当前位置:首页 > 网站旧栏目 > 学习园地 > 程序开发教程 > IHTMLDocument2接口访问Dom,完成自动搜索

IHTMLDocument2接口访问Dom,完成自动搜索
2009-12-23 10:57:24  作者:cnblogs  来源:cnblogs

首先感叹下:冬至了,别人都去聚餐言欢,我去孤独写这些文字

 之所以写这个东西,是一个网管朋友出50元大洋让我写的,有了这个东东,在网吧可以很轻松的做网吧增值广告了.当时是星期天,想着又没有事做,就答应了,虽知星期天的事情还真多,知道昨天晚上才搞定.

 我们来看下这位朋友的要求:

1、网站址:http://www.v232.com/?username,后面的username最好能在配置文件中配置。

2、打开软件后搜索一次(搜索关键词最好从我那网站调用,因为我那网站的关键字是随机网络热门关键字地址是http://61.187.248.172:8099/listc.do这个地址最好也能配置,因为有时会变)
3、搜索一次后还必须要点击一次搜索到的结果,不然会视为无效搜索。
4、等上几秒(最好可以通过配置文件配置)再运行一次搜索即可,当然最好能让他运行三次,运行三次后还是等上几十分钟(最好能配置)再运行。
5、全后台运行,不能移动改变鼠标位置。

 

一条条分析下:

第一个要求,too easy ,编程花费时间可以忽略不计,用ini文件,用GetPrivateProfile**的api搞定

第二个要求:分两步,

          (1)获取关键字,CInternetSession + CHttpFile后再截取字符串搞定(当然换了地址,代码换了就不行了)

          (2)搜索一次,这个一次搜索,过程也是比较难搞的,大家可以打开那个http://www.v232.com/?username这个网站其实用搜狗的广告联盟,过程挺简单的,给搜索框填写关键字,然后单击搜索按钮,这里起初我想的也是很简单的,可是问题确实不断的出来,不过最终都解决了,要不我也不敢在这些这些字了,呵呵

         这个过程要用本文的主角IHMLDocument2了,而且还用到了跨域访问,可以看那个网站,是把搜狗网站用iframe引进来了,两个document属于不同的域,访问就不便了,这个接口竟然也有这种限制.不过不用怕,网页都到自己的电脑上了,自己的电脑,难道还不听自己的话么.如果真是这样我宁愿把电脑砸了.

第三个要求:没什么了,第二个要求中的差不多,其实应该还简单的,因为搜索结果是一个框架的,而且又没有跨域的问题.不过唯一不好的就是搜索结果的链接默认是在新窗口打开的,这样的话,这个软件就不能够足够的隐藏了,因为会打开一个新的浏览器窗口了,解决办法,就是在当前打开了,所以更改链接的target属性.

第四个要求:用SetTimer搞定即可.

第五个要求:没什么了,隐藏对话框窗口.

先搞个图片:

下面就开始主演登场了

 

首先盗用别人的一张图来展示下网页的结构

 

[page]
我用的是VS2008中的activeX Microsoft web browser控件所以可以很容易获取到IHTMLDocument2对象

m_ie是与activeX Microsoft web browser控件关联的变量,CComPtr是Com了,可以实现智能指针

代码
CComPtr<IDispatch> spDispDoc = m_ie.get_Document();
    CComPtr
<IHTMLDocument2> spHtmlDoc = NULL;
    hr 
= spDispDoc->QueryInterface(IID_IHTMLDocument2,(void **)&spHtmlDoc);
    
if (FAILED(hr) || NULL == spHtmlDoc)
    {
        
//return FALSE;
    }

 

 

上面在分析中说了要第二个要求中,有框架的,还要跨域的,可以看上图,我们知道对已访问框架网页的IHtmlDocument2,我们需要要获取Frame对象,然后是Window对象,然后再次才是框架网页的IHTMLDocument2对象.

所以就按此顺序来了

 

代码
    spHtmlDoc->get_readyState(&state); 
        pSate 
= _com_util::ConvertBSTRToString(state);
        
if(strcmp(pSate,"complete")==0//检测下状态
        {
            
        }
        
else
        {
            
return;
        }
        
//开始解析网页
        CComPtr<IHTMLWindow2>  pHTMLWnd = NULL;   
        CComPtr
<IHTMLDocument2> pChilDoc = NULL;
        LPDISPATCH   lpDispatch;   

        
        CComPtr
<IHTMLFramesCollection2> pFrames=NULL;
        spHtmlDoc
->get_frames(&pFrames);
        
long frameCount = 0;
        pFrames
->get_length(&frameCount);
        
//获取第一个frame
        VARIANT   varindex,varresult;  
        varresult.vt
=VT_DISPATCH;   
        varindex.vt   
=   VT_I4;
        
        varindex.lVal 
= 0;
        hr 
= pFrames->item(&varindex,   &varresult);
        
if (S_OK != hr)
        {
            
return;
        }

        lpDispatch 
= (LPDISPATCH)varresult.ppdispVal;//为了跨域访问
        if(SUCCEEDED(lpDispatch->QueryInterface(IID_IHTMLWindow2,   (LPVOID   *)&pHTMLWnd)))   
        {   
             pChilDoc 
= HtmlWindowToHtmlDocument(pHTMLWnd); //为了跨域访问,此函数突破跨域限制
             if (pChilDoc==NULL)
             {
                 
return;
             }
        }
        
else
        {
            
return;
        }

 

做这些访问操作,需要多加判断,或者用try catch了.

主要是这个IDispatch,刚才我也弄得头晕了,后来就明白了,可以把这个看成对封装一大堆元素东西的结构,就像我们访问Document中的元素,一次得到都是封装的,这个IDsipach可以返回我们想要的,记得用get_all,get_frames,get_forms等返回的都是一块东西,我们没有办法直接访问,然后有一个专门拆包的人,我们说要个input元素,然后这个人就到包里找,找到了就给我们,找不到了,就不进行操作了.就像我高中学校里的传达室一样,每次都有很多邮件在一个箱子里,我没有权利去检查里面有没有我或者我同学的信,我每次都得问那老爷爷有没有"谁谁谁"的信,老爷爷在里面找半天,有了就给我,没了,也不理我,继续给其他同学找信.

传达室就像一个Document对象,而箱子就是一些元素的集合,老爷爷就是IDispatch了,信和邮件就是我们要的网页元素了,像a input table等.

上面的代码中有突破跨域的,其实也是很实用的,这个传达室没有我的邮件,我得到另一个找找看了,不能吊死到一棵树上呀

上面用到得HtmlWindowToHtmlDocument函数是从MSDN的forum上找到得,经过我稍微的改版,改成适合我当前工程的函数,下面贴出来了

 

代码
CComPtr<IWebBrowser2> CTimerSerachDlg::HtmlWindowToHtmlWebBrowser(CComPtr<IHTMLWindow2> spWindow)
{     
    ATLASSERT(spWindow 
!= NULL);     
    CComQIPtr
<IServiceProvider>  spServiceProvider = spWindow;     
    
if (spServiceProvider == NULL)     
    {          
        
return CComPtr<IWebBrowser2>();     
    }     
    CComPtr
<IWebBrowser2> spWebBrws;     
    HRESULT hRes 
= spServiceProvider->QueryService(IID_IWebBrowserApp, IID_IWebBrowser2, (void**)&spWebBrws);     
    
if (hRes != S_OK)     
    {          
        
return CComPtr<IWebBrowser2>();     
    }     
    
return spWebBrws;
}

// Converts a IHTMLWindow2 object to a IHTMLDocument2. Returns NULL in case of failure.
// It takes into account accessing the DOM across frames loaded from different domains.
CComPtr<IHTMLDocument2> CTimerSerachDlg::HtmlWindowToHtmlDocument(CComPtr<IHTMLWindow2> spWindow)
{     
    ATLASSERT(spWindow 
!= NULL);     
    CComPtr
<IHTMLDocument2> spDocument;     
    HRESULT hRes 
= spWindow->get_document(&spDocument);         
    
if ((S_OK == hRes) && (spDocument != NULL))     
    {          
        
// The html document was properly retrieved.          
        return spDocument;     
    }     
    
// hRes could be E_ACCESSDENIED that means a security restriction that     
    
// prevents scripting across frames that loads documents from different internet domains.     
    CComPtr<IWebBrowser2>  spBrws = HtmlWindowToHtmlWebBrowser(spWindow);     
    
if (spBrws == NULL)     
    {         
        
return CComPtr<IHTMLDocument2>();     
    }     
    
// Get the document object from the IWebBrowser2 object.     
    CComPtr<IDispatch> spDisp;     hRes = spBrws->get_Document(&spDisp);    
    spDocument 
= spDisp;     
    
return spDocument;
}

 

英文注释都保留了,原理就是同window来获取Document对象了,我早说了,自己的电脑能不听自己的话么.即使不听,也得教训下,让它听话.

其实上面基本就是核心代码了,这里需要注意的就是VARIANT 和BSTR类型变量的使用,这个网上的资料还是很多的,我看网上的资料没看明白,看msdn明白了.

VARIANT 就是一个为了实现语言无关性,Com接口中的.用的时候,就是指定下当前的数据类型,然后往指定的数据类型的属性中赋值就可以了,是一个封装了大多数基本数据类型的类.

 

还有一个难点就是,到了搜索结果页,直接用IHTMLLinkElement2 和IHTMLLinkElement都得不到A的链接,无奈了,用IHTMElement2 IHTMElement 都可以了的,起初直接用IHTMLLinkElement2强制转换IHTMElement2 ,然后修改链接的target(IHTMLLinkElement2才有的)属性,不行,肯定不行了,向下类的继承也知道不行的.这折腾了我好长时间.就又到msdn看呀看,终于看了到了IHTMLElement 的SetAttribute、RemoveAttribute,顿感救星来了,果然如此,用SetAttribute("target","_self");当然里面的字符串要用BSTR了,到此就完成了,中间隔时间,我全部用SetTimer来完成,下面贴出OnTimer的代码(我调试的代码都在,有的代码是没有用的了)

 

代码
void CTimerSerachDlg::OnTimer(UINT_PTR nIDEvent)
{
    
// TODO: 在此添加消息处理程序代码和/或调用默认值
    BSTR state = {0};
    
char *pSate=NULL;
    
    
if (nIDEvent==1)
    {
        GetKeyWord();
        HRESULT hr 
= E_FAIL;
        CComPtr
<IDispatch> spDispDoc = m_ie.get_Document();
        CComPtr
<IHTMLDocument2> spHtmlDoc = NULL;
        hr 
= spDispDoc->QueryInterface(IID_IHTMLDocument2,(void **)&spHtmlDoc);
        
if (FAILED(hr) || NULL == spHtmlDoc)
        {
            
//return FALSE;
        }

        spHtmlDoc
->get_readyState(&state); 
        pSate 
= _com_util::ConvertBSTRToString(state);
        
if(strcmp(pSate,"complete")==0//检测下状态
        {
            
        }
        
else
        {
            
return;
        }
        
//开始解析网页
        CComPtr<IHTMLWindow2>  pHTMLWnd = NULL;   
        CComPtr
<IHTMLDocument2> pChilDoc = NULL;
        LPDISPATCH   lpDispatch;   

        
        CComPtr
<IHTMLFramesCollection2> pFrames=NULL;
        spHtmlDoc
->get_frames(&pFrames);
        
long frameCount = 0;
        pFrames
->get_length(&frameCount);
        
//获取第一个frame
        VARIANT   varindex,varresult;  
        varresult.vt
=VT_DISPATCH;   
        varindex.vt   
=   VT_I4;
        
        varindex.lVal 
= 0;
        hr 
= pFrames->item(&varindex,   &varresult);
        
if (S_OK != hr)
        {
            
return;
        }

        lpDispatch 
= (LPDISPATCH)varresult.ppdispVal;
        
if(SUCCEEDED(lpDispatch->QueryInterface(IID_IHTMLWindow2,   (LPVOID   *)&pHTMLWnd)))   
        {   
             pChilDoc 
= HtmlWindowToHtmlDocument(pHTMLWnd);
             
if (pChilDoc==NULL)
             {
                 
return;
             }
        }
        
else
        {
            
return;
        }
        
        CComPtr
<IHTMLElementCollection> pForms = NULL;
        pChilDoc
->get_forms(&pForms);
        
        
long formCount = 0;
        pForms
->get_length(&formCount);
        CComPtr
<IDispatch> formDis = NULL;
        _variant_t index 
= 0;
        hr 
= pForms->item(index,index,&formDis);
        
        
if (hr!=S_OK)
        {
            
return;
        }
        
//get the form interface
        CComPtr<IHTMLFormElement> pFirstForm = NULL;
        hr 
= formDis->QueryInterface(IID_IHTMLFormElement,(void **)&pFirstForm);
        
if (hr!=S_OK)
        {
            
return;
        }
        formDis.Release();
        BSTR formName 
= {0};
        pFirstForm
->get_name(&formName);
        CComPtr
<IDispatch> inputDis = NULL;
        index 
= 4;
        pFirstForm
->item(index,index,&inputDis);
        CComPtr
<IHTMLInputTextElement> qElem = NULL;
        inputDis
->QueryInterface(IID_IHTMLInputTextElement,(void**)&qElem);
        inputDis.Release();
        BSTR tagName
={0};
        BSTR id
={0};
        qElem
->get_name(&tagName);
        BSTR value 
= {0};
        
        qElem
->put_value(value);
        value
=m_keyWord.AllocSysString();
        qElem
->put_value(value);
        SysFreeString(value); 

        
//成功后,就不用了
        KillTimer(1);
        SetTimer(
2,5000,NULL);//开始单击按钮
    }
    
if (nIDEvent==2)
    {
        HRESULT hr 
= E_FAIL;
        CComPtr
<IDispatch> spDispDoc = m_ie.get_Document();
        CComPtr
<IHTMLDocument2> spHtmlDoc = NULL;
        hr 
= spDispDoc->QueryInterface(IID_IHTMLDocument2,(void **)&spHtmlDoc);
        
if (FAILED(hr) || NULL == spHtmlDoc)
        {
            
//return FALSE;
        }

        spHtmlDoc
->get_readyState(&state);
        pSate 
= _com_util::ConvertBSTRToString(state);
        
if(strcmp(pSate,"complete")==0)
        {

        }
        
else
        {
            
return;
        }
        
//开始解析网页
        CComPtr<IHTMLWindow2>  pHTMLWnd = NULL;   
        CComPtr
<IHTMLDocument2> pChilDoc = NULL;
        LPDISPATCH   lpDispatch;   


        CComPtr
<IHTMLFramesCollection2> pFrames=NULL;
        spHtmlDoc
->get_frames(&pFrames);
        
long frameCount = 0;
        pFrames
->get_length(&frameCount);
        
//获取第一个frame
        VARIANT   varindex,varresult;  
        varresult.vt
=VT_DISPATCH;   
        varindex.vt   
=   VT_I4;

        varindex.lVal 
= 0;
        hr 
= pFrames->item(&varindex,   &varresult);
        
if (S_OK != hr)
        {
            
return;
        }

        lpDispatch 
= (LPDISPATCH)varresult.ppdispVal;
        
if(SUCCEEDED(lpDispatch->QueryInterface(IID_IHTMLWindow2,   (LPVOID   *)&pHTMLWnd)))   
        {   
            pChilDoc 
= HtmlWindowToHtmlDocument(pHTMLWnd);
            
if (pChilDoc==NULL)
            {
                
return;
            }
        }
        
else
        {
            
return;
        }

        CComPtr
<IHTMLElementCollection> pForms = NULL;
        pChilDoc
->get_forms(&pForms);

        
long formCount = 0;
        pForms
->get_length(&formCount);
        CComPtr
<IDispatch> formDis = NULL;
        _variant_t index 
= 0;
        hr 
= pForms->item(index,index,&formDis);

        
if (hr!=S_OK)
        {
            
return;
        }
        
//get the form interface
        CComPtr<IHTMLFormElement> pFirstForm = NULL;
        hr 
= formDis->QueryInterface(IID_IHTMLFormElement,(void **)&pFirstForm);
        
if (hr!=S_OK)
        {
            
return;
        }
        formDis.Release();
        BSTR formName 
= {0};
        pFirstForm
->get_name(&formName);
        CComPtr
<IDispatch> inputDis = NULL;
        index 
= 5;
        pFirstForm
->item(index,index,&inputDis);
        CComPtr
<IHTMLElement> qElem = NULL;
        inputDis
->QueryInterface(IID_IHTMLElement,(void**)&qElem);
        inputDis.Release();
        BSTR tagName
={0};
        BSTR id
={0};
        qElem
->get_tagName(&tagName);
        qElem
->get_title(&tagName);
        
/*BSTR value = {0};

        qElem->put_value(value);
        value=m_keyWord.AllocSysString();
        qElem->put_value(value);
        SysFreeString(value); 
*/
        qElem
->click();
        
//成功后,就不用了
        KillTimer(2);
        SetTimer(
3,5000,NULL);//开始单击搜索结果
    }
安徽新华电脑学校专业职业规划师为你提供更多帮助【在线咨询