Delphi通过MSHTML实现一个HTML解析类

核心提示：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，Delphi通过MSHTML实现一个HTML解析类，于是需要常常解析Html中相应的各种元素，网络是个好东西，实现了一个HTMLParser，大致代码如下：这里只给出声明，搜索一番，就找到了好几个Delphi版本的HtmlParser的类库

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

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.



HTMLParser解析类的代码实现单元

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.