备案控制台
探索云世界
开发者社区 开发与运维 文章 正文

Delphi通过MSHTML实现一个HTML解析类

2017-11-12 1299
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：

最近经常会模拟网页提交返回网页源码，然后获得网页中相应的元素，于是需要常常解析Html中相应的各种元素，网络是个好东西，搜索一番，就找到了好几个Delphi版本的HtmlParser的类库，试着使用了几个，发现解析起来都不完整，或多或少的回出现一些问题！于是想到了如果界面上有一个浏览器，我们可以通过WebBrowser的Document接口对网页元素进行操作，很是方便！但是模拟网页提交，界面上是不一定要出现WebBrowser的，肯定有办法，不通过WebBrowser就直接解析HTML的，那便是我不要WebBrowser这个外壳，只要他里面的Document文档接口对象就能实现对Html的解析了，查找了一番MSDN，然后Google一下，果然可行，构建方法如下：

//创建IHTMLDocument2接口
  CoCreateInstance(CLASS_HTMLDocument, nil, CLSCTX_INPROC_SERVER, IID_IHTMLDocument2, FHtmlDoc);

接口创建好了之后就能够对文档元素进行解析了，很是爽快！

结合了我自己的特有操作，我对Combobox,Table,Frame等一些网页元素做了相应的封装，实现了一个HTMLParser，大致代码如下：

这里只给出声明，代码请在最后下载 

复制代码
ExpandedBlockStart.gif 代码
(* **************************************************** *)
(*                 得闲工作室                           *)
(*               网页元素操作类库                       *)
(*                                                      *)
(*               DxHtmlElement Unit                     *)
(*     Copyright(c) 2008-2010  不得闲                   *)
(*     email:appleak46@yahoo.com.cn     QQ:75492895     *)
(* **************************************************** *)
unit  DxHtmlElement;

 interface
uses  Windows,sysUtils,Clipbrd,MSHTML,ActiveX,OleCtrls,Graphics,TypInfo;

 { Get EleMent Type }
function  IsSelectElement(eleElement: IHTMLElement): Boolean;
 function  IsPwdElement(eleElement: IHTMLElement): Boolean;
 function  IsTextElement(element: IHTMLElement): boolean;
 function  IsTableElement(element: IHTMLElement): Boolean;
 function  IsElementCollection(element: IHTMLElement): Boolean;
 function  IsChkElement(element: IHTMLElement): boolean;
 function  IsRadioBtnElement(element: IHTMLElement): boolean;
 function  IsMemoElement(element: IHTMLElement): boolean;
 function  IsFormElement(element: IHTMLElement): boolean;
 function  IsIMGElement(element: IHTMLElement): boolean;
 function  IsInIMGElement(element: IHTMLElement): boolean;
 function  IsLabelElement(element: IHTMLElement): boolean;
 function  IsLinkElement(element: IHTMLElement): boolean;
 function  IsListElement(element: IHTMLElement): boolean;
 function  IsControlElement(element: IHTMLElement): boolean;
 function  IsObjectElement(element: IHTMLElement): boolean;
 function  IsFrameElement(element: IHTMLElement): boolean;
 function  IsInPutBtnElement(element: IHTMLElement): boolean;
 function  IsInHiddenElement(element: IHTMLElement): boolean;
 function  IsSubmitElement(element: IHTMLElement): boolean;
 { Get ImgElement Data }
function  GetPicIndex(doc: IHTMLDocument2; Src:  string ; Alt:  string ): Integer;
 function  GetPicElement(doc: IHTMLDocument2;imgName:  string ;src:  string ;Alt:  string ): IHTMLImgElement;
 function  GetRegCodePic(doc: IHTMLDocument2;ImgName:  string ; Src:  string ; Alt:  string ): TPicture;  overload ;
 function  GetRegCodePic(doc: IHTMLDocument2;Index: integer): TPicture;  overload ;
 function  GetRegCodePic(doc: IHTMLDocument2;element: IHTMLIMGElement): TPicture; overload ;

 type
  TObjectFromLResult  =   function (LRESULT: lResult; const  IID: TIID; WPARAM: wParam; out  pObject): HRESULT;  stdcall ;
  TEleMentType  =  (ELE_UNKNOW,ELE_TEXT,ELE_PWD,ELE_SELECT,ELE_CHECKBOX,ELE_RADIOBTN,ELE_MEMO,ELE_FORM,ELE_IMAGE,
  ELE_LABEL,ELE_LINK,ELE_LIST,ELE_CONTROL,ELE_OBJECT,ELE_FRAME,ELE_INPUTBTN,ELE_INIMAGE,ELE_INHIDDEN);


 function  GetElementType(element: IHTMLELEMENT): TEleMentType;
 function  GetElementTypeName(element: IHTMLELEMENT):  string ;
 function  GetHtmlTableCell(aTable: IHTMLTable;aRow,aCol: Integer): IHTMLElement;
 function  GetHtmlTable(aDoc: IHTMLDocument2; aIndex: Integer): IHTMLTable;
 function  GetWebBrowserHtmlTableCellText(Doc: IHTMLDocument2;
          const  TableIndex, RowIndex, ColIndex: Integer; var  ResValue:  string ):   Boolean;
 function  GetHtmlTableRowHtml(aTable: IHTMLTable; aRow: Integer): IHTMLElement;

 function  GetWebBrowserHtmlTableCellHtml(Doc: IHTMLDocument2;
          const  TableIndex,RowIndex,ColIndex: Integer; var  ResValue:  string ):   Boolean;
 function  GeHtmlTableHtml(aTable: IHTMLTable; aRow: Integer): IHTMLElement;
 function  GetWebBrowserHtmlTableHtml(Doc: IHTMLDocument2;
          const  TableIndex,RowIndex: Integer; var  ResValue:  string ):   Boolean;

 type
  TDxWebFrameCollection  =   class ;
  TDxWebElementCollection  =   class ;

 
  TLoadState  =  (Doc_Loading,Doc_Completed,Doc_Invalidate);

  TDxWebFrame  =   class
   private
    FFrame: IHTMLWINDOW2;
    FElementCollections: TDxWebElementCollection;
    FWebFrameCollections: TDxWebFrameCollection;
     function  GetSrc:  string ;
     function  GetElementCount: integer;
     function  GetWebFrameCollections: TDxWebFrameCollection;
     function  GetElementCollections: TDxWebElementCollection;
     function  GetDocument: IHTMLDOCUMENT2;
     function  GetReadState: TLoadState;
     function  GetIsLoaded: boolean;
     procedure  SetFrame( const  Value: IHTMLWINDOW2);
     function  GetName:  string ;
   public
    Constructor Create(IFrame: IHTMLWINDOW2);
    Destructor Destroy; override ;
     property  Frame: IHTMLWINDOW2  read  FFrame  write  SetFrame;
     property  Src:  string   read  GetSrc;
     property  Document: IHTMLDOCUMENT2  read  GetDocument;
     property  Name:  string   read  GetName;
     property  Frames: TDxWebFrameCollection  read  GetWebFrameCollections;
     property  ElementCount: integer  read  GetElementCount;
     property  ElementCollections: TDxWebElementCollection  read  GetElementCollections;
     property  ReadyState: TLoadState  read  GetReadState;
     property  IsLoaded: boolean  read  GetIsLoaded;  
   end ;


  TDxWebFrameCollection  =  Class
   private
    FFrameCollection: IHTMLFramesCollection2;
    Frame: TDxWebFrame;
     function  GetCount: integer;
     function  GetFrameInterfaceByIndex(index: integer): IHTMLWINDOW2;
     function  GetFrameInterfaceByName(Name:  string ): IHTMLWINDOW2;
     function  GetFrameByIndex(index: integer): TDxWebFrame;
     function  GetFrameByName(Name:  string ): TDxWebFrame;
     procedure  SetFrameCollection( const  Value: IHTMLFramesCollection2);
   public
    Constructor Create(ACollection: IHTMLFramesCollection2);
    Destructor Destroy; override ;
     property  FrameCollection: IHTMLFramesCollection2  read  FFrameCollection  write  SetFrameCollection;
     property  Count: integer  read  GetCount;
     property  FrameInterfaceByIndex[index: integer]: IHTMLWINDOW2  read  GetFrameInterfaceByIndex;
     property  FrameInterfaceByName[Name:  string ]: IHTMLWINDOW2  read  GetFrameInterfaceByName;

     property  FrameByIndex[index: integer]: TDxWebFrame  read  GetFrameByIndex;
     property  FrameByName[Name:  string ]: TDxWebFrame  read  GetFrameByName;
   end ;
  
  TDxWebElementCollection  =   class
   private
    FCollection: IHTMLElementCollection;
    FChildCollection:  TDxWebElementCollection;
     function  GetCollection(index: String): TDxWebElementCollection;
     function  GetCount: integer;
     function  GetElement(itemName:  string ; index: integer): IHTMLElement;
     function  GetElementByName(itemName:  string ): IHTMLELEMENT;
     function  GetElementByIndex(index: integer): IHTMLELEMENT;
     procedure  SetCollection( const  Value: IHTMLElementCollection);
   public
    Constructor Create(ACollection: IHTMLElementCollection);
    Destructor Destroy; override ;
     property  Collection: IHTMLElementCollection  read  FCollection  write  SetCollection;
     property  ChildElementCollection[index: String]: TDxWebElementCollection  read  GetCollection;
     property  ElementCount: integer  read  GetCount;
     property  Element[itemName:  string ;index: integer]: IHTMLElement  read  GetElement;
     property  ElementByName[itemName:  string ]: IHTMLELEMENT  read  GetElementByName;
     property  ElementByIndex[index: integer]: IHTMLELEMENT  read  GetElementByIndex;
   end ;

  TLinkCollection  =   class (TDxWebElementCollection)
  
   end ;
  TDxWebTable  =   class ;

  TDxTableCollection  =   class
   private
    FTableCollection: IHTMLElementCollection;
    FDocument: IHTMLDOCUMENT2;
    FWebTable: TDxWebTable;
     function  GetTableInterfaceByName(AName:  string ): IHTMLTABLE;
     procedure  SetDocument(Value: IHTMLDOCUMENT2);
     function  GetTableInterfaceByIndex(index: integer): IHTMLTABLE;
     function  GetCount: integer;
     function  GetTableByIndex(index: integer): TDxWebTable;
     function  GetTableByName(AName:  string ): TDxWebTable;
   public
    Constructor Create(Doc: IHTMLDOCUMENT2);
     destructor  Destroy; override ;
     property  TableInterfaceByName[AName:  string ]: IHTMLTABLE  read  GetTableInterfaceByName;
     property  TableInterfaceByIndex[index: integer]: IHTMLTABLE  read  GetTableInterfaceByIndex;

     property  TableByName[AName:  string ]: TDxWebTable  read  GetTableByName;
     property  TableByIndex[index: integer]: TDxWebTable  read  GetTableByIndex;
    
     property  Document: IHTMLDOCUMENT2  read  FDocument  write  SetDocument;
     property  Count: integer  read  GetCount;
   end ;

  TDxWebTable  =   class
   private
    FTableInterface: IHTMLTABLE;
     function  GetRowCount: integer;
     procedure  SetTableInterface( const  Value: IHTMLTABLE);
     function  GetCell(ACol, ARow: integer):  string ;
     function  GetRowColCount(RowIndex: integer): integer;
     function  GetInnerHtml:  string ;
     function  GetInnerText:  string ;
     function  GetCellElement(ACol, ARow: Integer): IHTMLTableCell;
   public
    Constructor Create(ATable: IHTMLTABLE);
     property  TableInterface: IHTMLTABLE  read  FTableInterface  write  SetTableInterface;
     property  RowCount: integer  read  GetRowCount;
     property  Cell[ACol: integer;ARow: integer]:  string   read  GetCell;
     property  CellElement[ACol: Integer;ARow: Integer]: IHTMLTableCell  read  GetCellElement;
     property  RowColCount[RowIndex: integer]: integer  read  GetRowColCount;
     property  InnerHtml:  string   read  GetInnerHtml;
     property  InnerText:  string   read  GetInnerText;
   end ;

  TDxWebCombobox  =   class
   private
    FHtmlSelect: IHTMLSelectElement;
     function  GetCount: Integer;
     procedure  SetItemIndex( const  Value: Integer);
     function  GetItemIndex: Integer;
     function  GetName:  string ;
     procedure  SetName( const  Value:  string );
     function  GetValue:  string ;
     procedure  SetValue( const  Value:  string );
     procedure  SetCombInterface( const  Value: IHTMLSelectElement);
     function  GetItemByName(EleName:  string ):  string ;
     function  GetItemByIndex(index: integer):  string ;
     function  GetItemAttribute(index: Integer; AttribName:  string ): OleVariant;
   public
     constructor  Create(AWebCombo: IHTMLSelectElement);
     procedure  Add(Ele: IHTMLElement);
     procedure  Insert(Ele: IHTMLElement;Index: Integer);
     procedure  Remove(index: Integer);

     property  CombInterface: IHTMLSelectElement  read  FHtmlSelect  write  SetCombInterface;
     property  Count: Integer  read  GetCount;
     property  ItemIndex: Integer  read  GetItemIndex  write  SetItemIndex;
     property  ItemByIndex[index: integer]:  string   read  GetItemByIndex;
     property  ItemByName[EleName:  string ]:  string   read  GetItemByName;
     property  ItemAttribute[index: Integer;AttribName:  string ]: OleVariant  read  GetItemAttribute;
     property  Name:  string   read  GetName  write  SetName;
     property  value:  string   read  GetValue  write  SetValue;
   end ;

 implementation
end .
复制代码


 HTMLParser解析类的代码实现单元

复制代码
ExpandedBlockStart.gif 代码
(* **************************************************** *)
(*                 得闲工作室                           *)
(*               HTML解析单元库                         *)
(*                                                      *)
(*               DxHtmlParser Unit                      *)
(*     Copyright(c) 2008-2010  不得闲                   *)
(*     email:appleak46@yahoo.com.cn     QQ:75492895     *)
(* **************************************************** *)
unit  DxHtmlParser;

 interface
uses  Windows,MSHTML,ActiveX,DxHtmlElement,Forms;

 type
  TDxHtmlParser  =   class
   private
    FHtmlDoc: IHTMLDocument2;
    FHTML:  string ;
    FWebTables: TDxTableCollection;
    FWebElements: TDxWebElementCollection;
    FWebComb: TDxWebCombobox;
     procedure  SetHTML( const  Value:  string );
     function  GetWebCombobox(AName:  string ): TDxWebCombobox;
   public
     constructor  Create;
     destructor  Destroy; override ;
     property  HTML:  string   read  FHTML  write  SetHTML;
     property  WebTables: TDxTableCollection  read  FWebTables;
     property  WebElements: TDxWebElementCollection  read  FWebElements;
     property  WebCombobox[Name:  string ]: TDxWebCombobox  read  GetWebCombobox;
   end ;
 implementation

{  TDxHtmlParser  }

constructor  TDxHtmlParser.Create;
 begin
  CoInitialize( nil );
   // 创建IHTMLDocument2接口
  CoCreateInstance(CLASS_HTMLDocument,  nil , CLSCTX_INPROC_SERVER, IID_IHTMLDocument2, FHtmlDoc);
  Assert(FHtmlDoc <> nil , ' 构建HTMLDocument接口失败 ' );
  FHtmlDoc.Set_designMode( ' On ' );  // 设置为设计模式，不执行脚本
   while   not  (FHtmlDoc.readyState  =   ' complete ' )  do
   begin
    sleep( 1 );
    Application.ProcessMessages;
   end ;                   
  FWebTables : =  TDxTableCollection.Create(FHtmlDoc);
  FWebElements : =  TDxWebElementCollection.Create( nil );
  FWebComb : =  TDxWebCombobox.Create( nil );
 end ;

 destructor  TDxHtmlParser.Destroy;
 begin
  FWebTables.Free;
  FWebElements.Free;
  FWebComb.Free;
  CoUninitialize;
   inherited ;
 end ;

 function  TDxHtmlParser.GetWebCombobox(AName:  string ): TDxWebCombobox;
 begin
    if  FWebElements.Collection  <>   nil   then
    begin
     FWebComb.CombInterface : =  FWebElements.ElementByName[AName]  as  IHTMLSelectElement;
     Result : =  FWebComb;
    end
    else  Result : =   nil ;
 end ;

 procedure  TDxHtmlParser.SetHTML( const  Value:  string );
 begin
   if  FHTML  <>  Value  then
   begin
    FHTML : =  Value;
    FHtmlDoc.body.innerHTML : =  FHTML;
    FWebElements.Collection : =  FHtmlDoc.all;
   end ;
 end ;

 end .
复制代码
本文转自 不得闲 博客园博客，原文链接： http://www.cnblogs.com/DxSoft/archive/2010/01/05/1639383.html    ，如需转载请自行联系原作者

文章标签：
云解析DNS
图形学
Windows
设计模式
关键词：
html云解析DNS
云解析DNS html
HTML解析
HTML类
云解析DNS delphi
技术小美
目录
相关文章
是小宇吖
|
1月前
|
存储 C++ 容器
C++入门指南：string类文档详细解析（非常经典，建议收藏）
C++入门指南：string类文档详细解析（非常经典，建议收藏）
是小宇吖
42 0
Cool架构
|
1月前
|
XML 存储 Java
Spring重要类解析
Spring重要类解析
Cool架构
21 0
vohelon
|
1月前
|
JavaScript 前端开发 数据可视化
html解析过程
html解析过程【2月更文挑战第26天】
vohelon
23 6
桃李春风一杯酒
|
1月前
|
XML 前端开发 数据格式
请描述如何使用`BeautifulSoup`或其他类似的库来解析 HTML 或 XML 数据。
【2月更文挑战第22天】【2月更文挑战第67篇】请描述如何使用`BeautifulSoup`或其他类似的库来解析 HTML 或 XML 数据。
桃李春风一杯酒
27 2
薛伟同学
|
18天前
|
Java
Java 15 神秘登场：隐藏类解析未知领域
Java 15 神秘登场：隐藏类解析未知领域
薛伟同学
18 0
wljslmz
|
24天前
|
前端开发 JavaScript
HTML深度解析：更改文本颜色
【4月更文挑战第1天】
wljslmz
43 0
HTML深度解析：更改文本颜色
泡沫o0
|
1月前
|
存储 程序员 编译器
【C++ 模板类与虚函数】解析C++中的多态与泛型
【C++ 模板类与虚函数】解析C++中的多态与泛型
泡沫o0
46 0
1941623231718325
|
1月前
|
Python
Python类与对象：深入解析与应用
本文介绍了Python中的核心概念——类和对象，以及它们在面向对象编程中的应用。类是用户定义的类型，描述具有相同属性和行为的对象集合；对象是类的实例，具备类的属性和方法。文章通过示例讲解了如何定义类、创建及使用对象，包括`__init__`方法、属性访问和方法调用。此外，还阐述了类的继承，允许子类继承父类的属性和方法并进行扩展。掌握这些概念有助于提升Python编程的效率和灵活性。
1941623231718325
10 0
泡沫o0
|
1月前
|
存储 安全 程序员
【C++ 包装器类 智能指针】完全教程：std::unique_ptr、std::shared_ptr、std::weak_ptr的用法解析与优化 — 初学者至进阶指南
【C++ 包装器类 智能指针】完全教程：std::unique_ptr、std::shared_ptr、std::weak_ptr的用法解析与优化 — 初学者至进阶指南
泡沫o0
71 0
泡沫o0
|
1月前
|
消息中间件 Linux API
跨进程通信设计：Qt 进程间通讯类全面解析
跨进程通信设计：Qt 进程间通讯类全面解析
泡沫o0
82 0

热门文章

最新文章

  • 1
    Ganos H3地理网格能力解析与最佳实践
  • 2
    深入解析Redis：一种快速、高效的键值存储系统
  • 3
    深度解析JVM世界：JVM内存分配
  • 4
    Redis 实现延迟任务的深度解析
  • 5
    深入解析linux内存指标：快速定位系统内存问题的有效技巧与实用方法（free、top、ps、vmstat、cachestat、cachetop、sar、swap、动态内存、cgroops、oom）
  • 6
    使用 Webmin+bind9快速搭建私有DNS服务器
  • 7
    每天解析一个shell脚本（58）
  • 8
    每天解析一个脚本（15）
  • 9
    语言模型在提升智能助手引用解析能力中的创新应用
  • 10
    Stable Diffusion中的常用术语解析
  • 1
    HTML 链接
    18
  • 2
    HTML 超链接
    81
  • 3
    HTML 链接语法
    25
  • 4
    请描述如何使用`BeautifulSoup`或其他类似的库来解析 HTML 或 XML 数据。
    27
  • 5
    自适应窗口图片轮播HTML代码
    21
  • 6
    前端框架演进史：从HTML到现代化开发
    40
  • 7
    如何在HTML中添加图像链接
    27
  • 8
    如何在HTML文件中添加超链接
    24
  • 9
    HTML玩转超链接a标签
    27
  • 10
    PHP爬虫技术：利用simple_html_dom库分析汽车之家电动车参数
    30

    • 相关课程

    更多
  • HTML 入门与实战
  • HTML基础入门学习
  • HTML5 新特性教程
  • 零基础学前端HTML+CSS
  • Java面试疑难点解析 - 面试技巧及语言基础
  • Java面试疑难点解析 - 系统架构及项目设计

    • 相关电子书

    更多
  • 《零基础HTML入门教程》
  • 天猫 HTML5 互动技术实践
  • 天猫HTML5互动技术实践

    • 相关实验场景

    更多
  • 通过云拨测对指定服务器进行Ping/DNS监测
  • Html5和Webpack3：Webpack5的常见用法
  • Html5和Webpack2：Webpack5打包JS和样式表
  • Html5和Webpack1：Webpack5打包工具介绍

    • 推荐镜像

    更多
  • DNS
  • NTP
  • kali-security
    • 下一篇
    2024年阿里云免费云服务器及学生云服务器申请教程参考