vc采集网页内frame框架下所有元素（不指定具体table/form） .

原创于 2012-11-27 21:04:00 发布 · 59 阅读

本内容遵循CC 4.0 BY-SA版权协议

本文提供了一段代码，用于枚举浏览器中的所有元素，并特别针对了过滤特定URL的实现方式。通过遍历浏览器实例，获取每个窗口的文档接口，进一步枚举所有HTML元素，包括文本框等，对于满足特定条件的URL进行处理，例如记录主叫号码。

1.独立代码

//-----------开始---------------------//
#include <atlbase.h>
#include <mshtml.h>
#include <winuser.h>
#include <comdef.h>
#include <string.h>
void EnumIE(void);//处理网页
CComModule _Module; //使用CComDispatchDriver ATL的智能指针，此处必须声明
#include <atlcom.h>
void EnumAllElement(IHTMLDocument2 * pIHTMLDocument2);

void EnumIE(void)
{
CComPtr<IShellWindows> spShellWin;
HRESULT hr=spShellWin.CoCreateInstance(CLSID_ShellWindows);
if (FAILED(hr))
{
return;
}

long nCount=0;    //取得浏览器实例个数(Explorer和IExplorer)
spShellWin->get_Count(&nCount);
if (0==nCount)
{
    return;
}

for(int i=0; i<nCount; i++)
{
    CComPtr<IDispatch> spDispIE;
    hr=spShellWin->Item(CComVariant((long)i), &spDispIE);
    if (FAILED(hr)) continue;
    CComQIPtr<IWebBrowser2>spBrowser=spDispIE;
    if (!spBrowser) continue;
    CComPtr<IDispatch> spDispDoc;
    hr=spBrowser->get_Document(&spDispDoc);
    if (FAILED(hr)) continue;
    CComQIPtr<IHTMLDocument2>spDocument2 =spDispDoc;
    if (!spDocument2) continue;

//Modify by jncao 2007-09-17
//*******************************************************************************
CString cIEUrl_Filter; //设置的URL(必须是此URL的网站才有效);
cIEUrl_Filter="http://127.0.0.1:8082/csp/"; //设置过滤的网址
//*******************************************************************************

CComBSTR IEUrl;
spBrowser->get_LocationURL(&IEUrl);
CString cIEUrl_Get; //从机器上取得的HTTP的完整的URL;
cIEUrl_Get=IEUrl;
cIEUrl_Get=cIEUrl_Get.Left(cIEUrl_Filter.GetLength()); //截取前面N位

if (strcmp(cIEUrl_Get,cIEUrl_Filter)==0)
{
// 程序运行到此，已经找到了IHTMLDocument2的接口指针
EnumAllElement(spDocument2);//枚举所有元素

}
}
}

void EnumFrame(IHTMLDocument2 * pIHTMLDocument2)
{
if (!pIHTMLDocument2) return;
HRESULT   hr;
CComPtr<IHTMLFramesCollection2> spFramesCollection2;
pIHTMLDocument2->get_frames(&spFramesCollection2); //取得框架frame的集合
long nFrameCount=0;        //取得子框架个数
hr=spFramesCollection2->get_length(&nFrameCount);
if (FAILED(hr)|| 0==nFrameCount) return;
for(long i=0; i<nFrameCount; i++)
{
  CComVariant vDispWin2; //取得子框架的自动化接口
  hr = spFramesCollection2->item(&CComVariant(i), &vDispWin2);
  if (FAILED(hr)) continue;
  CComQIPtr<IHTMLWindow2>spWin2 = vDispWin2.pdispVal;
  if (!spWin2) continue; //取得子框架的   IHTMLWindow2   接口
  CComPtr <IHTMLDocument2> spDoc2;
  spWin2->get_document(&spDoc2); //取得子框架的   IHTMLDocument2   接口
  EnumAllElement(spDoc2);      //递归枚举当前子框架   IHTMLDocument2   上的所有控件
}
}

void EnumAllElement(IHTMLDocument2 * pIHTMLDocument2) //枚举所有字段
{
if (!pIHTMLDocument2) return;
EnumFrame(pIHTMLDocument2); //递归枚举当前IHTMLDocument2上的子框架frame
HRESULT hr;

CComQIPtr<IHTMLElementCollection> spAllElement;
hr=pIHTMLDocument2->get_all(&spAllElement);//获取所有网页内所有元素
if (FAILED(hr)) return;

long nLength = 0;
spAllElement->get_length (&nLength);
for (int i = 0; i < nLength; i++)
{
        CComPtr<IDispatch> pDisp;
  hr = spAllElement->item(COleVariant((long)i),COleVariant((long)0),&pDisp); //获取单个元素
  if(SUCCEEDED(hr))
  {
   //CComQIPtr <IHTMLElement, &IID_IHTMLElement> pElement(pDisp);
   CComQIPtr<IHTMLElement, &IID_IHTMLElement> pElement;
   pDisp->QueryInterface(&pElement);
   BSTR bTemp;
   pElement->get_id(&bTemp);//可以获取其他特征，根据具体元素而定
   CString strTemp=bTemp;
   if(!strTemp.IsEmpty() && strTemp=="callNo")//根据callNo(效能提升text控件id)是主叫号码获取值或作其他处理
   {
    IHTMLInputTextElement* input;
    pDisp->QueryInterface(IID_IHTMLInputTextElement,(void**)&input);
    input->get_value(&bTemp);
    if(bTemp==NULL) strTemp="null";
    else strTemp=bTemp;
    CStdioFile ioFile;
    ioFile.Open("callerno.txt",CFile::modeCreate|CFile::modeWrite|CFile::modeNoTruncate);
    ioFile.SeekToEnd();//先定位到文件尾部
    CString strInsert=strTemp+"/n";
    ioFile.WriteString(strInsert);
    ioFile.Close();
   }
  }
}
}

//-----------结束---------------------//

2.执行代码:

void CDemoDlg::OnOK()
{
// TODO: Add extra validation here
::CoInitialize(NULL); //初始化COM
EnumIE(); //枚举浏览器
::CoUninitialize(); //释放COM
//CDialog::OnOK();
}

from：http://blog.csdn.net/fjssharpsword/article/details/6193564