vba 添加outlook 签名_Excel VBA 实战(8) - 巨潮资讯 VBA 爬虫

2019年6月25日 更新

由于巨潮资讯查询API变更，此文章当中的所涉及代码也进行了相应更新。虽然原代码当前已经失效，但是爬虫的基本逻辑仍然适用。

因此请没有相关基础的朋友们先行阅读此文。实战代码部分请移步至如下链接。

杨风飒：Excel VBA 实战(13) - VBA JS 解析 & 巨潮资讯爬虫更新​zhuanlan.zhihu.com

---

上周由于工作原因，需要查找国内上市公司报表以及附注中披露的数据。从深交所网站上下载pdf的时候发现国内上市公司半年报都遵循统一的模式，并且所有http后台数据都指向 巨潮资讯.

http://www.cninfo.com.cn​www.cninfo.com.cn

与工商信息查询那个无法逾越的滑动验证码相比，巨潮资讯除了服务器偶尔不给力，出现503之外，其他方面绝对是业界良心。于是周末用java/kotlin简单撸了一个爬虫，除了能够爬取传统的网络数据之外，并打算测试一下针对pdf报表附注的Text Mining.

其间看到了网络上广泛分享的巨潮资讯 python 版爬虫，简单看了下代码，我差点没把夜宵喷到电脑屏幕上。除了通用库之外，作者居然还用到了PhantomJS，一种效率极其低下专门针对反爬虫网站的数据读取策略。

回顾我的kotlin代码之后，觉得甚至不用python，直接采用vba这种上世代 超轻量型 编程语言也能轻松完成任务。于是就有了大家所看到的这篇实战分享。写这篇文章，一是想展示我所设想的爬虫的正确工作方式，二是通过这个实例告诉你VBA也许并没有你所想像的那么不堪。

上代码之前请首先确保

Microsoft HTML Oject Library

引用库已经勾选

从 “工具” “引用” 中找到相应的库。

再来说一下爬虫的原理。

我所理解的爬虫，即不通过浏览器，直接通过程序来模拟http协议，请求(request) 响应(response)的模式来高