[技术讨论] 对vbs另存网页源码为txt出错的讨论

batman

下面是段获取批处理之家主页源码并另存为txt的vbs代码，但不知道为什么成功获取的源码总是不能写入txt（但可以写入剪贴板）？请大家帮忙看下到底问题出在哪里？难道是文本格式的问题？

Dim url, ie
url = "http:\\www.bathome.net"
set ie = CreateObject("InternetExplorer.Application")
ie.navigate url
while ie.busy :wscript.sleep 1000:wend
vbstr = ie.document.body.innerHTML
ie.Document.parentwindow.clipboarddata.setdata "text" , vbstr  '这是写入剪贴板
ie.Quit
Set ie = Nothing
Set fso = CreateObject("scripting.filesystemobject")
Set text = fso.opentextfile("temp.txt" , 1 , true)  
text.Write vbstr  '写入txt出错
text.Close
Set text = nothing
Set fso = Nothing
复制代码

[ 本帖最后由 batman 于 2011-3-13 01:24 编辑 ]

asnahu

先创建后打开，可直接写入创建的文件。

batman

试过了不行的。。。但用另外一个方法解决了，不过前面问题还是没有搞清楚。。。

Set http = createObject("Microsoft.XMLHTTP")
http.Open "get" , "http://www.bathome.net" , 0 
http.send()
Set myGet = createObject("ADODB.Stream")
myGet.Mode = 3
myGet.Type = 1
myGet.Open()
myGet.Write(http.responseBody)
myGet.SaveToFile "temp.txt" , 2 
myGet.Close
Set myGet = Nothing
Set http = Nothing
复制代码

Spring

模式设置错了，1是读取模式，不能写入，可以用2（写入）或者8（追加）。
而且一般网页保存最好用UNICODE模式：

Set text = fso.opentextfile("temp.txt" , 2 , true, -1) 
复制代码

batman

我承认是我搞错了模式（是在复制代码后改错的），我实际上是用("temp.txt" , 2 , ture)写了无数次不成功的（将vbstr变成普通字符是可以正常写入的）。所以，我估计是编码带来的问题吧。。。。

asnahu

改成

URL = "http:\\www.bathome.net"
Set strIE = CreateObject("InternetExplorer.Application")
strIE.Visible = False
strIE.Navigate(URL)
Do While strIE.ReadyState <> 4
Loop
str = strIE.document.body.innerHTML
strIE.quit

Set FSO = CreateObject("scripting.filesystemobject")
set strfile = FSO.CreateTextFile("temp.txt",true,true)
strfile.write str
Set FSO = Nothing
复制代码

asnahu

网页有些unicode字符，所以需要创建unicode而不是ansi文本。

batman

楼上的厉害，学习了。。。。

同时，可以解释下原理不？

batman

哦，原来是这样，看来我估计得不错，呵呵，再次感谢。。。

batman

本人三楼的代码和六楼的代码同样实现了将bathome主页的源码存入txt，但三楼代码存入的格式为ansi格式，而六楼存入的格式为unicode格式，从最后保存结果来看，六楼代码存入的源码更完整更准确（当然我们可以把保存的ansi文本另存为unicode格式，但就会出现不可见字符“黑框”），运行下面的代码大家就明白了：

Dim url, num
url = "http://www.bathome.net"
Set http = createObject("Microsoft.XMLHTTP")
http.Open "get" , url , 0 
http.send()
num = lenb(http.responseBody)
Set http = Nothing
Set IE = CreateObject("InternetExplorer.Application")
IE.Visible = False
IE.Navigate URL
Do While IE.ReadyState <> 4
Loop
msgbox "ansi编码格式下获取源码总字节数：" & num & vbCrLf& "unicode编码格式下获取源码总字节数：" & Lenb(IE.document.body.innerHTML) & vbcrlf & "ansi比unicode格式少" & Lenb(IE.document.body.innerHTML)-num & "个字符！"
IE.quit
Set ie = Nothing
复制代码

powerbat

涉及到网页和http最好的对象当然是XMLHTTP和ADODB.Stream这对兄弟了
XMLHTTP有个方法好像可以获取网页的编码格式，回家查一下MSDN

fso不爽的是不支持UTF-8，还是ADODB.Stream更强大，还能处理二进制文件。

lqxcsj

怎样保存多个网页？

famersoft

今天 也遇到 了同样的问题，找了半天没找出原因，在batman的帮助下才明白过来，学习过！