Dans l'analyse HTML Obtenir les attributs d'une étiquette dans Cpp en utilisant IHTMLDOMAttribute

Question

s'il vous plaît aidez-moi je fais une analyse html en utilisant MSHTML. Mon code pour obtenir tous les attributs d'une balise particulière est comme ce

void GetAttributes(MSHTML::IHTMLElementPtr pColumnInnerElement) 
{ 
    IHTMLDOMNode *pElemDN = NULL; 
    LONG lACLength; 
    MSHTML::IHTMLAttributeCollection *pAttrColl; 
    IDispatch* pACDisp; 
    VARIANT vACIndex; 
    IDispatch* pItemDisp; 
    IHTMLDOMAttribute* pItem; 
    BSTR bstrName; 
    VARIANT vValue; 
    VARIANT_BOOL vbSpecified; 
    pColumnInnerElement->QueryInterface(IID_IHTMLDOMNode, (void**)&pElemDN); 
    if (pElemDN != NULL) 
    { 
     pElemDN->get_attributes(&pACDisp); 
     pACDisp->QueryInterface(IID_IHTMLAttributeCollection, (void**)&pAttrColl); 
     pAttrColl->get_length(&lACLength); 
     vACIndex.vt = VT_I4; 
     for (int i = 0; i < lACLength; i++) 
     { 

      vACIndex.lVal = i; 
      pItemDisp = pAttrColl->item(&vACIndex); 
      if (pItemDisp != NULL) 
      { 
       pItemDisp->QueryInterface(IID_IHTMLDOMAttribute, (void**)&pItem); 
       pItem->get_specified(&vbSpecified); 
       pItem->get_nodeName(&bstrName); 
       pItem->get_nodeValue(&vValue); 

       if (vbSpecified) 
       cout<<_com_util::ConvertBSTRToString(bstrName)<<" :"<<_com_util::ConvertBSTRToString(vValue.bstrVal)<<endl; 
       pItem->Release(); 
      } 
      pItemDisp->Release(); 

     } 
     pElemDN->Release(); 
     pACDisp->Release(); 
     pAttrColl->Release(); 
    } 
} 

Le problème est pour la balise donnée <input id="Switch l_id2" class="pointer" name="Switch" onclick='SetControl("Switch l",1)' type="button" value="OK"> elle imprime tous les attributs sauf value attribut. La fonction get_specified renvoie false pour l'attribut value.

Ma sortie est

id :Switch l_id2 
class :pointer 
onclick :SetControl("Switch l",1) 
type :button 
name :Switch 

Toute idée pourquoi? Aussi quels autres attributs peuvent avoir ce problème ??

Remarque

J'ai essayé de la sorte. Il montre les bons résultats d'attribut pour value.

 if (strcmp(_com_util::ConvertBSTRToString(bstrName), "value") == 0) 
     { 
      cout<<_com_util::ConvertBSTRToString(bstrName)<<" :"<<_com_util::ConvertBSTRToString(vValue.bstrVal)<<endl; 
     } 

Answer 1

Si vous travaillez dans VC++ géré (CLI), vous pouvez considérer le HTML Agility Pack, disponible via nuget.

Si vous ne souhaitez pas utiliser MSHTML, vous pouvez probablement opter pour l'analyse des documents HTML en tant que documents XML. De cette façon, vous seriez capable d'analyser tous les tags et attributs avec beaucoup de flexibilité. Il y a beaucoup d'analyseurs XML disponibles pour C++.

Cette bibliothèque semble simple compact et efficace (disponible pour plusieurs plates-formes): https://github.com/leethomason/tinyxml2

Un autre est: http://pugixml.org/

Ce lien peut vous aider si vous voulez vous débarrasser de la dépendance MSHTML: http://www.codeproject.com/Articles/30342/Remove-Microsoft-mshtml-dependency

Answer 2

Je ne l'ai jamais travaillé avec cela auparavant, mais selon la bibliothèque docs et spécifications DOM, il semble que get_nodeValue() des choses différentes en fonction ne fait du type de « objet noeud ». Essayez d'appeler get_nodeValue() ou get_nodeName() sur l'objet IHTMLDOMNode. Il semble clair que certaines propriétés comme "value", "ID" et "Name" ne font pas partie de la collection d'attributs sous le DOM.

---

MSHTML documents:

• http://msdn.microsoft.com/en-us/library/aa704090%28v=vs.85%29.aspx

• http://msdn.microsoft.com/en-us/library/hh870182%28v=vs.85%29.aspx

spécification DOM:

• http://www.w3.org/TR/REC-DOM-Level-1/level-one-core.html#ID-BBACDC08

Answer 3

Vous vous souciez vraiment du drapeau de spécifié? Vous avez dit que vous voulez traiter tous les attributs, je pense que si c'est le cas, vous n'avez pas besoin de vous soucier de l'indicateur spécifié, il suffit de traiter tous les attributs.

Autre chose est si j'étais vous, je vais utiliser CComPtr à la place de tout pointeur com nu.

Answer 4

vérifiez le type d'entrée, puis recherchez l'interface IID_IHTMLInputElement, puis utilisez get_value.