網頁資料取得後，進一步就是進行網頁剖析，將所需資料取出，以利後續處理。一般來說，取回網頁資料後就是運用善長的程式語言進行字串剖析，取得所需的資料。因此程式語言的字串函數功能越多，分析網頁資料就會越方便。
除了採用字串剖析的方式取得網頁資料，是否有其它方式分析網頁資料？轉個方式想想，在設計動態網頁效果時都是藉由JavaScript程式語言控制DOM(Document Object Model)架構來達到想要的特效，可說DOM(Document Object Model)架構與網頁資料內容是一體兩面的關係；所以，若是採用JavaScrip+DOM的方式進行網頁資料剖析，應該也可以利用 DOM(Document Object Model)架構來取得節點上的資料？！
問題在於網頁資料是在WSH(Windows Script Host)環境下(並非開啟瀏覽器載入網頁)，並沒有DOM(Document Object Model)架構，因此首要方向就是要想辦法產生這樣的環境。翻了一下網路，發現這篇「Parsing HTML with JScript」就有寫到我想要的方式，照文章內回覆的說明是使用htmlfile類別在記憶體中建立HTML file。也就是使用ActiveXObject("htmlfile")建立HTML檔案，再將要剖析的網頁資料寫入。
光有HTML檔案還不夠，沒有瀏覽器預設的window、document物件，許多原本習慣的JavaScript語法就無法使用，使用上就不是很方便。另外找到的這篇「Jquery」提到如何使用ActiveXObject("htmlfile")來執行jQuery的功能？雖然jQuery的用法還不嘔熟，但文章中介紹到如何產生 window、document物件，讓DOM(Document Object Model)架構得以完整，這樣組合起來就可以運用JavaScript+DOM剖析網頁的功能了吧？
將以上收集的資料，結合前篇「WSH環境下運用Microsoft.XMLHttp物件抓取網頁資料」介紹的取得網頁資料結果，嘗試進行網頁資料剖析的程式碼如下：
<?xml version="1.0" standalone="yes" encoding="big5"?>
<package>
<job>
<script type="text/javascript" language="javascript" charset="utf-8">
<![CDATA[
/**
*
* 取得資料。
*
* @author ace
*
* @version 2010/11/11 v0.1
*
* @param {String} astrStockCode 股票代碼。
*
* @returns {String} 網頁資料。
*
* @requires Microsoft.XMLHttp
*
*/
function getHttp(astrStockCode) {
var strReturn = new String("");
var strURL = new String("http://tw.stock.yahoo.com/q/q?s=" + astrStockCode);
var objXMLHttp = new ActiveXObject("Microsoft.XMLHttp");
objXMLHttp.open("GET", strURL, false, "");
objXMLHttp.send();
// todo: 加入是否正確取得資料之判斷式。
var strReturn = new String(objXMLHttp.responseText);
return strReturn;
}
/**
*
* 剖析html資料。
*
* @author ace
*
* @version 2010/11/11 v0.1
*
* @param {String} astrTrnDate 交易日期。
* @param {String} astrStockCode 股票代碼。
*
* @returns {Array} 陣列資料。
*
*/
function parseHTML(astrTrnDate, astrStockCode, astrContent) {
var objReturn = new Array();
/**
*
* 建立瀏覽器物件。
*
* @author ace
*
* @version 2010/11/16 v0.1
*
* @see <a href="http://us.generation-nt.com/answer/parsing-html-jscript-help-59686112.html">Parsing HTML with JScript</a>
* @see <a href="http://www.eggheadcafe.com/software/aspnet/36239301/jquery.aspx">Jquery</a>
*
*/
var htmlfile = new ActiveXObject("htmlfile");
var window = htmlfile.parentWindow;
var navigator = window.navigator;
var document = window.document;
var location = document.location;
window.ActiveXObject = {};
// todo:載入html檔案發生錯誤時，無法被JavaScript的catch語法攔截？！
htmlfile.open();
htmlfile.write(astrContent);
htmlfile.close();
var objTR = document.getElementsByTagName("tr");
for (var intIndex = 0; intIndex < objTR.length; intIndex++) {
var objTD = objTR[intIndex].getElementsByTagName("td");
if (objTD.length == 12) {
objReturn.push(astrTrnDate);
objReturn.push(astrStockCode);
objReturn.push(objTD[2].firstChild.innerHTML); // 成交金額多了<b>標籤，再往下一個結點取資料。
objReturn.push(objTD[3].innerHTML);
objReturn.push(objTD[4].innerHTML);
objReturn.push(objTD[6].innerHTML.replace(",", ""));
objReturn.push(objTD[7].innerHTML);
objReturn.push(objTD[8].innerHTML);
objReturn.push(objTD[9].innerHTML);
objReturn.push(objTD[10].innerHTML);
break;
}
}
return objReturn;
}
// Program Start Here
try {
var objToday = new Date();
// 以系統日期當作交易日期，理想作法應以網頁記載時間為準。
var strTrnDate = new String("");
strTrnDate = objToday.getFullYear().toString() + (objToday.getMonth() + 1).toString() + objToday.getDate().toString();
var strStockCode = new String("2002");
var objResult = parseHTML(strTrnDate, strStockCode, getHttp(strStockCode));
if (objResult.length != 0) {
WScript.Echo("交易日期:" + objResult[0]);
WScript.Echo("股票代碼:" + objResult[1]);
WScript.Echo("成交價格:" + objResult[2]);
WScript.Echo("買進價格:" + objResult[3]);
WScript.Echo("賣出價格:" + objResult[4]);
WScript.Echo("成交張數:" + objResult[5]);
WScript.Echo("昨日收盤:" + objResult[6]);
WScript.Echo("開盤價格:" + objResult[7]);
WScript.Echo("最高價格:" + objResult[8]);
WScript.Echo("最低價格:" + objResult[9]);
}
}
catch (e) {
WScript.Echo("執行過程有誤，錯誤訊息：" + e.description);
}
]]>
</script>
</job>
</package>
只是！！上面程式執行後出現「錯誤：必須要有物件」的訊息，依指定的行數去查詢後發現該行是一行JavaScript函數，只是該函數定義在另一個檔案中。嘗試改取沒有JavaScript語法的網頁，是確實可以順利的剖析網頁資料。
努力翻了些資料，發現這篇「How can I automatically ignore script error parsing JScript?」的提問者也遇到同樣的狀況，也有人回覆處理的方式，提到可以針對window.onerror這個事件進行處理來解決問題，只是並沒有寫出作法，所以暫時卡在這裡了！！
沒有留言:
張貼留言