【LibUIDK界面库系列文章】解析网页中的table内容

来源：互联网发布：logic studio mac 编辑：程序博客网时间：2024/04/29 22:05

作者：刘树伟

QQ：1584793892

查看完整内容及示例代码，请访问：www.iuishop.com

日期： 2013-10-18

main.jsp由menu1.jsp和../hq/hq.jsp组成。
而我们需要解析的table，正是位于hq.jsp中。
主界面是main.jsp。

一、不管main.jsp是由第三方软件用webbrowser加载，还是由IE加载。我们的入口，是先找到web窗口的窗口句柄，这可以由FindWindow结合GetWindow来做到。下面是一个通过主窗口句柄，采用递归找到子窗口为webbrowser的函数：
HWND FindWithClassName(HWND ParentWnd, TCHAR *szFindClassName)
{
HWND hChild = ::GetWindow(ParentWnd, GW_CHILD);

for(; hChild != NULL; hChild = ::GetWindow(hChild, GW_HWNDNEXT))
{
  TCHAR szClassName[100] = {0};
  ::GetClassName(hChild, szClassName, 100);

  if (_tcscmp(szClassName, szFindClassName) == 0)
   return hChild;

  HWND hFindWnd = FindWithClassName(hChild, szFindClassName);
  if (hFindWnd != NULL)
   return hFindWnd;
}

return NULL;
}

我们只要调用HWND hBrowserWnd = FindWithClassName(主窗口句柄, _T("Internet Explorer_Server"))就可以找到web窗口。

二、通过hBrowserWnd句柄，可以得到web的IHTMLDocument2、IHTMLWindow2接口：
int GetPageIHTMLDocument2Interface(HWND hBrowserWnd, IHTMLDocument2 **ppDoc2)
{
// Explicitly load MSAA so we know if it's installed
HINSTANCE hInst = ::LoadLibrary(_T("OLEACC.DLL"));
if (hInst == NULL)
return -1;

LRESULT lr = 0; // SendMessageTimeout后的返回值，用于函数pfObjectFromLresult的第1个参数
UINT nMsg = ::RegisterWindowMessage(_T("WM_HTML_GETOBJECT"));
::SendMessageTimeout(hBrowserWnd, nMsg, 0L, 0L, SMTO_ABORTIFHUNG, 1000, (DWORD *)&lr);

// 获取函数pfObjectFromLresult
LPFNOBJECTFROMLRESULT ObjectFromLresult = (LPFNOBJECTFROMLRESULT)::GetProcAddress(hInst, _T("ObjectFromLresult"));
if (ObjectFromLresult == NULL)
{
  return -2;
}

HRESULT hr = ObjectFromLresult(lr, IID_IHTMLDocument, 0, (void**)ppDoc2);
if (FAILED(hr))
{
  ::FreeLibrary(hInst);
  return -3;
}
::FreeLibrary(hInst);

CComPtr<IDispatch> spScript;
hr = (*ppDoc2)->get_Script(&spScript);
if (FAILED(hr))
{
  return -4;
}

CComQIPtr<IHTMLWindow2> spWin = spScript;
hr = spWin->get_document(ppDoc2);
if (FAILED(hr))
{
  return -5;
}

#ifdef _DEBUG
BSTR bstrUrl;
(*ppDoc2)->get_URL(&bstrUrl);
#endif // _DEBUG

return 0;
}

三、通过main.jsp的IHTMLDocument2接口，可以得到hq.jsp子frame的IHTMLDocument2：
// nChildFrameIndex表示hq.jsp子frame在main.jsp中的位置索引，lpszDocTitleFilter用来验证得到的hq.jsp子frame的title是否与lpszDocTitleFilter相等
// 如果lpszDocTitleFilter为NULL，则不经行验证。
int GetChildFrameIHTMLDocument2Interface(IHTMLDocument2 *pDoc2, int nChildFrameIndex, LPCTSTR lpszDocTitleFilter, IHTMLDocument2 **ppDoc2)
{
if (pDoc2 == NULL)
return -1;
if (ppDoc2 == NULL)
return -2;

//
// Get the child frame collection.
//
CComPtr<IHTMLFramesCollection2> spfc2Frames;
HRESULT hr = pDoc2->get_frames(&spfc2Frames);
if (FAILED(hr))
{
return -10;
}

#ifdef _DEBUG
LONG lChildFrameCount = 0;
spfc2Frames->get_length(&lChildFrameCount);
#endif // _DEBUG

//
// Get child frame by index
//
CComVariant varChildFrame;
hr = spfc2Frames->item(&CComVariant(nChildFrameIndex), &varChildFrame);
if (FAILED(hr))
{
return -11;
}

CComQIPtr<IHTMLWindow2> spwin2ChildFrame = varChildFrame.pdispVal;
if (spwin2ChildFrame == NULL)
{
return -12;
}

hr = spwin2ChildFrame->get_document(ppDoc2);
if (FAILED(hr))
{
return -13;
}

#ifdef _DEBUG
BSTR bstrURL;
(*ppDoc2)->get_URL(&bstrURL);
CString strURL = bstrURL;
#endif // _DEBUG

// Get the title of document(<title> tag)
if (lpszDocTitleFilter != NULL)
{
  CComBSTR bstrTitle;
  (*ppDoc2)->get_title(&bstrTitle);
  CString strTitle = (LPCTSTR)_bstr_t(bstrTitle);
  if (strTitle.CompareNoCase(lpszDocTitleFilter) != 0)
  {
   *ppDoc2 = NULL;
   return -14;
  }
}

return 0;
}

四、通过hq.jsp的IHTMLDocument2接口，得到table的IHTMLTable接口：
// lpszTableIDFilter表示我们要得到的table的id。GetIHTMLTableInterface返回第一个id为lpszTableIDFilter的table
int GetIHTMLTableInterface(IHTMLDocument2 *pDoc2, LPCTSTR lpszTableIDFilter, IHTMLTable **ppTable)
{
if (pDoc2 == NULL)
  return -1;
if (ppTable == NULL)
  return -2;
if (lpszTableIDFilter == NULL)
  return -3;

CComQIPtr<IHTMLElementCollection> spChildrenElement;
HRESULT hr = pDoc2->get_all(&spChildrenElement);
if (FAILED(hr))
{
  return -10;
}

BOOL bFind = FALSE;

// 通过遍历所有元素，找到id为lpszTableIDFilter的table
LONG lEleCount = 0;
hr = spChildrenElement->get_length(&lEleCount);
for (int i = 0; i < lEleCount; ++i)
{
  CComPtr<IDispatch> pTable;
  hr = spChildrenElement->item(COleVariant((long)i), COleVariant((long)0), &pTable);
  if (FAILED(hr))
   continue;

  CComQIPtr<IHTMLElement> spEleTable = pTable;

  BSTR bstrEleID;
  spEleTable->get_id(&bstrEleID);
  CString strEleID = bstrEleID;
  if (strEleID == lpszTableIDFilter)
  {
   hr = pTable->QueryInterface(IID_IHTMLTable, (void **)ppTable);
   if (FAILED(hr))
   {
    return -11;
   }

   bFind = TRUE;

   break;
  }
}

return bFind ? 0 : -1;
}

五、通过table的IHTMLTable接口，可以读取table的单元格IHTMLElement：
int GetCellIHTMLElementInterface(IHTMLTable *pTable, UINT uRow, UINT uCol, IHTMLElement **ppCell)
{
if (pTable == NULL)
return -1;
if (ppCell == NULL)
return -2;

// 每行作为一个单位，先得到所有行。
CComPtr<IHTMLElementCollection> spAllRows;
HRESULT hr = pTable->get_rows(&spAllRows);
if (FAILED(hr))
{
  return -10;
}

LONG lRowCount = 0;
spAllRows->get_length(&lRowCount);
if (uRow >= (UINT)lRowCount)
{
  CString strInfo;
  strInfo.Format(_T("现在只有 %d 行自选商品，你输入了一个超出范围的数字，请重新输入！"), lRowCount - 1); // lRowCount包含了表头
  AfxMessageBox(strInfo);

  return -11;
}

// 得到第nRow行
_variant_t varIndex;
IDispatch *pRow = NULL;
varIndex = (LONG)uRow;
hr = spAllRows->item(varIndex, varIndex, &pRow);
if (FAILED(hr))
{
  return -12;
}

CComQIPtr<IHTMLTableRow> spRow = pRow;
pRow->Release();

// 每一行都是由N个单元格cell组成.
CComPtr<IHTMLElementCollection> pAllRowCells = NULL;
hr = spRow->get_cells(&pAllRowCells);
if (FAILED(hr))
{
  return -13;
}

LONG lCellCountPerRow = 0;
hr = pAllRowCells->get_length(&lCellCountPerRow);
ASSERT(lCellCountPerRow == 8);
if (FAILED(hr))
{
  return -14;
}

if (uCol >= (UINT)lCellCountPerRow)
{
  CString strInfo;
  strInfo.Format(_T("现在只有 %d 列数据，你输入了一个超出范围的数字，请重新输入！"), lCellCountPerRow);
  AfxMessageBox(strInfo);

return -15;
}

// 读取第nRow行第nCol列数据
V_I4(&varIndex) = uCol;
IDispatch *pCol = NULL;
hr = pAllRowCells->item(varIndex, varIndex, &pCol);
if (FAILED(hr) || pCol == NULL)
{
return -16;
}

hr = pCol->QueryInterface(__uuidof(IHTMLElement), (void **)ppCell);
pCol->Release();
if (FAILED(hr))
{
return -17;
}

return 0;
}

六、这样，通过单元格的IHTMLElement接口，就可以访问单元格的内容了：
extern IHTMLElement *pCell;
BSTR bstrCell;
HRESULT hr = pCell->get_innerText(&bstrCell);

详细的工程，请参考：depot\Outsourcing\bdszjj\SecKiller

hq.jsp文件内容如下：

<SCRIPT LANGUAGE="JavaScript">
<!--

//禁止右键的脚本
//from www.jx165.com
function nocontextmenu(){
event.cancelBubble = true
event.returnValue = false;
return false;}
function norightclick(e){
if (window.Event){
if (e.which == 2 || e.which == 3)
return false;}
else
if (event.button == 2 || event.button == 3){
event.cancelBubble = true
event.returnValue = false;
return false;}
}
//禁止右键
document.oncontextmenu = nocontextmenu; // for IE5+
document.onmousedown = norightclick; // for all others

//-->
</SCRIPT>

</table>

<br>
</form>
</body>
</html>

main.jsp内容如下：

<SCRIPT LANGUAGE="JavaScript">
<!--

//-->
</SCRIPT>

<html>
<head>
<title>竞买竞卖系统</title>
</head>

<frameset rows="37,*" cols="*" framespacing="0" frameborder="no" border="0">
<frame src="menu1.jsp" name="top1" frameborder="no" scrolling="no" noresize id="top1" APPLICATION="yes">
<frame src="../hq/hq.jsp" name="commodityList" frameborder="no" scrolling="auto" id="commodityList" APPLICATION="yes">
</frameset>
<noframes>
<body>
该系统应用了框架技术,您的浏览器不支持框架,请更换更高版本的浏览器。
</body>
</noframes>
</html>

阅读全文

0 0