HTMLソースからURLだけを抜き出す方法を教えてください！

質問

どなたかお知恵をお貸しください。
HTMLのソースファイルからURLを取得するツールを
作ろうと思うのですが、そのURLだけを抜き出すと
いうところがよく分かりません。

ソーステキストを
open "source.txt" for input as #1
do until eof(1)
line input #1,aa
で一行ずつ読み込んでいき、
その中から
InStr関数で「http://」の文字列を検索すると
いうことぐらいは想像がつくのですが、URLは
文字数も決められているわけではないので、検索で
見つかった位置から最後までを抜き出すという方法が
どうしても分かりません。

あるいは、タグの <A href= という文字列を検索して
見つかった位置から次に > という文字列が見つかった
場所までの間を抜き出すという方法になるかと思いますが、
最初に検索で見つかった位置から次に見つかった位置まで
をどのように検索すればいいのかが分かりません。

何かいい手がございましたら、ぜひ教えてください。
よろしくお願いします！

回答No.4

hershe

#3のものです。

ごめんなさい。質問の答えになっていなかったですね。

>最初に検索で見つかった位置から次に見つかった位置まで
>をどのように検索すればいいのかが分かりません。

これは、InStr関数を使用すればできます。

InStr([検索開始位置],文字列,検索文字)

※[検索開始位置]は省略可能です。省略すると1になります。

例)「<A HREF="xxx.html">」から「"」～「"」までを検索します。

'--------+---------+---------+---------+---------+---------+
Dim lngPosSt　As Long
Dim lngPosEnd As Long
Const strText As String = "<A HREF=""xxx.html"">"

'文字列の最初から「"」を検索
lngPosSt = InStr(strText , Chr(34))

'「"」が見つかった位置の一つ後ろから次の「"」を検索
lngPosEnd = InStr(lngPosSt + 1, strText , Chr(34))

'「"」～「"」までをメッセージに出力
MsgBox Mid(strText , lngPosSt, lngPosEnd - lngPosSt + 1)

'--------+---------+---------+---------+---------+---------+

このようにすると検索できます。

お礼

ご回答いただきありがとうございます。
しかもこんなに詳細にご説明いただき
とても助かります。
じっくり読んで試してみます。

補足

こんにちは。

教えていただいた方法を活用してコードを書こうと思ったのですが、
これがめちゃくちゃ難しいです。
とりあえずこんな感じで使わせていただきました。

Open na For Input As #fileno
Do Until EOF(fileno)
Line Input #fileno, aa

GetATag = ""
lngPosSt = InStr(StrConv(aa, vbLowerCase), "<a href=")

If lngPosSt > 0 Then
lngPosEnd = InStr(Mid(aa, lngPosSt), ">")

If lngPosEnd > 0 Then
strATag = Mid(aa, lngPosSt, lngPosEnd)
GetATag = strATag
End If
End If
List1.AddItem GetATag
Loop
Close #fileno

これでいくと、とりあえず最初のURL(a hrefとかを消す前の状態まで)は
取得できたのですが、何故か一つ目しか取得しないので、悩んだのですが
HTMLのソースに改行がなく、全文で一つの行になっていたため、最初の
一つしか取得できないのだと分かりました。

それで、今度はソフト改行コードを入れたらどうだろうと考えまして、
次のようにしてみました。

上のコードで読み込む「na」を作成するのに、

Open na For Input As #fileno
Do Until EOF(fileno)
Line Input #fileno, www
zzz = zzz & www & vbCrLf
Loop
Close #fileno
Text2.Text = zzz
With Text2
lngResult = _
SendMessage( _
.hWnd, _
EM_FMTLINES, _
CLng(Abs(True)), _
ByVal CLng(0))
Text3.Text = Replace(.Text, _
vbCr & vbNewLine, _
vbNewLine)
End With

Open na For Output As #fileno
Print #fileno, Text3.Text
Close #fileno

こんな風に一度改行コードを付与してから、また「na」という
テキストに書き込んでみました。
で、このファイルを Line Input で読み込ませてみたのですが、
ご想像の通り、タグの途中でバシバシ改行されているため
ほぼURLは取得できませんでした。

ここまででほとんどお手上げ状態です！！！

途中で改行されても続けて検索する方法、あるいは
改行がなく全文で一行の場合でも続けてURLを取得していきリストボックスに
追加していくような方法はないのでしょうか？

すみません、まだまだレベルが低いもので。
よろしくお願いいたします