在VBA中将html转换为纯文本

Question

我有一个包含html的单元格的Excel表格.如何将它们批量转换为纯文本？目前有这么多无用的标签和风格.我想从头开始编写它,但如果我能得到明文,那将会容易得多.

我可以编写一个脚本来将PHP转换为PHP中的纯文本,这样如果您无法想到VBA中的解决方案,那么您可以了解我如何将单元格数据传递到网站并检索数据.

Answer 1

设置对"Microsoft HTML对象库"的引用.

Function HtmlToText(sHTML) As String
  Dim oDoc As HTMLDocument
  Set oDoc = New HTMLDocument
  oDoc.body.innerHTML = sHTML
  HtmlToText = oDoc.body.innerText
End Function

蒂姆

Answer 2

一种非常简单的提取文本的方法是逐个字符扫描HTML，将尖括号外的字符累加成一个新的字符串。

Function StripTags(ByVal html As String) As String
    Dim text As String
    Dim accumulating As Boolean
    Dim n As Integer
    Dim c As String

    text = ""
    accumulating = True

    n = 1
    Do While n <= Len(html)

        c = Mid(html, n, 1)
        If c = "<" Then
            accumulating = False
        ElseIf c = ">" Then
            accumulating = True
        Else
            If accumulating Then
                text = text & c
            End If
        End If

        n = n + 1
    Loop

    StripTags = text
End Function

这可能会留下很多无关的空白，但它有助于删除标签。

Answer 3

蒂姆的解决方案很棒，效果非常好。

\n\n

I\xc2\xb4d 喜欢贡献：使用此代码在运行时添加“Microsoft HTML 对象库”：

\n\n

Set ID = ThisWorkbook.VBProject.References\nID.AddFromGuid "{3050F1C5-98B5-11CF-BB82-00AA00BDCE0B}", 2, 5\n

\n\n

它适用于 Windows XP 和 Windows 7。

\n