AI 助理
备案控制台
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 1362
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。
本文涉及的产品
云解析 DNS，旗舰版 1个月
全局流量管理 GTM，标准版 1个月
公共DNS（含HTTPDNS解析），每月1000万次HTTP解析
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
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
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：
云解析DNS html
HTML解析
html云解析DNS
HTML类
云解析DNS delphi
技术小美
目录
相关文章
TENGZO
|
5天前
|
数据可视化 数据挖掘 BI
团队管理者必读：高效看板类协同软件的功能解析
在现代职场中，团队协作的效率直接影响项目成败。看板类协同软件通过可视化界面，帮助团队清晰规划任务、追踪进度，提高协作效率。本文介绍看板类软件的优势，并推荐五款优质工具：板栗看板、Trello、Monday.com、ClickUp 和 Asana，助力团队实现高效管理。
TENGZO
26 2
小王老师呀
|
20天前
|
XML 数据采集 数据格式
Python 爬虫必备杀器，xpath 解析 HTML
【11月更文挑战第17天】XPath 是一种用于在 XML 和 HTML 文档中定位节点的语言，通过路径表达式选取节点或节点集。它不仅适用于 XML，也广泛应用于 HTML 解析。基本语法包括标签名、属性、层级关系等的选择，如 `//p` 选择所有段落标签，`//a[@href=&#39;example.com&#39;]` 选择特定链接。在 Python 中，常用 lxml 库结合 XPath 进行网页数据抓取，支持高效解析与复杂信息提取。高级技巧涵盖轴的使用和函数应用，如 `contains()` 用于模糊匹配。
小王老师呀
63 7
大树营养快线
|
1月前
|
XML JavaScript 前端开发
如何解析一个 HTML 文本
【10月更文挑战第23天】在实际应用中，根据具体的需求和场景，我们可以灵活选择解析方法，并结合其他相关技术来实现高效、准确的 HTML 解析。随着网页技术的不断发展，解析 HTML 文本的方法也在不断更新和完善，
大树营养快线
50 5
lqj_本人
|
1月前
|
JavaScript API 开发工具
＜大厂实战场景＞ ~ Flutter&鸿蒙next 解析后端返回的 HTML 数据详解
本文介绍了如何在 Flutter 中解析后端返回的 HTML 数据。首先解释了 HTML 解析的概念，然后详细介绍了使用 `http` 和 `html` 库的步骤，包括添加依赖、获取 HTML 数据、解析 HTML 内容和在 Flutter UI 中显示解析结果。通过具体的代码示例，展示了如何从 URL 获取 HTML 并提取特定信息，如链接列表。希望本文能帮助你在 Flutter 应用中更好地处理 HTML 数据。
lqj_本人
113 1
龙大吉
|
2月前
|
存储 Java API
详细解析HashMap、TreeMap、LinkedHashMap等实现类，帮助您更好地理解和应用Java Map。
【10月更文挑战第19天】深入剖析Java Map：不仅是高效存储键值对的数据结构，更是展现设计艺术的典范。本文从基本概念、设计艺术和使用技巧三个方面，详细解析HashMap、TreeMap、LinkedHashMap等实现类，帮助您更好地理解和应用Java Map。
龙大吉
68 3
游客44yag4ft7nckq
|
2月前
|
XML 数据格式
HTML 实例解析
本文介绍了HTML中常见元素的使用方法，包括`&lt;p&gt;`、`&lt;body&gt;`和`&lt;html&gt;`等。详细解析了这些元素的结构和作用，并强调了正确使用结束标签的重要性。此外，还提到了空元素的使用及大小写标签的规范。
游客44yag4ft7nckq
16 1
AIweker
|
2月前
|
XML 前端开发 数据格式
Beautiful Soup 解析html | python小知识
在数据驱动的时代，网页数据是非常宝贵的资源。很多时候我们需要从网页上提取数据，进行分析和处理。Beautiful Soup 是一个非常流行的 Python 库，可以帮助我们轻松地解析和提取网页中的数据。本文将详细介绍 Beautiful Soup 的基础知识和常用操作，帮助初学者快速入门和精通这一强大的工具。【10月更文挑战第11天】
AIweker
68 2
喜欢猪猪
|
1月前
|
监控 Java 应用服务中间件
高级java面试---spring.factories文件的解析源码API机制
【11月更文挑战第20天】Spring Boot是一个用于快速构建基于Spring框架的应用程序的开源框架。它通过自动配置、起步依赖和内嵌服务器等特性，极大地简化了Spring应用的开发和部署过程。本文将深入探讨Spring Boot的背景历史、业务场景、功能点以及底层原理，并通过Java代码手写模拟Spring Boot的启动过程，特别是spring.factories文件的解析源码API机制。
喜欢猪猪
71 2
Codelinghu
|
2月前
|
缓存 Java 程序员
Map - LinkedHashSet&Map源码解析
Map - LinkedHashSet&Map源码解析
Codelinghu
76 0
Codelinghu
|
2月前
|
算法 Java 容器
Map - HashSet & HashMap 源码解析
Map - HashSet & HashMap 源码解析
Codelinghu
62 0

热门文章

最新文章

  • 1
    CMake构建Makefile深度解析：从底层原理到复杂项目（一）
  • 2
    Android Service完全解析，关于服务你所需知道的一切(下)
  • 3
    uboot移植之uboot命令体系解析
  • 4
    MXNet安装教程：详细步骤与常见问题解析
  • 5
    小白学数据分析----->解析在线平高比
  • 6
    企业域名更换操作系列3：增加新域名所需DNS相关记录
  • 7
    Linux--IP基础知识 网关设定 dns服务
  • 8
    SpringMVC介绍之视图解析器ViewResolver
  • 9
    Linux Shell : Test命令参数解析
  • 10
    C# 面试题解析-请遍历页面上所有的TextBox控件并给它赋值为string.Empty
  • 1
    html在线预览CAD（手机小程序浏览DWG）二次开发图层表的方法
    139
  • 2
    HTML5 Canvas 提供丰富的绘图API，支持绘制图形、文本、渐变和图像，助力游戏开发
    71
  • 3
    好看的html网站维护源码
    244
  • 4
    html+echars图表加日期检索
    61
  • 5
    html+echars的统计报表
    62
  • 6
    【CSDN创作优化1】个人简介优化 html font属性
    65
  • 7
    一种pug与html相互转换的工具
    98
  • 8
    android TextView HTML 的效果
    46
  • 9
    BeautifulSoup 是一个 Python 库，用于从 HTML 和 XML 文件中提取数据
    142
  • 10
    HTML5/CSS3粒子效果进度条代码
    69

    • 相关课程

    更多
  • 第八届大学生创新创业大赛阿里命题IoT赛题解析
  • 云计算工程师解析与实战-网络专家篇（体验版）
  • 深入解析Docker容器化技术
  • 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 - Java Web开发
  • Java面试疑难点解析 - 系统架构及项目设计

    • 相关电子书

    更多
  • 神龙云服务器产品及技术深度解析
  • 弹性创造价值：基于ECS的最佳性价比实践解析
  • 又快又稳：阿里云下一代虚拟交换机解析

    • 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
  • 前端开发基础3：CSS3常见显示属性
  • 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
  • HTML及前端框架

    • 推荐镜像

    更多
  • DNS
  • NTP
  • puppet
    • 下一篇
    DataWorks