利用WebBrowser获得页面部分数据

最新推荐文章于 2025-03-23 07:10:45 发布

pzhan

最新推荐文章于 2025-03-23 07:10:45 发布

阅读量2.8k

点赞数

CC 4.0 BY-SA版权

文章标签： webbrowser microsoft html 文档 internet web

本文链接：https://blog.youkuaiyun.com/pzhan/article/details/1501277

本文介绍了如何利用Microsoft的WebBrowser控件和mshtml.dll组件进行网页数据的抓取。通过创建简单的Web浏览器应用，演示了如何导航到指定网页，获取并操作IHTMLDocument2接口以解析HTML文档，从而实现网页内容的提取。同时，文章讨论了HTML文档的结构，以及在处理复杂网页时如何避免无休止的循环。最后，提出了将数据抓取功能封装到COM DLL中以实现模块化的建议。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

利用WebBrowser获得页面部分数据

来源： blog.youkuaiyun.com发布日期： 2007-2-1 点击数: 123 【打印】【收藏】

Internet Explorer 不只是一个程序，更是许多可重复使用组件的集合与容器。在拆取 Web 页时，最有意思的两个组件是 shdocvw.dll 和 mshtml.dll。第一个组件 shdocvw.dll，包含称为 WebBrowser 的 Microsoft(R) ActiveX(R) 控件，它真实地显示 Web 页。在运行 Internet Explorer 时，显示 Web 页的主窗口就是这样的控件。第二个组件 mshtml.dll，含有能分析 WebBrowser 控件中所包含文档的 HTML 分析器。

可能有这种情况，在您的应用程序内部，已经用 WebBrowser 控件来驻留 Web 页，但仍需要重新创建一个小浏览器来启动 Web 页的拆取。

在文件菜单上，请单击新建工程，以创建“标准 EXE”，然后在工程菜单上单击部件，以添加 Microsoft HTML Object Library 和 Microsoft Internet Controls。

在工具箱中，可看见 WebBrowser 组件。拖动其中之一，文本框和主窗体上的命令按钮。将此文本框的 Text 属性设置为 “http://www.asp001.net/test.htm”，将此命令按钮的 Caption 属性设置为“浏览(&B)”。

双击该命令按钮，然后在事件处理器中放入下列代码，导航至文本框中命名的 Web 站点：
Private Sub Command1_Click()
WebBrowser1.Navigate Text1.Text
End Sub

保存并运行该程序。试着按浏览按钮，导航到文本框中指定的站点。您已经创建了一个基本的 Web 浏览器 — 就其本身而言没什么用，甚至没什么意义，但它却是迈向 Web 拆取技术的第一步。

回到工程中，在代码窗口中选择 WebBrowser1 对象，然后选择 DocumentComplete 的事件处理器。一旦整个 Web 页下载到此浏览器中，即触发该事件：
Private Sub WebBrowser1_DocumentComplete_
(ByVal pDisp As Object, URL As Variant)

End Sub

传递到该事件中的 URL 就是我们导航所至的位置，它在日后确定浏览器所在的页面时将更为有用。WebBrowser 控件有一个属性称为 Document（文档），可将其视为 IHTMLDocument 来处理：