CHtmlView

最新推荐文章于 2021-06-09 22:02:07 发布

转载最新推荐文章于 2021-06-09 22:02:07 发布 · 1.2k 阅读

文章标签：

要包含的头文件

#include "stdafx.h"

#import <mshtml.tlb> // Internet Explorer 5
#import <shdocvw.dll>
#include "Shlwapi.h"
#pragma comment(lib,"Shlwapi.lib")
//--------------------
#include <mshtml.h>
#include <atlbase.h>
#include <oleacc.h>
//---------------------

下面是代码 , 我是用 webbrowser 控件做和浏览器 ,CHTMLVIEW 其他也是可以的

实现的功能是根据内容插入表单 , 保存也是一样的道理 .
注释因为会乱码 , 所以没加上 , 如果看不懂 , 可以看下面我从我博客上复制来的一篇文章
void CHelpDlg::OnButtonSubmit()
{
// TODO: Add your control notification handler code here
HWND hWnd = AfxGetMainWnd()->m_hWnd;

CoInitialize(NULL); // 初始化 COM
SHDocVw::IShellWindowsPtr m_spSHWinds;
if(m_spSHWinds.CreateInstance(__uuidof(SHDocVw::ShellWindows)) == S_OK)
{
IDispatchPtr spDisp;
long nCount = m_spSHWinds->GetCount();
for(long i =0;i<nCount;i++)
{
_variant_t va(i, VT_I4);
spDisp = m_spSHWinds->Item(va);
SHDocVw::IWebBrowser2Ptr spBrowser(spDisp);
if (spBrowser != NULL)
{

IDispatchPtr spDisp;
if(spBrowser->get_Document(&spDisp) == S_OK && spDisp!= 0 )
{
MSHTML::IHTMLDocument2Ptr spHtmlDocument(spDisp);
MSHTML::IHTMLElementPtr spHtmlElement;
if(spHtmlDocument==NULL)
continue;

spHtmlDocument->get_body(&spHtmlElement);
if(spHtmlDocument==NULL)
continue;
HRESULT hr;
MSHTML::IHTMLElementCollection* pColl=NULL;
hr=spHtmlDocument->get_all(&pColl);
if(pColl!=NULL&&SUCCEEDED(hr))
{
long lcount = 0;
pColl->get_length(&lcount);
for(int i=0;i<lcount;i++)
{
_variant_t index;
index.vt=VT_I4;
index.intVal=i;
IDispatchPtr disp;
disp=pColl->item(index,index);
if(disp==NULL)
hr=E_FAIL;
else
{
MSHTML::IHTMLInputElementPtr pInput(disp);
if(pInput)
{
BSTR bstrtype;
pInput->get_type(&bstrtype);
//printf(_bstr_t(bstrtype));
if(StrCmpW(bstrtype,L"text")==0)
{
MSHTML::IHTMLElementPtr e(pInput);// 以下是关于表单的 , 上面已经可以得到整个网页的内容了 , 把下面的表单部份改成你自已要实现的功能就可以了
// }
}
SysFreeString(bstrtype);
}
}

}
pColl->Release();
}
}

}
}

}
else
{
printf("Shell Windows interface is not avilable/n");
}
CoUninitialize();
}

下面是讲解

实现和 IE 浏览器交互的几种方法的介绍

---- 1 ．引言

---- 如何实现对 IE 浏览器中对象的操作是一个很有实际意义问题，通过和 IE 绑定的 DLL 我们可以记录 IE 浏览过的网页的顺序，分析用户的使用行为和模式。我们可以对网页的内容进行过滤和翻译，可以自动填写网页中经常需要用户填写的 Form 内容等等 , 我们所有的例子代码都是通过 VC 来表示的，采用的原理是通过和 IE 对象的接口的交互来实现对 IE 的访问。实际上是采用 COM 的技术，我们知道 COM 是和语言无关的一种二进制对象交互的模式，所以实际上我们下面所描述的内容都可以用其他的语言来实现，比如 VB ， DELPHI ， C++ Builder 等等。

---- 2 ． IE 实例遍历实现

---- 首先我们来看系统是如何知道当前有多少个 IE 的实例在运行。

---- 我们知道在 Windows 体系结构下，一个应用程序可以通过操作系统的运行对象表来和这些应用的实例进行交互。但是 IE 当前的实现机制是不在运行对象表中进行注册，所以需要采用其他的方法。我们知道可以通过 ShellWindows 集合来代表属于 shell 的当前打开的窗口的集合，而 IE 就是属于 shell 的一个应用程序。

---- 下面我们描述一下用 VC 实现对当前 IE 实例的进行遍历的方法。 IShellWindows 是关于系统 shell 的一个接口，我们可以定义一个如下的接口变量：

SHDocVw::IShellWindowsPtr m_spSHWinds;
然后创建变量的实例：
m_spSHWinds.CreateInstance
(__uuidof(SHDocVw::ShellWindows));
通过 IShellWindows 接口的方法 GetCount
可以得到当前实例的数目：
long nCount = m_spSHWinds- >GetCount();
通过 IShellWindows 接口的方法 Item
可以得到每一个实例对象
IDispatchPtr spDisp;
_variant_t va(i, VT_I4);
spDisp = m_spSHWinds->Item(va);
然后我们可以判断实例对象是不是
属于 IE 浏览器对象，通过下面的语句实现：
SHDocVw::IWebBrowser2Ptr spBrowser(spDisp);
assert(spBrowser != NULL)

---- 在得到了 IE 浏览器对象以后，我们可以调用 IWebBrowser2Ptr 接口的方法来得到当前的文档对象的指针： MSHTML::IHTMLDocument2Ptr spDoc(spBrowser->GetDocument());

---- 然后我们就可以通过这个接口对这个文档对象进行操作，比如通过 Gettitle 得到文档的标题。

---- 我们在浏览网络的时候，一般总会同时开很多 IE 的实例，如果这些页面都是很好的话，我们可能想保存在硬盘上，这样，我们需要对每一个实例进行保存，而如果我们采用上面的原理，我们可以得到每一个 IE 的实例及其网页对象的接口，这样就可以通过一个简单的程序来批量的保存当前的所有打开的网页。采用上面介绍的方法实现了对当前 IE 实例的遍历，但是我们希望得到每一个 IE 实例所产生的事件，这就需要通过 DLL 的机制来实现。

---- 3 ．和 IE 相绑定的 DLL 的实现

---- 我们介绍一下如何建立和 IE 进行绑定的 DLL 的实现的过程。为了和 IE 的运行实例进行绑定，我们需要建立一个能够和每一个 IE 实例进行绑定的 DLL 。 IE 的启动过程是这样的，当每一个 IE 的实例启动的时候，它都会在注册表中去寻找这个的一个 CLSID ，具体的注册表的键位置为：

HKEY_LOCALL_MACHINE/SOFTWARE/Microsoft/Windows
/CurrentVersion/Explorer/Browser Helper Objects

---- 当在这个键位置下存在 CLSIDs 的时候， IE 会通过使用 CoCreateInstance() 方法来创建列在该键位置下的每一个对象的实例。注意对象的 CLSIDs 必须用子键而非名字值的形式表现，比如 {DD41D66E-CE4F-11D2-8DA9-00A0249EABF4} 就是一个有效的子键。我们使用 DLL 的形式而非 EXE 的形式的原因是因为 DLL 和 IE 实例运行在同一个进程空间里面。每一个这种形式的 DLL 必须实现接口 IObjectWithSite ，其中方法 SetSite 必须被实现。通过这个方法，我们自己的 DLL 就可以得到一个指向 IE COM 对象的 IUnknown 的指针，实际上通过这个指针我们就可以通过 COM 对象中的方法 QueryInterface 来遍历所有可以得到的接口，这是 COM 的基本的机制。当然我们需要的只是 IWebBrowser2 这个接口。

---- 实际上我们建立的是一个 COM 对象， DLL 只不过是 COM 对象的一种表现形式。我们建立的 COM 对象需要建立和实现的方法有：

----1 ． IOleObjectWithSite 接口的方法 SetSite 必须实现。实际上 IE 实例通过这个方法向我们的 COM 对象传递一个接口的指针。假设我们有一个接口指针的变量，不妨设为：

----CComQIPtr< IWebBrowser2, &IID_IWebBrowser2 > m_myWebBrowser2;

---- 我们就可以在方法 SetSite 中把这个传进来的接口指针赋给 m_myWebBrowser2 。 2 ．在我们得到了指向 IE COM 对象的接口后，我们需要把自己的 DLL 和 IE 实例所发生的事件相关连 , 为了实现这个目的，需要介绍两个接口：

---- （ 1 ） IConnectionPointContainer 。这里使用这个接口的目的是用来根据它得到的 IID 来建立和 DLL 的一个特定的连接。比如我们可以进行如下的定义：

CComQIPtr< IConnectionPointContainer,
&IID_IConnectionPointContainer >
spCPContainer(m_myWebBrowser2);

---- 然后，我们需要把所有 IE 中发生的事件和我们的 DLL 进行通讯，可以使用 IConnectPoint 。

-- -- （ 2 ） IConnectPoint 。通过这个接口，客户可以对连接的对象开始或者是终止一个 advisory 循环。 IConnectPoint 有两个主要的方法，一个为 Advice ，另一个为 Unadvise 。对于我们的应用来说， Advise 是用来在每一个 IE 发生的事件和 DLL 之间建立一个通道。而 Unadvise 就是用来终止以前用 Advise 建立的通知关系。比如我们可以定义 IConnectPoint 接口如下： CComPtr< IConnectionPoint > spConnectionPoint;

---- 然后，我们要使所有在 IE 实例中发生的事件和我们的 DLL 相关，可以使用如下的方法：

hr = spCPContainer->FindConnectionPoint(
DIID_DWebBrowserEvents2, &spConnectionPoint);

---- 然后我们通过 IConnectPoint 接口的方法 Advice 使每当 IE 有一个新的事件发生的时候，都能够让我们的 DLL 知道。可以用如下的语句实现：

hr = spConnectionPoint- >Advise(
(IDispatch*)this, &m_dwIDCode);

---- 在把 IE 实例中的事件和我们的 DLL 之间建立联系以后，我们可以通过 IDispatch 接口的 Invoke() 方法来处理所有的 IE 的事件。

-- --3 ． IDispatch 接口的 Invoke() 方法。 IDispatch 是从 IUnknown 中继承的一个接口的类型，通过 COM 接口提供的任何服务都可以通过 IDispatch 接口来实现。 IDispatch::Invoke 的工作方式同 vtbl 幕后的工作方式是类似的， Invoke 将实现一组按索引来访问的函数，我们可以对 Invoke 方法进行动态的定制以提供不同的服务。 Invoke 方法的表示如下：

STDMETHOD(Invoke)(DISPID dispidMember,REFIID
riid, LCID lcid, WORD wFlags,
DISPPARAMS * pdispparams, VARIANT * pvarResult,
EXCEPINFO * pexcepinfo, UINT * puArgErr);

-- -- 其中， DISPID 是一个长整数，它标识的是一个函数。对于 IDispatch 的某一个特定的实现， DISPID 都是唯一的。 IDispatch 的每一个实现都有其自己的 IID, 这里 dispidMemeber 实际上是可以认为是和 IE 实例所发生的每一个事件相关的方法，比如： DISPID_BEFORENAVIGATE2 ， DISPID_NAVIGATECOMPLETE2 等等。这个方法中另外一个比较重要的参数是 DISPPARAMS ，它的结构如下：

typedef struct tagDISPPARAMS
{
VARIANTARG* rgvarg;
//VARIANTARG 是同 VARAIANT 相同的，可以在
//OAIDL.IDL 中找到。所以实际上 rgvarg 是一个参数数
// 组
DISPID* rgdispidNameArgs; // 命名参数的 DISPID
unsigned int cArgs; // 表示数组中元素的个数
unsigned int CnameArgs; // 命名元素的个数
}DISPPARAMS

-- -- 要注意的是每一个参数的类型都是 VARIANTARG ，所以在 IE 和我们 DLL 之间可以传递的参数类型的数目是有限的。只有那些能够被放到 VARIANTARG 结构中的类型才可以通过调度接口进行传递。比如对于事件 DISPID_NAVIGATECOMPLETE2 来说：第一个参数表示 IE 在访问的 URL 的值，类型是 VT_BYREF|VT_VARIANT 。注意 DISPID_NAVIGATECOMPLETE2 等 DISPID 已经在 VC 中被定义，我们可以直接进行使用。如上说述，我们在方法 Invoke 中可以得到所有 IE 实例所发生的事件，我们可以把这些数据放到文件中进行事后的分析，也可以放到一个列表框中实时的显示。

---- 4 ．微软的 HTML 文档对象模型和应用分析

---- 下面我们来看如何得到网页文档的接口：网页文档的接口为 IHTMLDocument2 ，可以通过调用 IE COM 对象的 get_Document 方法来得到网页的接口。使用如下的语句：

hr = m_spWebBrowser2- >get_Document(&spDisp);
CComQIPtr< IHTMLDocument2,
&IID_IHTMLDocument2 > spHTML;
spHTML = spDisp;

---- 这样我们就得到了网页对象的接口，然后我们就可以对网页进行分析，比如通过 IHTMLDocument2 提供的方法 get_URL 我们可以得到和该网页相关的 URL 的地址值，通过 get_forms 方法可以该网页中所有的 Form 对象的集合。实际上 W3C 组织已经制定了一个 DOM （ Document Objec Model ）标准，当然这个标准不仅仅是针对 HTML ，同时还是针对 XML 制定的。 W3C 组织只是定义了网页对象的接口，不同的公司可以采用不同的语言和方法进行具体的实现。按照 W3C 组织定义的网页对象被认为是动态的，即用户可以动态的对网页对象里面所包含的每一个对象进行操作。这里的对象可以是指一个输入框，也可以是图象和声音等对象。同时按照 W3C 的正式文档的说明，网页对象是可以动态增加和删除的。事实上，很少有厂商实现了 DOM 定义的所有功能。微软对网页对象的定义也基本上是按照这个标准实现的。但是当前的接口还不支持动态的增加和删除元素，但是可以对网页中的基本元素进行属性的修改。比如 IHTMLElementCollection 表示网页中一些基本的元素的集合， IHTMLElement 表示网页中的一个基本的元素。而象 IHTMLOptionElement 接口就表示一个特定的元素 Option 。基本的元素都有 setAttribute 和 geAttribute 方法来动态的设置和得到元素的名称和值。

---- 较为常见的一个应用是我们能够分析网页中是否有需要填写的 Forms ，如果这个网址的 Forms 以前已经填写过而且数据我们已经保存下来的话，我们就可以把数据自动放到和该 URL 下的 Forms 的相关的位置中去。另外，我们可以总结网页上需要填写的 Form 的数据项，先对这些数据项进行赋值，以后碰到有相同的数据项的时候就自动把我们赋值的内容填写进去。实际上 Form 是对象， Form 中包含的元素，比如 INPUT ， OPTION ， SELECT 等类型的输入元素都是对象。

---- 另外一个可以想到的应用是自动对网页中的文本进行翻译，因为我们可以修改网页中任何对象的属性，所以我们可以把里面不属于本国语言的部分自动翻译成本国语言，当然真正的实现还要靠自然语言理解方面技术的突破，但是 IE 浏览器的接口和对象的形式使我们能够灵活的控制整个 IE ，无论是从事件对象还是到网页对象。

---- 5 ．小结

---- 上面我们分析了如何得到所有 IE 的实例，同时介绍了和 IE 实例相捆绑的 DLL 的详细的实现机制，同时对网页的对象化进行了分析。并且介绍了几个相关的应用和实现的方法及存在的技术问题。 IE 是一个组件化的以 COM 为基础的浏览器，它具有强大的功能，同时为应用开发者留下了广阔的空间，当然它也存在体积比较大，速度相对比较慢的缺点。但是它的体系结构代表了微软先进的创新的技术，因此具有强大的生命力。