如何遍历网页上的所有元素

xieglt

如题：如何遍历网页上的所有元素？求资料，最好有能运行的源代码。

用CHtmlView 可以吗？

还是用WebBrowser2控件呢？

xieglt

要能读取 <div class="logo"> 标签

Syc

举个例子，WebBrowser 中遍历所有的 frames

http://www.cnblogs.com/dlbrant/archive/2013/06/24/3153093.html

xieglt

Syc 发表于 2016-5-24 23:11
举个例子，WebBrowser 中遍历所有的 frames

http://www.cnblogs.com/dlbrant/archive/2013/06/24/315309 ...

您好！感谢您的回复。
目前，网页上的所有标签已经可以读出来了。
但是我想监控该网页，看网页的内容是否发生改变。
开始我用线程来做这个事，也就是在线程里不停地读取网页内容。
但是执行一段时间之后就开始出错，程序死掉，退出。
于是我把该段代码用一个定时器来执行，就不存在这个问题了。
请问，这是什么原因？可有解决办法？在我的印象中，
定时器好像是跟界面主线程是一个线程，占用消息循环，不知道我的理解对不对？

另外，还有一个问题，就是CComPtr 和 CComQIPtr需要调用Release 吗？

xieglt

贴一下我的代码

xieglt

void CNavigateView::OutputElement(CComQIPtr<IHTMLElement> pElement)
{
        if(pElement != NULL)
        {
                CComBSTR bstr;
                if(SUCCEEDED(pElement->get_tagName(&bstr)))
                {
                        CStringA text(bstr);
                        TRACE("标签=[%s]\t",text);
                }

                if(SUCCEEDED(pElement->get_className(&bstr)))
                {
                        CStringA text(bstr);
                        TRACE("类名=[%s]\t",text);
                }

                if(SUCCEEDED(pElement->get_outerText(&bstr)))
                {
                        CStringA text(bstr);
                        text.Replace('\r',' ');
                        text.Replace('\n',' ');
                        text.Trim();
                        TRACE("内容=[%s]\t",text);
                }
               
                TRACE("\n");
        }
}


void CNavigateView::ListAllElement()
{

        CComPtr<IDispatch> spDispDoc = CHtmlView::GetHtmlDocument();
        CComQIPtr<IHTMLDocument2> pHtmlDoc2 = spDispDoc;

        //IHTMLDocument2* pHtmlDoc2 =(IHTMLDocument2*)CHtmlView::GetHtmlDocument();

        do
        {
                if(pHtmlDoc2 == NULL)
                {
                        break;
                }

                CComQIPtr<IHTMLElementCollection> pCollection;

                if(!SUCCEEDED(pHtmlDoc2->get_all(&pCollection)) || pCollection==NULL)
                {
                        break;
                }

                long labelCount = 0;

                if(!SUCCEEDED(pCollection->get_length(&labelCount)))
                {
                        break;
                }

                for(long i=0 ; i<labelCount ; i++)
                {
                        CComPtr<IDispatch> pIDisp = NULL;
                        if(!SUCCEEDED(pCollection->item(CComVariant(i),CComVariant(0),&pIDisp)) || pIDisp==NULL)
                        {
                                break;
                        }
                        CComQIPtr<IHTMLElement> pElement = pIDisp;
                        OutputElement(pElement);
                }
        }while (FALSE);
}

Syc

xieglt 发表于 2016-5-27 21:38
您好！感谢您的回复。
目前，网页上的所有标签已经可以读出来了。
但是我想监控该网页，看网页的内容是 ...

可能是线程间同步引起的问题，主线程好用就放到主线程中吧
CComPtr 是不需要 Release 的，CComQIPtr 也一样