VC/MFC 从WebBrower 中获取 HTML 和文本

以你之姓@ 2022-06-03 04:13 334阅读 0赞

本文部分转载于 http://blog.chinaunix.net/uid-2516614-id-2496197.html

用于参考

///

外部窗口接口获取(非原博客，是自己添加的其他通过获取IE浏览器窗口的句柄，在由句柄转换成IE的接口)：

void CHTMLContrlDlg::OnBnClickedButtonOpen()
    {
    	// TODO: 在此添加控件通知处理程序代码
    	
    
    	HWND ExplorerWnd = ::FindWindow(NULL, _T("CrystalDiskMark 3.0 x64"));
    
    	
    	//根据IE主窗口获取浏览器窗口
    	  
    	  if (!ExplorerWnd)
    		::MessageBox(m_hWnd, TEXT("CrystalDiskMark - Internet Explorer"), NULL, MB_OK);
    
    	else
    	{
    		if (m_WinThread)
    		{
    			return;
    		}
    
    		m_WinThread  = AfxBeginThread(MyThreadRead, (void*)this);
    		::SetForegroundWindow(ExplorerWnd);
    		FindWindowsHwnd(ExplorerWnd);
    	}
    
    }

void CHTMLContrlDlg::FindWindowsHwnd(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 CComBSTR bstrTitle; spDoc->get_title(&bstrTitle);//取得文档标题 CString str(bstrTitle); SetWindowText(str); CComPtr < IHTMLElementCollection > spElementCollection; hr = spDoc->get_all(&spElementCollection); if (FAILED(hr)) { return; } long elementLength; hr = spElementCollection->get_length(&elementLength);获取HTML元素数量 if (FAILED(hr)) { return; }   //接下来就可以通过指针循环查找元素，根据自己的查找条件判别要找的元素 VARIANT name; CComBSTR tag; name.vt = VT_I4; for (int i = 0; i < elementLength; i++) { name.lVal = i; IDispatch * pDispatch = NULL; HRESULT res = spElementCollection->item(name, name, &pDispatch); if (FAILED(res)) { continue; } CComPtr<IHTMLElement> pHtmlElement;////IHTMLSelectElement是你想找的元素类型，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
    	CComBSTR bstrTitle;
    	spDoc->get_title(&bstrTitle);//取得文档标题  
    
    	CString str(bstrTitle);
    
    	SetWindowText(str);
    	CComPtr < IHTMLElementCollection > spElementCollection;
    	hr = spDoc->get_all(&spElementCollection);
    
    	if (FAILED(hr))
    	{
    		return;
    	}
    	long elementLength;
    
    	hr = spElementCollection->get_length(&elementLength);获取HTML元素数量
    	if (FAILED(hr))
    	{
    		return;
    	}
           //接下来就可以通过指针循环查找元素，根据自己的查找条件判别要找的元素
    	VARIANT name;
    	CComBSTR tag;
    	name.vt = VT_I4;
    
    	for (int i = 0; i < elementLength; i++)
    	{
    		name.lVal = i;
    		IDispatch * pDispatch = NULL;
    		HRESULT res = spElementCollection->item(name, name, &pDispatch);
    
    		if (FAILED(res))
    		{
    			continue;
    		}
    
    		CComPtr<IHTMLElement> pHtmlElement;////IHTMLSelectElement是你想找的元素类型，

还有IHTMLSpanElement、IHTMLElement、IHTMLSpanElement等
    		hr = pDispatch->QueryInterface(IID_IHTMLElement, (void**)&pHtmlElement);
    	        
    		hr = pDispatch->QueryInterface(IID_IHTMLElement, (void**)&pHtmlElement);

if (FAILED(hr)) { continue; } BSTR id; BSTR _innerText; pHtmlElement->get_id(&id); pHtmlElement->get_innerText(&_innerText);

}

///

本代码是关于 从 ACTIVEX控件 WebBrower 中获取 HTML 和文本。
    本代码来自网络，从哪里来不记得了。
      原来代码中有获得HTML，但是我项目中的目的是得到HTML中的文本。料想 自己还要写一个HTML-->TXT
    的代码来解决最后的问题。写着写着看到 hr=pElement->get_outerHTML();这个代码 和javascript中的inner***很类似。如是利用自动不起功能居然发现了pElement->get_outerText(&pContent);于是直接省略了
    HTML-->TXT的代码。。噢 吔！！！
    
    pBrowse = (CWebBrowser2*)this->GetDlgItem(IDC_EXPLORER3);
        IHTMLDocument2 *pHTMLDocument=NULL;
        if (!(pHTMLDocument = (IHTMLDocument2*)pBrowse->GetDocument()))
            return;
        CComPtr<IHTMLElementCollection> pAllColl;
        HRESULT hr;
        hr=pHTMLDocument->get_all(&pAllColl);
        if(hr==S_OK){
            LONG length=0;
            hr=pAllColl->get_length(&length);
            if(hr==S_OK){
                for(int i=0;i<length;i++){
                    VARIANT vIndex,vName;
                    vName.vt=vIndex.vt=VT_I4;
                    vName.lVal=vIndex.lVal=i;
                    CComPtr<IDispatch> pDisp;
                    hr=pAllColl->item(vName,vIndex,&pDisp);
                    if( hr==S_OK ){
                        CComPtr<IHTMLElement> pElement;
                        hr=pDisp->QueryInterface(IID_IHTMLElement,(void**)&pElement);
                        if( hr==S_OK ){
                            CComBSTR tagName;
                            hr=pElement->get_tagName(&tagName);
                            if(hr==S_OK){
                                CString str(tagName);
                                if(str=="HTML"){
                                    CComBSTR pContent;
                                    hr=pElement->get_outerText(&pContent);
                                    //hr=pElement->get_outerHTML();
    
                                    if(hr==S_OK){
    
                                        UpdateData(true);
                                        m_text = CString(pContent);
                                        UpdateData(false);
                                        i=length;//以便退出循环
    
                                    }
                                    else{//if get_outerHTML failed
    
                                     MessageBox("can't get html code");
                                    }
                                }//else if tagName isnot 'HTML'
    
                            }//else if get_tagName failed
    
                        }//else if don't get IHMTLElement interface
    
                    }//if no items
    
                }
            }//if get_length failed
    
        }//if get_all failed
    
        pHTMLDocument->Release();
    }