[Builder][html][内容]用c Builder 如何获取html内容

作者:

5 Sep

用c++Builder 如何获取html内容

指定的区域

帮顶

获取一个固定的 html 内容如： www.dfsdf.com/sdfsad.html
这个显示的文字部分内容 http://www.jzqyw.cn/company_content.php?shopid=30914（举例随便找的）现实中就是一个固定的 html 通过C++Builder实现所谓的区域就是显示的文字部分内容（以上面的地址为例）

各位帮帮忙很急！！！很急！！！很急！！！

先用WebBrowser或IdHTTP读取指定的网页内容，然后通过IHTMLDocument2接口分析HTML内容，至于指定的区域，由于不同的网页中结构以及元素不同，这一点很难做到通用。如果是读取一个结构不变化的网页，这个好办。看你的需求，需要代码就吱一声，顺便给出测试用的网页地址。

妖哥。。还是把代码整出来吧谢谢谢谢

急用急用。。。。。。

网页结构固定不变用table 做成的

晚上回来给你代码。

先谢妖哥了

摇哥我等你的代码等的好辛苦

C/C++ code


        //通过lpWebDoc来取网页的代码。
        AnsiString HtmlSrc;
        if(lpWebDoc)
        {
            try
            {
                //先取出所有的源代码。
                AnsiString StrTagName;
                Variant Doc = lpWebDoc;
                Variant Tag_HTML = Doc.OlePropertyGet("all");
                int iCount = Tag_HTML.OlePropertyGet("length");
                for(int i=0;i<iCount;i++)
                {
                    Variant Tag_Item = Tag_HTML.OleFunction("item",i);
                    if(Tag_Item.VOleStr!=NULL)
                    {
                        Variant Tag_tagName = Tag_Item.OlePropertyGet("tagName");
                        if(Tag_tagName.VOleStr!=NULL)
                        {
                            StrTagName = AnsiString(Tag_tagName.VOleStr).UpperCase();
                            Variant Tag_outerHTML = Tag_Item.OlePropertyGet("outerHTML");
                            if(Tag_outerHTML.VOleStr!=NULL)
                            {
                                if(StrTagName == "HTML" && HtmlSrc=="")
                                {
                                    //到这里就取出了页面的所有源代码                                                                        HtmlSrc = Tag_outerHTML.VOleStr;
                                    break;
                                }
                            } //end of if(Tag_outerHTML.VOleStr!=NULL)
                        }//end of  if(Tag_tagName.
                    } //end of if(Tag_Item.
                }//end of for
            }catch(…){}
        }//end of if(lpWebDoc)

这两天事情多，有些忙不过来，代码写了一半，尚未调试完，如果今天晚上没有应酬，应该可以帮你搞定，最晚明天代码Post过来。
设计思想是用IdHTTP读取网页数据，经过接口转化，利用IHTMLDocument2或IHTMLDocument3定位到指定的表格，读取文字内容。
实在抱歉。我答应了别人的事，不愿意辜负别人期望。

用CppWebBrowser

通过 DOM 解析 HTML 中的内容，可针对每个节点（区域）进行各种操作！

我来了！！！这两天事情太多，忙里抽闲才调试完这一段代码。以下代码在BCB6中测试通过

C/C++ code

#include <mshtml.h>

//—————————————————————————
// 函数功能：读取指定网页的内容，通过分析HTML文本获取指定区域内容
// strUrl：指定网页地址
// strTagName：指定要读取的HTML标签，如div或table
// lTagIndex：指定要读取的索引，也就是第N个div或table
//—————————————————————————
String CrnGetHTMLAreaText(String strUrl, String strTagName, long lTagIndex)
{
    String strResult("");

    // 读取网页内容先，这里用的是Indy组件
    TIdHTTP *ih = new TIdHTTP(NULL);
    String strHtmlText;
    try
    {
        strHtmlText = ih->Get(strUrl);
    }
    __finally
    {
        delete ih;
    }

    if(strHtmlText == "") return strResult;

    // 初始化COM
    CoInitialize(NULL);

    // 创建接口，用以分析HTML文本
    IHTMLDocument3 *spDoc = NULL;
    CoCreateInstance(CLSID_HTMLDocument,
                   NULL,
                   CLSCTX_INPROC_SERVER,
                   IID_IHTMLDocument3,
                   (LPVOID *)&spDoc);
    HRESULT hr;
    if(spDoc)
    {
        IPersistStreamInit *pPersist = NULL;
        hr = spDoc->QueryInterface(IID_IPersistStreamInit, (LPVOID *) &pPersist);
        if(SUCCEEDED(hr))
        {
            IMarkupServices *pMarkSvr = NULL;
            pPersist->InitNew();
            hr = spDoc->QueryInterface(IID_IMarkupServices, (LPVOID *)&pMarkSvr);
            if(SUCCEEDED(hr))
            {
                IMarkupContainer *pMkContainer = NULL;
                IMarkupPointer *pMkStart = NULL;
                IMarkupPointer *pMkFinish = NULL;
                pMarkSvr->CreateMarkupPointer(&pMkStart);
                pMarkSvr->CreateMarkupPointer(&pMkFinish);
                hr = pMarkSvr->ParseString(WideString(strHtmlText),
                        0, &pMkContainer, pMkStart, pMkFinish);
                if(SUCCEEDED(hr))
                {
                    IHTMLDocument3 *pNewDoc = NULL;
                    // 通过分析HTML文本获得新的接口
                    pMkContainer->QueryInterface(IID_IHTMLDocument3, (LPVOID *)&pNewDoc);
                    if(pNewDoc)
                    {
                        IHTMLElementCollection *pColl;
                        // 获取所有的strTagName
                        hr = pNewDoc->getElementsByTagName(WideString(strTagName), &pColl);
                        if(SUCCEEDED(hr))
                        {
                            long lCount;
                            hr = pColl->get_length(&lCount);
                            // 定位到指定的标签处
                            if(SUCCEEDED(hr) && lCount > lTagIndex)
                            {
                                VARIANT vTemp, vID;
                                vID.vt = VT_UI4;
                                vID.lVal = lTagIndex;

                                // 63 63 72 75 6E 2E 63 6F 6D
                                IDispatch *pDisp;
                                hr = pColl->item(vID, vTemp, &pDisp);
                                if(SUCCEEDED(hr) && pDisp)
                                {
                                    // 读取这个标签的文本内容
                                    IHTMLElement *pElement;
                                    hr = pDisp->QueryInterface(IID_IHTMLElement, (void **)&pElement);
                                    if(SUCCEEDED(hr))
                                    {
                                        wchar_t *wszBuf;
                                        pElement->get_innerText(&wszBuf);
                                        strResult = wszBuf;
                                        // 走到这一步就算成功鸟
                                        pElement->Release();
                                    }
                                    pDisp->Release();
                                }
                            }
                            pColl->Release();
                        }
                        pNewDoc->Release();
                    }
                    pMkContainer->Release();
                    pMkStart->Release();
                    pMkFinish->Release();
                }
                pMarkSvr->Release();
            }
            pPersist->Release();
        }
        spDoc->Release();
    }

    CoUninitialize();

    return strResult;
}
//—————————————————————————
void __fastcall TForm1::Button1Click(TObject *Sender)
{
    String strUrl = "http://www.jzqyw.cn/company_content.php?shopid=30914";
    // 读取这个网页的第9个表格的文本内容
    Memo1->Lines->Text = CrnGetHTMLAreaText(strUrl, "table", 8);
}

谢谢在多忙中帮忙

受教了，谢谢

请问高手如何用 CppWebBrowser 写程序进行自动测试呢?
我试过, 先用WebBrowser读取指定的网页内容，然后通过IHTMLDocument2接口分析HTML内容.
然后让程序填表单数据, 提交
pFormElement->submit(); //成功

但如何在提交成功后获得新的一页的HTML内容, 然后让程序再填新的数据, 再次提交…… 直到完成最后一页任务呢?
在第一页数据成功提交后, 网站已返回第二页内容, 但我试用如下方法取新内容, 不行, Memo1 中显示的还是原来第一页的内容:
CppWebBrowser1->Update();
pDisp = CppWebBrowser1->Document;
pDisp->QueryInterface(IID_IHTMLDocument2, (void**)&pDoc2);
pDoc2->get_body(&body);
body->get_outerHTML(&source) ;
Memo1->Text=AnsiString(source);

做WEB游戏外挂用的？

妖兄，不知道您的Spy4Win中获取指定IE页面的代码该如何写啊？
Spy4Win功能太强大了，都可以看到页面中鼠标下面一小部分的代码了，不知道妖兄能否给些提示代码？
多谢

强贴留名。

楼主貌似已失踪，郁闷中。。。

@faretel：
提交成功后，重新Nav到提交前的页面，填写数据，提交，再重复这个步骤。

@dawnsong：
Spy4Win中IE页面探测功能主要是通过IHTMLDocument2接口来完成的，多看看mshtml.hpp文件对你有帮助。

我爱builder

[Builder][html][内容]用c Builder 如何获取html内容

类别

最新

标签

链接

存档