vc6中用dom遍历网页中的元素---vc-为中国网络技术提供点滴动力-iyit.net-易特网络技术！

　　通行证: 用户密码

域名空间　下载中心　 社区论坛　信息公告 my小屋

联系我们
设为首页
加入收藏

qq,asp,php,jsp,xml,sql,.net,编程程序网页图象建站经验私服


	当前位置：首页>>编程开发>>vc编程>>正文	新版上线！[旧版]

注:打开慢时请稍等

vc6中用dom遍历网页中的元素

http://www.iyit.net 日期：2006-5-3 21:11:36 来源：vckbase 点击：

【参加讨论】

　　下在本文源代码

　　一、摘要

　　在我们编写的程序中，如果想要实现对浏览器打开的网页进行监视、模拟操纵、动态提取用户输入、动态修改......等功能，那么请你抽出宝贵的时间，继续往下阅读。本文介绍的知识和示例程序都是围绕如何遍历 html 中的表单(form)并枚举出表单域的属性为目标的，对于网页中的其它元素，比如图象、连接、脚本等等，应用同样的方法都可以轻松实现。

　　二、网页的文档层次结构

　　ie 浏览器，采用 dom（文档对象模型）来管理网页的数据。它通过一个容器（iwebbrowser2/ihtmlwindow2）来装载网页文档（ihtmldocument2），而一个文档，又可以由 0 或多个贞(frame)组成，管理这些贞的接口叫“框架集合（ihtmlframescollection2）”,而每个贞的容器又是ihtmlwindow2，和iwebbrowser2一样，它也装载着各自的文档（ihtmldocument2）。因此，我们的第一个任务，就是想方设法能够得到ihtmldocument2的接口。因为文档可能包含贞，而贞又包含着子文档，子文档可能再包含贞......，如此要得到所有的文档，这里有一个递归遍历的处理过程。

　　得到文档（ihtmldocument2）后，下一步任务就是要设法取得表单了（ihtmlformelement）。因为在一个文档中可以包含 0 或多个表单(form)，而管理这些表单的又是一个表单集合（ihtmlelementcollection），所以必须先得到集合，然后再枚举出所有的表单条目了。

　　得到表单（ihtmlformelement）后，接下来的事情就简单了，逐个提取表单中的元素（也叫表单域 ihtmlinputelement）就可以读写这些域的属性了。

　　说了半天，我估计初次接触的朋友一定没有听懂:( 呵呵，还是用图的方式表示一下吧，这样比较清晰一些。

点击放大

　　三、程序实现

　　<1> 取得 ihtmldocument2 的接口指针。根据ie浏览器的运行方式，有多种不同的方式可以获取文档指针。

　　<1.1> 如果你在程序中使用mfc的 chtmlview 视来浏览网页。

　　取得文档的方法最简单，调用 chtmlview::gethtmldocument() 函数。

　　<1.2> 如果你的程序中使用了“web 浏览器” 的activex 控件。

　　取得文档的方法也比较简单，调用 cwebbrowser2::getdocument() 函数。

　　<1.3> 如果你的程序是用 atl 写的 activex 控件。

　　那么需要调用 ioleclientsite::getcontainer 得到 iolecontainer 接口，然后就可以通过 queryinterface() 查询得到 ihtmldocument2 的接口。主要代码如下：

ccomptr < iolecontainer > spcontainer;
m_spclientsite->getcontainer( &spcontainer );
ccomqiptr < ihtmldocument2 > spdoc = spcontainer;
if ( spdoc )
{
　// 已经得到了 ihtmldocument2 的接口指针
}

　　<1.4> 如果你的程序是用 mfc 写的 activex 控件。

　　那么需要调用 colecontrol::getclientsite() 得到 iolecontainer 接口，然后的操作和<1.3>是一致的了。

　　<1.5> ie 浏览器作为独立的进程正在运行。

　　每个运行的浏览器（ie 和资源浏览器）都会在 shellwindows 中进行登记，因此我们要通过 ishellwindows 取得实例（示例程序中使用的就是这个方法）。主要代码如下：

#include < atlbase.h >
#include < mshtml.h >

void findfromshell()
{
　ccomptr< ishellwindows > spshellwin;
　hresult hr = spshellwin.cocreateinstance( clsid_shellwindows );
　if ( failed( hr ) ) return;

　long ncount=0;
　spshellwin->get_count(&ncount); // 取得浏览器实例个数

　for(long i=0; i<ncount; i++)
　{
　　ccomptr< idispatch ><ncount; i++)
　　{
　　　ccomptr< idispatch ><ncount; i++)
　　　{
　　　　ccomptr< idispatch > spdisp;
　　　　hr=spshellwin->item(ccomvariant( i ), &spdisp );
　　　　if ( failed( hr ) ) continue;

　　　　ccomqiptr< iwebbrowser2 > spbrowser = spdisp;
　　　　if ( !spbrowser ) continue;

　　　　spdisp.release();
　　　　hr = spbrowser->get_document( &spdisp );
　　　　if ( failed ( hr ) ) continue;

　　　　ccomqiptr< ihtmldocument2 > spdoc = spdisp;
　　　　if ( !spdoc ) continue;

　　　　// 程序运行到此，已经找到了 ihtmldocument2 的接口指针
　　　}
}

　　<1.6> ie 浏览器控件被一个进程包装在一个子窗口中。那么你首先要得到那个进程的顶层窗口句柄（使用 findwindow() 函数，或其它任何可行的方法），然后枚举所有子窗口，通过判断窗口类名是否是“internet explorer_server”，从而得到浏览器的窗口句柄，再向窗口发消息取得文档的接口指针。主要代码如下：

#include < atlbase.h >
#include < mshtml.h >
#include < oleacc.h >
#pragma comment ( lib, "oleacc" )

bool callback enumchildproc(hwnd hwnd,lparam lparam)
{
　tchar szclassname[100];

　::getclassname( hwnd, &szclassname, sizeof(szclassname) );
　if ( _tcscmp( szclassname, _t("internet explorer_server") ) == 0 )
　{
　　*(hwnd*)lparam = hwnd;
　　return false; // 找到第一个 ie 控件的子窗口就停止
　}
　else return true; // 继续枚举子窗口
};

void findfromhwnd(hwnd hwnd)
{
　hwnd hwndchild=null;
　::enumchildwindows( hwnd, enumchildproc, (lparam)&hwndchild );
　if(null == hwndchild) return;

　uint nmsg = ::registerwindowmessage( _t("wm_html_getobject") );
　lresult lres;
　::sendmessagetimeout( hwndchild, nmsg, 0l, 0l, smto_abortifhung, 1000, (dword*) &lres );

　ccomptr < ihtmldocument2 > spdoc;
　hresult hr = ::objectfromlresult ( lres, iid_ihtmldocument2, 0 , (lpvoid *) &spdoc );
　if ( failed ( hr ) ) return;

　// 程序运行到此，已经找到了 ihtmldocument2 的接口指针
}

　　<2> 得到了 ihtmldocument2 接口指针后，如果网页是单贞的，那么转第<4>步骤。如果是多贞（有子框架）则还需要遍历所有的子框架。这些子框架（ihtmlwindow2），被保存在集合中（ihtmlframescollection2）,取得集合指针的方法比较简单，取属性 ihtmldocument2::get_frames()。

　　<3> 首先取得子框架的总数目 ihtmlframescollection::get_length()，接着就可以循环调用 ihtmlframescollection::item()函数一个一个地取得子框架 ihtmlwindow2 指针，然后转第<1>步。

　　<4> 一个文档中可能拥有多个表单，因此还是同样的道理，先要取得表单的集合（ihtmlelementcollection，其实这个不光是表单的集合，其他元素的集合，比如图片集合也是用它）。这个操作也很简单，取得属性 ihtmldocument2::get_forms()。

　　<5> 属性 ihtmlelementcollection::get_length() 得到表单总数目，就可以循环取得每一个表单指针了 ihtmlelementcollection::item()。

　　<6> 在第<5>步中的item()函数，得到的是一个idispatch的指针，你通过queryinterface()查询，就可以得到某类型输入的指针，代码如下：

// 假设 spdisp 是由ihtmlelementcollection::item() 得到的 idispatch 指针
ccomqiptr < ihtmlinputtextelement > spinputtext(spdisp);
ccomqiptr < ihtmlinputbuttonelement > spinputbutton(spdisp);
ccomqiptr < ihtmlinputhiddenelement > spinputhidden(spdisp);
......
if ( spinputtext )
{
　//如果是文本输入表单域
}
else if ( spinputbutton )
{
　//如果是按纽输入表单域
}
else if ( spinputhiddent )
{
　//如果是隐藏输入表单域
}
else if ........ //其它输入类型

　　上面的方法，由于使用具体类型的接口指针，因此程序的效率比较高。但是通过 queryinterface 接口查询，然后再进行条件判断显然是比较烦琐的，所以这个方法适合于特定的已知网页设计内容的程序。在示例程序中，我则是直接使用 idispatch 接口进行操作的，这个方式执行起来稍微慢一些，但程序比较简单。主要代码和说明如下：#include < atlbase.h >
ccommodule _module; // 由于需要使用 ccomdispatchdriver 的 idispatch 包装类atl智能指针，所以这个是必须的

#include < atlcom.h >
......
long nelemcount=0; //表单域的总数目
spformelement->get_length( &nelemcount );

for(long j=0; j< nelemcount; j++)
{
　ccomdispatchdriver spinputelement; // idispatch 的智能指针
　spformelement->item( ccomvariant( j ), ccomvariant(), &spinputelement );

　ccomvariant vname,vval,vtype; // 域名称，域值，域类型
　spinputelement.getpropertybyname( l"name", &vname );
　spinputelement.getpropertybyname( l"value",&vval );
　spinputelement.getpropertybyname( l"type", &vtype );
　// 使用 idispatch 的智能指针的好处就是：象上面这样读取、设置属性很简单
　// 另外调用 invoke 函数也异常方便，invoke0(),invoke1(),invoke2()....
　......
}

　　四、结束语

　　示例程序在 vc6 下编译执行通过。运行方法：随便启动几个 ie 浏览网页，最好是有表单输入的网页。然后执行示例的 exe 程序即可。
编辑：黑鹰　[发送给好友] [打印本页] [关闭窗口] [返回顶部]
上一篇：visual c++设计udp协议通讯示例
下一篇：vc++下用mscomm控件实现串口通讯
转载请注明来源：www.iyit.net
特别声明： 本站除部分特别声明禁止转载的专稿外的其他文章可以自由转载，但请务必注明出处和原始作者。文章版权归文章原始作者所有。对于被本站转载文章的个人和网站，我们表示深深的谢意。如果本站转载的文章有版权问题请联系编辑人员，我们尽快予以更正。

　相关文章

vc++实现对远程计算机屏幕的监视	vc下揭开“特洛伊木马”的隐藏面纱	多线程技术在vc++串口通信程序中的应用
用vc++制作一个简单的局域网消息发送工	用vc++6.0的sockets api实现一个聊天室	用vc++实现上网拨号功能
vc++ smtp协议电子邮件传送剖析	vc++实现gps全球定位系统定位数据的提取	用vc 6.0实现串行通信的三种方法
用vc++6.0编写proxy服务器	vc++编程实现网络嗅探器	vc编程轻松获取局域网连接通知
用vc++实现版本在线升级	vc下用win32 api实现串行通信	vc++多串口控制解决方案api版
vc编程用upd协议实现广播通信	基于vc的串行通信技术应用实例	vc下使用icmp实现路由跟踪
vc下用mfc类实现网络编程	用vc++6.0实现snmp协议的方法	vc6.0编写c/s消息传送程序
实例解析ipv6下的vc网络编程	用vc++实现企业网络数据共享	vc++下用mscomm控件实现串口通讯