终摆在人们面前。发展有没有规律可循？互联网最终结局是什么</dd>

                        </dl>

                             

                                                                        <dl>

                        <dt><a href="http://211.100.26.82/CSDN_Live/tw/cc.htm" target="_blank" title="Cruise持续集成工具与实践">Cruise持续集成</a></dt>

                        <dd class="img"><img src="http://images.csdn.net/20080519/{3FD3F264-070B-4B39-9F47-E302F71E06B6}2392.jpg" alt="" width="92px" height="68px" /></dd>

                        <dd>敏捷工具Cruise最大的优点就是这些先进功能：软件部署、容易使用和build </dd>

                        </dl>

                             

                                                                        <dl>

                        <dt><a href="http://news.csdn.net/n/20080512/115871.html" target="_blank" title="惠普实验室：创新无国界">惠普实验室：创新无国</a></dt>

                        <dd class="img"><img src="http://images.csdn.net/20080513/3333.JPG" alt="" width="92px" height="68px" /></dd>

                        <dd>"科学无国界,和国际接轨,学习国际上先进的技术和研发经验是国内IT人才必不可少的</dd>

                        </dl>

                             

                                                                        <dl>

                        <dt><a href="http://news.csdn.net/n/20080504/115647.html" target="_blank" title="透过韩企看SOA解决方案">透过韩企看SOA解决</a></dt>

                        <dd class="img"><img src="http://images.csdn.net/20080504/{ABCD6C4F-305E-4119-BFEC-30DA41E04D6F}副本.jpg" alt="" width="92px" height="68px" /></dd>

                        <dd>可以说，从供需双方的表现来看，SOA已经进入了技术和产品的全面推广期。</dd>

                        </dl>

                             

                                                 

                                                 

                         

                        



                    

                    </div>
...全文
672 18 打赏 收藏 转发到动态 举报
写回复
用AI写文章
18 条回复
切换为时间正序
请发表友善的回复…
发表回复
dingyanwei 2009-09-02
  • 打赏
  • 举报
 回复
我用的都是最繁琐的遍历方法。
chinaboyzyq 2009-09-02
  • 打赏
  • 举报
 回复
为了通用,修改一下ss = "<body>",修改成ss = "<body"



Sub getWeb()



    Dim X As XMLHTTP

    tmpth = "c:\temp.htm"

    URL = "http://www.baidu.com/"

    Set X = New XMLHTTP

    X.Open "GET", URL, False

    X.send

    s = X.responseText

    ss = "<body"

    arr = Split(s, ss)

    ss = ss & arr(1)

    If Dir(tmpth) <> "" Then Kill tmpth



    Open tmpth For Output As 1

    Print #1, , ss

    Close 1

    WebBrowser1.Navigate2 tmpth

    Set bd = WebBrowser1.Document.body

    Do While bd Is Nothing

        DoEvents

        Set bd = WebBrowser1.Document.body

    Loop

    SendKeys "c:\baidu.htm"

    SendKeys "{ENTER}"

    WebBrowser1.ExecWB OLECMDID_SAVEAS, OLECMDEXECOPT_PROMPTUSER

    Kill tmpth

End Sub

jhone99 2009-09-02
  • 打赏
  • 举报
 回复 
Private    Sub   SavePicture(szURL,   fName)    '保存图片       

          '网页路径，文件名       

          Dim   x   As   XMLHTTP       

          Dim   oStream   As   ADODB.Stream       

          Dim   xx   As   String       

                

          Set   x   =   New   XMLHTTP       

          x.Open   "GET",   szURL,   False       

          x.send       

          xx   =   app.path   +   "/"       

                Set   oStream   =   New   ADODB.Stream       

                oStream.Type   =   1       

                oStream.Open       

                oStream.Write   x.responseBody       

                oStream.SaveToFile   xx   +   fName       

                oStream.Close       

  End   Sub       

        

 ' 简单实现       

        

  call   SavePicture("http://expert.csdn.net/images/csdn.gif";,"abc.gif")   



'功能：取得网址中的所有链接名称和地址    

'需要要引用 Microsoft   HTML   Object   Library        

        

  Private   Sub   GetLinks()       

  Dim   Doc   As   IHTMLDocument2       

  Dim   All   As   IHTMLElementCollection       

  Dim   L   As   Integer       

  Dim   i   As   Integer       

  Dim   Varl   As   Variant       

        

  Set   Doc   =   WebBrowser1.document       

  Set   All   =    Doc.images   '取图片的连接      doc.links   取文字链接       

  L   =   All.length       

  For   i   =   0   To   L   -   1       

        Set   Varl   =   All.Item(i,   varempty)       

          List1.AddItem    ("地址："   &   Varl.href)    'item.innertext   取文本链接名称        

        Set   Varl   =   Nothing       

  Next   i       

  Set   All   =   Nothing       

  Set   Doc   =   Nothing       

  End   Sub   

   

'然后在查找JPG,BMP等图片文件
chinaboyzyq 2009-09-02
  • 打赏
  • 举报
 回复
ldy888的程序在 百度 中文全是乱码,将程序修改如下:



Sub getWeb()

    Dim X As XMLHTTP

    tmpth = "c:\temp.htm"

    URL = "http://www.baidu.com/"

    Set X = New XMLHTTP

    X.Open "GET", URL, False

    X.send

    s = X.responseText

    ss = "<body>"

    arr = Split(s, ss)

    ss = ss & arr(1)

    If Dir(tmpth) <> "" Then Kill tmpth



    Open tmpth For Output As 1

    Print #1, , ss

    Close 1

    WebBrowser1.Navigate2 tmpth

    Set bd = WebBrowser1.Document.body

    Do While bd Is Nothing

        DoEvents

        Set bd = WebBrowser1.Document.body

    Loop

    SendKeys "c:\baidu.htm"

    SendKeys "{ENTER}"

    WebBrowser1.ExecWB OLECMDID_SAVEAS, OLECMDEXECOPT_PROMPTUSER

    Kill tmpth

End Sub
king06 2009-09-02
  • 打赏
  • 举报
 回复
[Quote=引用 8 楼 ldy888 的回复:]
最后完成的，c:\人物专访.htm 对应文件夹下有图片，页面中图片地址也是本机地址。
[/Quote]
高,学习~`
chinaboyzyq 2009-09-02
  • 打赏
  • 举报
 回复
一般如下可以完成:
1、取得网页的HTML代码
2、正则取出图片链接地址
3、xmlhttp下载
4、ADO.Stream保存
northwolves 2009-09-02
  • 打赏
  • 举报
 回复
[Quote=引用 8 楼 ldy888 的回复:]
最后完成的，c:\人物专访.htm 对应文件夹下有图片，页面中图片地址也是本机地址。
VB codeSub ldy888()Dim XAs XMLHTTP
tmpth="c:\temp.htm"
URL="http://news.csdn.net/"Set X=New XMLHTTP
X.Open"GET", URL,False
X.send
s= X.responseText
ss="<div class=""tabcon"">"
arr=Split(s, ss)
ss= ss& arr(1)Dim bt()AsByte
bt= StrConv(ss,128)If Dir(tmpth)<>""Then Kill tmpth

Open tmpthFor BinaryAs1
Put #1, , bt
Close1
WebBrowser1.Navigate2 tmpthSet bd= WebBrowser1.Document.bodyDoWhile bdIsNothing
DoEventsSet bd= WebBrowser1.Document.bodyLoop
SendKeys"c:\人物专访.htm"
SendKeys"{ENTER}"
WebBrowser1.ExecWB OLECMDID_SAVEAS, OLECMDEXECOPT_PROMPTUSER
Kill tmpthEnd Sub
[/Quote]

Works perfect! Million Thanks!!!
无·法 2009-09-02
  • 打赏
  • 举报
 回复
可否找到ie浏览器中另存为这个菜单的外部调用方法？好像以前看到有人发过这样的问题
ldy888 2009-09-02
  • 打赏
  • 举报
 回复
最后完成的，c:\人物专访.htm 对应文件夹下有图片，页面中图片地址也是本机地址。


Sub ldy888()



    Dim X As XMLHTTP

    tmpth = "c:\temp.htm"

    URL = "http://news.csdn.net/"

    Set X = New XMLHTTP

    X.Open "GET", URL, False

    X.send

    s = X.responseText

    ss = "<div class=""tabcon"">"

    arr = Split(s, ss)

    ss = ss & arr(1)

    Dim bt() As Byte

    bt = StrConv(ss, 128)

    If Dir(tmpth) <> "" Then Kill tmpth



    Open tmpth For Binary As 1

    Put #1, , bt

    Close 1

    WebBrowser1.Navigate2 tmpth

    Set bd = WebBrowser1.Document.body

    Do While bd Is Nothing

        DoEvents

        Set bd = WebBrowser1.Document.body

    Loop

    SendKeys "c:\人物专访.htm"

    SendKeys "{ENTER}"

    WebBrowser1.ExecWB OLECMDID_SAVEAS, OLECMDEXECOPT_PROMPTUSER

    Kill tmpth

End Sub
lyserver 2009-09-02
  • 打赏
  • 举报
 回复 


Private Sub Form_Load()

    Me.WebBrowser1.Navigate2 "http://news.csdn.net/"

End Sub



Private Sub WebBrowser1_DocumentComplete(ByVal pDisp As Object, URL As Variant)

    If URL = "http://news.csdn.net/" Then

        Dim fn As Integer

        Dim div As Object

        For Each div In Me.WebBrowser1.Document.getElementsByTagName("DIV")

            If div.className = "tabcon" Then Exit For

        Next

        fn = FreeFile

        Open "c:\myhtml.html" For Output As #fn

        Print #fn, "<html><body>" & div.innerHTML & "</body></html>"

        Close #fn

        MsgBox "人物专访保存完毕！"

    End If

End Sub
ldy888 2009-09-02
  • 打赏
  • 举报
 回复
每个网页都不一样，没有通用的代码。
百度的那个 取 X.responseText 是不行的，在我这里乱码
该取 X.responseBody
northwolves 2009-09-01
  • 打赏
  • 举报
 回复
[Quote=引用 3 楼 modest 的回复:]
WebBrowser1.ExecWB OLECMDID_SAVEAS, OLECMDEXECOPT_PROMPTUSER
[/Quote]
多谢回复。
但这样并未生成*_files目录，htm 文件中仍是其原始链接
northwolves 2009-09-01
  • 打赏
  • 举报
 回复
[Quote=引用 2 楼 syssz 的回复:]
将本段代码拷入一个新建的Word空白页,另存为xxxx.htm,将其中的图片直接下载到 xxxx_files,不知是否最简单.
[/Quote]

单个任务这样做没问题。但目前面临的是近万个类似的网页，下载到*.mht 格式没有问题，但下载到*.htm，并未生成xxxx_files 目录，我的代码如下：
Open TEMPFILE For Output As #1    'temp html file used for read by word application

                Print #1, TEMP

                Close #1

                'save as word document



                Set MYDOC = myword.Documents.Open(FileName:=TEMPFILE, Format:=wdOpenFormatAuto)

                If MYDOC.Content.Hyperlinks.Count > 0 Then

                    For K = MYDOC.Content.Hyperlinks.Count To 1 Step -1

                        MYDOC.Content.Hyperlinks(K).Delete

                    Next

                End If

MYDOC.SaveAs folder & "\xxxx.htm", FileFormat:=wdFormatHTML

                MYDOC.Close

                Kill TEMPFILE
northwolves 2009-09-01
  • 打赏
  • 举报
 回复
[Quote=引用 2 楼 syssz 的回复:]
将本段代码拷入一个新建的Word空白页,另存为xxxx.htm,将其中的图片直接下载到 xxxx_files,不知是否最简单.
[/Quote]

单个任务这样做没问题。但目前面临的是近万个类似的网页，下载到*.mht 格式没有问题，但下载到*.htm，并未生成xxxx_files 目录，我的代码如下：
Open TEMPFILE For Output As #1    'temp html file used for read by word application

                Print #1, TEMP

                Close #1

                'save as word document



                Set MYDOC = myword.Documents.Open(FileName:=TEMPFILE, Format:=wdOpenFormatAuto)

                If MYDOC.Content.Hyperlinks.Count > 0 Then

                    For K = MYDOC.Content.Hyperlinks.Count To 1 Step -1

                        MYDOC.Content.Hyperlinks(K).Delete

                    Next

                End If

MYDOC.SaveAs folder & "\xxxx.htm", FileFormat:=wdFormatHTML

                MYDOC.Close

                Kill TEMPFILE
迈克揉索芙特 2009-09-01
  • 打赏
  • 举报
 回复
用Inet做起来可能更简单些，分析字符串是避免不了的。
迈克揉索芙特 2009-09-01
  • 打赏
  • 举报
 回复
WebBrowser1.ExecWB OLECMDID_SAVEAS, OLECMDEXECOPT_PROMPTUSER
SYSSZ 2009-09-01
  • 打赏
  • 举报
 回复
将本段代码拷入一个新建的Word空白页,另存为xxxx.htm,将其中的图片直接下载到 xxxx_files,不知是否最简单.
贝隆 2009-09-01
  • 打赏
  • 举报
 回复
不懂，帮顶
将网页保存为Word文档。「Save Webpage As Word Document」-crx插件
从多个网页的完整或选定内容创建Microsoft Word文档。 此扩展程序将完整的网页或网页的选定部分转换为Microsoft Word文档（docx）。您还可以选择将来自多个网页的内容或仅将其中的选定部分转换为单个Word文档。转换后的文档可以下载到本地磁盘。该扩展读取当前页面或所选部分HTML结构，并将其转换为相应的docx结构。限制：-1.安装/更新-安装或更新后，此扩展名不适用于在安装/更新之前打开的标签页，除非重新加载了这些标签页或重新启动了chrome 2.我可以转换什么？ -此扩展程序可以将除以下页面之外的任何网页转换为Microsoft Word文档-所有Chrome网上应用店页面（包括此页面） Urls以chrome：//开头 chrome：// extensions以chrome-extension：//开头的URL。3.某些转换后的页面看起来不一样-所有内容都被转换为Word文档，其中大部分格式保持不变。布局可能会有所不同 4.为什么某些网页保存的文件显示方形框？ -对于非英语的网页，尤其会发生这种情况。目前，应用程序不支持所有语言所需的字体转换 5.为什么本地HTML文件不起作用？ -出于安全原因，Chrome浏览器不允许扩展名访问File Urls，除非得到用户的明确许可。如果您希望扩展程序适用于本地HTML文件，那么您要做的就是-1.访问扩展程序管理页面（chrome：// extensions） 2.转到“将网页另存为Word文档”扩展名 3.选中“允许访问文件URL”复选框 4.重新加载本地HTML文件。 支持语言:English
一个可以批量抓取网页图片的工具
本程序可以抓取指定IE窗口中已下载完毕的网页中的全部或部分图片（可根据图片文件后缀和图片所属站点的域名过滤，也可以对单个图片进行选取），对于选中的图片，可以： 1）抓取文件URL列表，可以转换为UBB代码或HTML代码，便于将选中的图片批量转贴到支持UBB的论坛 2）另存图片到指定的本地文件夹，另存时可沿用原来的文件名，也可批量重命名（类似于ACDSee）；对于相同文件名已存在的情况，可以选择跳过、覆盖、重命名或提示；因为是从Internet临时文件夹中复制，所以感觉会很快
SQL Server 2008R2 数据同步.rar
“SQL Server 2008R2 数据同步.htm”这个压缩包是我自己压缩的，里面是两个文件： （1）SQL Server 2008R2 数据同步.htm （2）SQL Server 2008 数据库同步的两种方式（发布、订阅）.htm 是之前我需要把两个SQL Server数据库同步，所以找的文档，是把网页另存为文件的方式存到本地，而且也对界面进行过处理，只把文章部分保留，其他的全部删除了，有需要的朋友可以下载来用。
文本、十六进制、HTML和程序编辑器
AptEdit是一款功能丰富实用的文本、十六进制、HTML和程序编辑器。强大的二进制模版，利用二进制模版可以直观的理解和编辑二进制文件。可以显示编辑本地磁盘。内含完整的UNICODE支持，通过另存文件可以转换文件的字符编码。它为网页作者提供了方便的HTML编辑功能，设置了单独的HTML工具栏，大部分HTML编辑操作可以通过操作这个工具栏完成，可以直接预览设计的网页。软件特别增强了对于二进制文件编辑的支持，可以分组显示HEX值，可以把选中的HEX字节转换成C/C++、Java、Pascal数组形式，支持HEX编辑的 REDO/UNDO，亮显编辑过的HEX字节。支持把文本文件转换成HTML格式，同时还保持文本文件的显示格式和颜色。可以把用字符分割字段的文本文件转换成用字段长度固定的文本文件。在列编辑模式下可以调整选中文本的对齐方式（左对齐、右对齐、居中）
AptEdit Pro 5.1.0破解版
AptEdit是一款功能丰富实用的文本、十六进制、HTML和程序编辑器，处理一般文件（小于50MB）的可用性比UltraEdit和EditPlus都要强大。可以说它综合了UltraEdit和EditPlus的优点：强大的二进制模版，利用二进制模版可以直观的理解和编辑二进制文件。可以显示编辑本地磁盘。内含完整的UNICODE支持，通过另存文件可以转换文件的字符编码。它为网页作者提供了方便的HTML编辑功能，设置了单独的HTML工具栏，大部分HTML编辑操作可以通过操作这个工具栏完成，可以直接预览设计的网页。软件特别增强了对于二进制文件编辑的支持，可以分组显示HEX值，可以把选中的HEX字节转换成C/C++、Java、Pascal数组形式，支持HEX编辑的 REDO/UNDO，亮显编辑过的HEX字节。支持把文本文件转换成HTML格式，同时还保持文本文件的显示格式和颜色。可以把用字符分割字段的文本文件转换成用字段长度固定的文本文件。在列编辑模式下可以调整选中文本的对齐方式（左对齐、右对齐、居中） 花了很多功夫从网上找到的破解，很好用。
网络编程

1,502

社区成员

18,437

社区内容

发帖
与我相关
我的任务
社区描述
VB 网络编程
社区管理员
  • 网络编程
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章