data uit een webpagina opslaan in variabelen

[mariannevanh]

Hoe kan ik data uit een webpagina automatisch laten ophalen en opslaan in variabelen?
Het gaat om een webpagina die gegeneerd wordt en waar twee keer

<div class="gedcom-data" dir="ltr">1 HUSB

in voorkomt en ook twee keer

<div class="gedcom-data" dir="ltr">1 WIFE

Ik zou graag de waarden die daarachter staan (10 tekens per keer) in 4 aparte variabelen willen opslaan en deze (via een macro?) willen plaatsen in een Excelsheet.

Vriendelijke groet,
Marianne

 

[alphamax]

Kan je niet beter de XML-data van GEDCOM "GEnealogy Data COMmunciation" halen.
Dat is beter dan webscrapen.

 

[Aar]

Kan je niet beter de XML-data van GEDCOM "GEnealogy Data COMmunciation" halen.
Dat is beter dan webscrapen.

Dit is inderdaad veel beter. Straks passen ze hun HTML-structuur aan en pomp je allemaal rotzooi over in je Excel-sheet.
Bij XML is dat netjes gestructureerd.

 

[mariannevanh]

Kan je niet beter de XML-data van GEDCOM "GEnealogy Data COMmunciation" halen.

De data is afkomstig van een gedcom-bestand, is ingelezen in een webbased stamboomprogramma. Een groot aantal persoons- of famlierecords moet worden samengevoegd (#1 met #3 en #2 met #4).
De gegevens zijn niet zo 1-2-3 uit de gedcom te lezen, maar worden door de stamboomapplicatie gegeven.

Hoe ik de XML-data moet uitlezen, weet ik niet...

 

[Aar]

Hoe ik de XML-data moet uitlezen, weet ik niet...

Dan Google je toch eventjes?

Ik vind dan dit:
http://vb.net-informations.com/xml/open-xml-vb.net.htm

 

[mariannevanh]

Mijn excuses, ik vergis me in de vraagstelling: Hoe maak ik er een XML-bestand van?

 

[alphamax]

De data is afkomstig van een gedcom-bestand

Open het gedcom-bestand eens met kladblok/notepad.
Ziet de eerste regel er zo uit

<?xml version="1.0" encoding="UTF-8"?>

Met scherpe haken aan het begin en het eind.
Grote kans dat het al een XML-bestand is.

 

[mariannevanh]

Open het gedcom-bestand eens met kladblok/notepad.
Ziet de eerste regel er zo uit

<?xml version="1.0" encoding="UTF-8"?>

Met scherpe haken aan het begin en het eind.
Grote kans dat het al een XML-bestand is.

Het is een gedcom 5.5.1-bestand, geen gedcom-XML, dat is een ander dialect.
De vier variabelen die ik per record nodig heb, staan niet bij elkaar in één gedcom-record, die wordt echt gegenereerd door de webapplicatie (=stamboomprogramma).

 

[Aar]

Heb je een (geanonimiseerd) en compact voorbeeld van dat Gedcom bestand?

 

[bron]

Is dit het gedcom bestand die je nu hebt?