VBA 处理网页基础一.doc

VBA的WEB应用系列教程

——通讯根底篇

VBA的WEB应用教程，预计按以下几方面进展发布，敬请期待：

〔1〕通讯根底篇：主讲INTERNET通讯根底知识、网络数据包构成、协议简介、收发包工具使用技巧和初步在VBA中进展收发包。

〔2〕网页元素分析根底篇：主讲XHTML元素根底知识、HTMLDOM根底知识、网页元素分析工具使用技巧和初步使用VBA进展网页操控。

〔3〕QUERYTABLE篇：主要介绍EXCEL自带导入网页数据对象QUERYTABLE的主要属性和方法，如何运用它导入网页数据。

〔4〕抓包控件篇：主讲XML、WIN、inet控件和WINSOCK控件根底知识、运用技巧和程序模板。

〔5〕页面控制和数据提取篇：主讲WEBBROWSER控件的根底知识和页面控制技巧，讲解如何从网页页面上提取所需的表单数据，赠送程序模板。

〔6〕文本处理和补遗篇：主讲文本处理技巧、文本内码转换、URL内码转换、补充ADOStream对象在WEB方面的应用、XML数据交互、WEB效劳和效劳器推送机制等知识补遗。

〔7〕数据提取和数据防盗的博弈：主要介绍几种常见的网络数据防盗的情形，并探讨如何破解思路。

〔8〕JAVASCRIPT篇：高阶教程，主要简介JAVASCRIPT根底知识，以及MSScriptControl对象主要属性和方法，VBA如何解析json序列。

以下开场第一篇的正文：

一、网络通信根底知识串讲

网络通俗的说，是能上网的计算机的集合。计算机彼此不同，它们如何进展通讯呢，通过什么规那么来通信呢。通过TCP/IP等标准协议，它允许我们的电脑，通过互联网直接和另一台电脑进展通讯。请注意，TCP/IP一般只是底层协议〔传输层〕，可以简单理解为它只是提供计算机设备之间的底层通讯接口，其他例如软件方面的对接，还需要高层协议，后面我们会讲到。

有了通讯的规那么，那计算机硬件方面是怎么互相识别呢。他们是通过数字地址，即我们通常说的IP，就像百度的IP就是，我们可以在浏览器地址栏键入也可以对百度进展访问。这一串数字实在不好记啊，所以就有了域名，。用域名通讯的时候，域名要先经过互联网上的域名效劳器〔DNS〕进展转换，转成IP地址，再进展访问。

网络上的两台计算机通讯，很多情况，一台是我们这些客户机，另外一台是提供信息的效劳器。客户机需要浏览网页资讯的时候，是通过我们机子上安装的浏览器，例如IE、FIREFOX等，向效劳器发送请求，效劳器响应浏览器的请求，将相关的信息回传给我们的浏览器，浏览器进展识别和翻译，展现出来大量的文本或图片等，来供我们查看。

请注意，一般而言，通讯是静态的。效劳器在等待浏览器的请求之前，是不会主动做任何事情的。现在页面很多动态实时的效果，其实还是我们浏览器，不停的向效劳器发送请求，效劳器返回消息再更新页面的结果，例如AJAX技术；或者是首次请求后，通讯并没有断开，效劳器源源不断的往浏览器发送更新数据，这就是传说中的长连接技术。

效劳器能识别我们的请求，我们的浏览器，也能翻译或解释那些效劳器返回的数据或文档，那彼此之间的通讯格式，还需要一个协议去标准的。这就是我们常说的超文本传输协议——。协议就是用于客户端和效劳器之间的文档或数据的交互的。请注意，这里的文档指的不仅是文本，还可能是图片、视频或音频，或者是指向到其他文档的嵌入式链接，因此叫超文本。

一般情况，当我们的浏览器，通过域名，访问了某个效劳器，一般会进到效劳器的门户主页面中。当我们点击门户页面的某个超链接或者点击某个提交按钮后，要求效劳器进一步返回我们需要的某个资源文档，或者执行我们提交给它的某些命令时〔例如成绩查询〕。其实，我们刚刚点击的超链接或按钮，就蕴含着我们要获取的文档或者执行程序的路径，这个路径统称URL——统一资源定位符。

通讯中，这个路径的格式一般为：://域名:端口/文档或程序的全路径?参数。端口就是效劳器某个特定进程来处理客户端发来的消息，默认为80，可以先不用去理解这个名词。文档或程序路径是相对路径。效劳器也是一台计算机，上面除了存放资源文件，还存放着维护效劳器的软件，因此资源文档可能并不存放在其根目录上。例如，可能我们的资源文档根目录是效劳器上/admin/web这个目录，那效劳器根目录下这个文件。最后的?参数，是可选的，用于传递浏览器向效劳器发送的请求参数，可有多个参数，用“〞符号隔开，每个参数的名和值用“=〞符号隔开，例如：=苹果，就是浏览器向百度效劳器发送查询参数，查询关键字是苹果的数据，并请求按utf-8的内码进展返回。请注意，URL里面有时候是不支持英文和数字以外的字符的，这时候就需要URLENCODE的函数去转换了，后话，以后会讲。

综上所述，一句话而言，效