使用流加载和保存HTML内容&遍历html的信息存入一个ini文件&使用MSHTML分析HTML代码
使用流加载和保存HTML内容
本文的部分内容翻译自MSDN文章Loading HTML content from a Stream
IPersist* 接口，以及它的附属方法，可以被用于Microsoft® Visual C++® 和 WebBrowser 控件使用流载入和保存HTML内容
本文讨论载入HTML内容需要的步骤，分为以下几部分：
定位到 about:blank
DHTML 对象模型的有效性
使用 QueryInterface 获得IPersist*接口
使用IPersist*接口载入和保存HTML内容
载入和保存HTML元素数据
已知问题
参考
相关主题
定位到 about:blank
IWebBrowser2 接口的IWebBrowser2::Navigate2 方法 使得你可以让浏览器定位(Navigate)到一个URL。在下面的示例代码中, IWebBrowser2::Navigate2 方法 被用于定位到 about:blank 页面. 定位到这个空的页面确保了MSHTML 被加载，并且动态 HTML (DHTML) 对象模型中的 HTML 元素有效.
本示例演示了如何让浏览器定位到一个空的页面。m_pBrowser 变量包含从WebBrowser 控件获得的 IWebBrowser2 接口指针。
m_pBrowser->Navigate2( _T("about:blank"), NULL, NULL, NULL, NULL );
DHTML 对象模型的有效性
DHTML 对象模型 用于访问和操作HTML页面的内容，并且在页面装载之前不可用。你的应用程序通过处理WebBrowser 控件的DWebBrowserEvents2::DocumentComplete事件来判断一个页面是否被装载了。 这个事件可能被页面中的每个框架触发，并且在顶层文档载入完成时再触发一次。你可以通过比较事件传递的IDispatch 接口指针和WebBrowser 控件来判断DWebBrowserEvents2::DocumentComplete 事件是否是顶层框架的。
这个WebBrowser DWebBrowserEvents2::DocumentComplete 事件的示例处理代码演示如何判断事件是否是顶层框架的, （如果是，）这指明HTML页面载入完成. 本示例也演示如何从一个内存块——在这个场合是一个包含需要显示的HTML内容的字符串——创建流。
void myObject::DocumentComplete(LPDISPATCH pDisp, VARIANT* URL)
{
HRESULT hr;
IUnknown* pUnkBrowser = NULL;
IUnknown* pUnkDisp = NULL;
IStream* pStream = NULL;
HGLOBAL hHTMLText;
static TCHAR szHTMLText[] = "<html><h1>流测试</h1><p>本HTML内容已经从流中加载。</html>";
// 这个 DocumentComplete 事件是否是顶层框架窗口的?
// 检查 COM 标识: 比较IUnknown 接口指针.
hr = m_pBrowser->QueryInterface( IID_IUnknown, (void**)&pUnkBrowser );
if ( SUCCEEDED(hr) )
{
hr = pDisp->QueryInterface( IID_IUnknown, (void**)&pUnkDisp );
if ( SUCCEEDED(hr) )
{
if ( pUnkBrowser == pUnkDisp )
{ // 这是顶层框架窗口的DocumentComplete 事件 —— 页面 载入完成!
// 建立一个包含HTML内容的流
// 另外, 这个流可以是被传递过来的（而不是被创建的）
size_t = cchLength;
// TODO: 安全地判断 szHTMLText的长度，单位是TCHAR.
hHTMLText = GlobalAlloc( GPTR, cchLength+1 );
if ( hHTMLText )
{
size_t cchMax = 256;
StringCchCopy((TCHAR*)hHTMLText, cchMax + 1, szHTMLText);
// TODO: 在这里加入错误处理代码。
hr = CreateStreamOnHGlobal( hHTMLText, TRUE, &pStream );
if ( SUCCEEDED(hr) )
{
// 调用辅助函数让网络浏览器加载流。
LoadWebBrowserFromStream( m_pBrowser, pStream );
pStream->Release();
}
GlobalFree( hHTMLText );
}
}
pUnkDisp->Release();
}
pUnkBrowser->Release();
}
}
使用 QueryInterface 获得IPersis*等接口
WebBrowser 控件的IWebBrowser2::get_Document 属性返回表示顶层框架的DHTML 对象模型的文档对象。MSHTML 通过文档对象和其他HTML元素对象，例如Frame, IFrame等等实现的IPersistStreamInit，IPersistFile等接口提供使用流载入和保存HTML的功能。对象的IDispatch 接口可用于通过使用QueryInterface和IID_IPersistStreamInit 等接口标识查询相应接口指针，如下列代码示例所述.
HRESULT LoadWebBrowserFromStream(IWebBrowser2* pWebBrowser, IStream* pStream)
{
HRESULT hr;
IDispatch* pHtmlDoc = NULL;
IPersistStreamInit* pPersistStreamInit = NULL;
// 返回文档对象.
hr = pWebBrowser->get_Document( &pHtmlDoc );
if ( SUCCEEDED(hr) )
{
// >查询 IPersistStreamInit接口
hr = pHtmlDoc->QueryInterface( IID_IPersistStreamInit, (void**)&pPersistStreamInit );
if ( SUCCEEDED(hr) )
{
// 初始化文档.
hr = pPersistStreamInit->InitNew();
if ( SUCCEEDED(hr) )
{
// 载入流内容
hr = pPersistStreamInit->Load( pStream );
}
pPersistStreamInit->Release();
}
}
}
使用IPersist*接口载入和保存HTML内容
IPersistStreamInit 接口具有用于从流初始化和载入HTML内容的InitNew 和Load 方法以及用于保存的Save方法。InitNew 方法初始化流到一个已知状态，Load 方法从流载入HTML内容，Save方法将HTML内容保存到流。
IPersistFile 接口具有用于从磁盘文件载入和保存HTML内容的Load 和Save方法。
在前面的示例代码中, HTML文档被初始化，并且HTML内容被从流中载入。
注意 从Microsoft Internet Explorer 5开始，多于一次调用 IPersist* 接口的Load 方法 是可行的。在更早的版本中，每个MSHTML的实例只支持一次Load 调用。
载入和保存HTML元素数据
如果HTML元素支持使用IPersistStorage, IPersistStreamInit, 或者 IPersistMemory，那么也可以通过类似的代码载入和保存信息。
对于网页中的ActiveX控件的信息的载入和保存，可以参考我的文章 如何: 通过HTML文档对象模型访问文档中的ActiveX控件的属性 （CSDN文档中心）来获得控件接口，然后查询ActiveX控件是否支持IPersist*接口。
注意：使用VB6.0编写的控件可能不支持这些接口，这时候需要使用IPersistPropertyBag或者属性集载入和保存信息。参见微软知识库文章Q272490 BUG: Visual Basic 组件的错误 0x800A02E0 "无法保存未初始化的类"
已知问题
微软知识库文章
Q271868 在Microsoft Internet Explorer (Programming) 5.5中，框架对象不支持IPersistStream, IPersistFile，IPersistMemory接口。
Q323569 BUG: PersistStreamInit::Load() 显示HTML内容为文本
Q264868 BUG:Internet Explorer 没有检测到内容类型从text/html到text/xml的改变。
参考
下列文章提供了关于组件对象模型(COM)的信息.
Inside OLE, 2nd Edition, by Kraig Brockschmidt (Microsoft Press)
Understanding ActiveX and OLE, by David Chappell (Microsoft Press)
Inside COM, by Dale Rogerson (Microsoft Press)
微软知识库文章
Q223337 信息: 使用Internet Explorer XML 解析器载入/保存XML数据
Q196340 如何: 获得HTML框架的WebBrowser 对象模型
相关主题
Microsoft Visual Studio
The Component Object Model Specification
===============================
遍历html的信息存入一个ini文件
BOOL SaveFormData(CHtmlView* pView,CString DataFileName,CString SectionName)
{
IHTMLDocument2* pDoc = NULL;
IHTMLElementCollection* pAllElem = NULL;
IHTMLElement* pElem = NULL;
IHTMLTextAreaElement* pTextArea=NULL;
IHTMLSelectElement* pSelect=NULL;
IHTMLInputElement* pInput=NULL;
BOOL Result=TRUE;
pDoc = (IHTMLDocument2*)(pView->GetHtmlDocument());
if(pDoc!=NULL)
{
pDoc->get_all(&pAllElem);
if(pAllElem!=NULL)
{
long EleCount;
pAllElem->get_length(&EleCount);
VARIANT vEleName;
BSTR bValue;
for(int i=0; i {
vEleName.vt = VT_I4;
vEleName.lVal=i;
if(pAllElem->item(vEleName,vEleName,(LPDISPATCH*)&pElem)==S_OK)
{
if(pElem!=NULL)
{
pElem->QueryInterface(&pInput);
if(pInput!=NULL)
{
BSTR bType;
pInput->get_type(&bType);
CString Type(bType);
SysFreeString(bType);
if(Type=="text" || Type=="hidden")
{
pInput->get_name(&bValue);
CString name(bValue);
SysFreeString(bValue);
pInput->get_value(&bValue);
CString value(bValue);
SysFreeString(bValue);
WritePrivateProfileString(SectionName,name,value,DataFileName);
}//if(Type=="text"
else if(Type=="checkbox")
{
pInput->get_name(&bValue);
CString name(bValue);
SysFreeString(bValue);
VARIANT_BOOL Check;
pInput->get_checked(&Check);
if(Check)
{
pInput->get_value(&bValue);
CString value(bValue);
SysFreeString(bValue);
WritePrivateProfileString(SectionName,name,value,DataFileName);
}
else
WritePrivateProfileString(SectionName,name,"0",DataFileName);
}
pInput->Release();
}//if(pInput!=NULL)
pElem->QueryInterface(&pTextArea);
if(pTextArea!=NULL)
{
pTextArea->get_name(&bValue);
CString name(bValue);
SysFreeString(bValue);
pTextArea->get_value(&bValue);
CString value(bValue);
SysFreeString(bValue);
WritePrivateProfileString(SectionName,name,value,DataFileName);
pTextArea->Release();
}//if(pTextArea!=NULL)
pElem->QueryInterface(&pSelect);
if(pSelect!=NULL)
{
pSelect->get_name(&bValue);
CString name(bValue);
SysFreeString(bValue);
pSelect->get_value(&bValue);
CString value(bValue);
SysFreeString(bValue);
WritePrivateProfileString(SectionName,name,value,DataFileName);
pSelect->Release();
}//if(pSelect!=NULL)
pElem->Release();
}//if(pElem!=NULL)
}//pAllElem->item(
}//for
pAllElem->Release();
}//if(pAllElem!=NULL)
pDoc->Release();
}//if(pDoc!=NULL)
return Result;
}
=========================
使用MSHTML分析HTML代码
原作者：Asher Kobin
环境：Windows 2000 / Windows ME / IE 5.0+
我有很多在程序中使用MSHTML的经验，并经常涉及到怎样使用MSHTML来分析HTML代码并通过DOM来访问的问题。
这里给出一个例子，我使用了MSHTML提供的IMarkupServices接口。不需要IOleClientSite或其他任何的嵌入式操作。它可以尽可能简单的获得你所需要的东西。
以后的文章，我将集中的介绍在程序中使用另外的MSHTML使用方法，比如使用MSHTML作为一个编辑器。
这段代码只使用了简单的COM调用。它可以很容易的使用在ATL、MFC、VB和其他的一些语言中。请不要向我要其他语言的例子。如果你需要做的话，你需要IE SDK。
/******************************************************************
* ParseHTML.cpp
*
* ParseHTML: Lightweight UI-less HTML parser using MSHTML
*
* Note: This is for accessing the DOM only. No image download,
* script execution, etc...
*
* 8 June 2001 - Asher Kobin (asherk@pobox.com)
*
* THIS CODE AND INFORMATION IS PROVIDED "AS IS" WITHOUT WARRANTY
* OF ANY KIND, EITHER EXPRESSED OR IMPLIED, INCLUDING BUT NOT
* LIMITED TO THE IMPLIED WARRANTIES OF MERCHANTABILITY AND/OR
* FITNESS FOR A PARTICULAR PURPOSE.
*
*******************************************************************/
#include
#include
OLECHAR szHTML[] = OLESTR("Hello World!");
int __stdcall WinMain(HINSTANCE hInst,
HINSTANCE hPrev,
LPSTR lpCmdLine,
int nShowCmd)
{
IHTMLDocument2 *pDoc = NULL;
CoInitialize(NULL);
CoCreateInstance(CLSID_HTMLDocument,
NULL,
CLSCTX_INPROC_SERVER,
IID_IHTMLDocument2,
(LPVOID *) &pDoc);
if (pDoc)
{
IPersistStreamInit *pPersist = NULL;
pDoc->QueryInterface(IID_IPersistStreamInit,
(LPVOID *) &pPersist);
if (pPersist)
{
IMarkupServices *pMS = NULL;
pPersist->InitNew();
pPersist->Release();
pDoc->QueryInterface(IID_IMarkupServices,
(LPVOID *) &pMS);
if (pMS)
{
IMarkupContainer *pMC = NULL;
IMarkupPointer *pMkStart = NULL;
IMarkupPointer *pMkFinish = NULL;
pMS->CreateMarkupPointer(&pMkStart);
pMS->CreateMarkupPointer(&pMkFinish);
pMS->ParseString(szHTML,
0,
&pMC,
pMkStart,
pMkFinish);
if (pMC)
{
IHTMLDocument2 *pNewDoc = NULL;
pMC->QueryInterface(IID_IHTMLDocument,
(LPVOID *) &pNewDoc);
if (pNewDoc)
{
// do anything with pNewDoc, in this case
// get the body innerText.
IHTMLElement *pBody;
pNewDoc-gt;get_body(&pBody);
if (pBody)
{
BSTR strText;
pBody->get_innerText(&strText);
pBody->Release();
SysFreeString(strText);
}
pNewDoc->Release();
}
pMC->Release();
}
if (pMkStart)
pMkStart->Release();
if (pMkFinish)
pMkFinish->Release();
pMS->Release();
}
}
pDoc->Release();
}
CoUninitialize();
return TRUE;
}