|
具有自動(dòng)查找Web頁面上所有鏈接的網(wǎng)絡(luò)瀏覽器
1． 概述
WEB的應(yīng)用已經(jīng)深入到現(xiàn)在社會(huì)的方方面面，作為一個(gè)軟件開發(fā)人員或其他技術(shù)人員，都有可能遇見在Internet上查詢大量的資料和信息的情況，一般來說用的最多的就是WEB的搜索Engine。當(dāng)我們使用它查出大量的資料鏈接后，還有可能遇到更多的鏈接，但要自己去看他們是否是鏈接，那確實(shí)是一件很麻煩的事情。這篇文章就是來講，如何用Delphi的MSHTML_TLB.pas來開發(fā)一個(gè)具有自動(dòng)查找Web頁面上所有鏈接的簡(jiǎn)單網(wǎng)絡(luò)瀏覽器。我是在IE5的環(huán)境下寫的這個(gè)程序，當(dāng)然它可以向下兼容，如IE4。
2.關(guān)于MSHTML_TLB.pas
MSHTML_TLB.pas是Deliphi里面自帶的一個(gè)類。它的含義是Microsoft HTML對(duì)象庫。它不能夠包含在所有的工程或程序中，原因是它實(shí)在是太大了，整個(gè)文件的代碼共有241,899l行，那么長。大小約有12M。下面我們來看看它是如何加入到程序中的。
1． 首先，我們打開Delphi，建立一個(gè)新的application。我把form1保存為MainFrm.pas，把a(bǔ)pplication保存為FindLinks.dPR.
2． 要想實(shí)現(xiàn)IE 的功能我們就必須要使用Microsoft HTML對(duì)象庫（MSHTML type library.）如何實(shí)現(xiàn)呢？如圖1， Project->Import Type Library:
然后你會(huì)看到關(guān)于"Microsoft HTML Object Library (Version 4.0)"的列表，如圖2。
接下來可能會(huì)遇到一些問題。比如，在列表里面沒有出現(xiàn)"Microsoft HTML Object Library (Version 4.0)"。這是為什么呢？那是IE的問題，由于IE版本的不同（我用的是IE5）。我建議最好是先查詢你的計(jì)算機(jī)里面有沒有mshtml.tlb這個(gè)文件。
在9x里面它是存在與C:\WINDOWS\SYSTEM目錄里面，在2000里面它在\WINNT\system32目錄里面。如果找到了這個(gè)文件，就可以用圖2的click on the "Add..." button，然后選擇mshtml.tlb，就可以了，如果沒有找到它，那說明你沒有安裝IE或你的IE版本太低，請(qǐng)升級(jí)IE。
最后，當(dāng)我們選擇了倒入的庫后，會(huì)等待一段時(shí)間，因?yàn)樗鼘?shí)在是太長了，不過請(qǐng)千萬不要因?yàn)槭撬罊C(jī)了。它會(huì)給自動(dòng)查找提供很多幫助。
3． 工程實(shí)現(xiàn)。
界面設(shè)計(jì)如下圖：
使用以下組件：
控件 命名 TEXT
TLabel lblURL 資料網(wǎng)址
TEdit edtURL http://www.
TButton btnFindLinks 查詢連接
TListBox lstbxLinks null
4． 程序設(shè)計(jì)
1． 在Form1的interface部分，在uses后面加入，OleCtrls, SHDocVw, and OleServer.這些所應(yīng)用的類，都是基于我們所要?jiǎng)?chuàng)建的TinternetExplorer的，它是IE的ActiveX的對(duì)象。但是這里還有其它的方式（TinternetExplorer）進(jìn)行，我們采用TwebBrowser 控制在我們的form1。
2． 我們?cè)趐rivate里面加入如下代碼：
FInternetExplorer: TInternetExplorer;
procedure WebBrowserDocumentComplete(Sender: TObject; var pDisp: OleVariant;
var URL: OleVariant);
最后用Ctrl-Shift-C完成類的聲明。
3． 在impelmentation后面加入如下聲明：
uses MSHTML_TLB, ComObj;
要使用的類。
4． 在form1的OnCreate事件中加入如下：
FInternetExplorer := TInternetExplorer.Create(Self);
FInternetExplorer.OnDocumentComplete := WebBrowserDocumentComplete;
5． 最后在form1的TForm1.WebBrowserDocumentComplete里面加入如下代碼：
1. procedure TForm1.WebBrowserDocumentComplete(Sender: TObject;
2. var pDisp: OleVariant; var URL: OleVariant);
3. var
4. Doc: IHTMLDocument2;
5. ElementCollection: IHTMLElementCollection;
6. HtmlElement: IHTMLElement;
7. I: Integer;
8. AnchorString: string;
9. begin
10. lstbxLinks.Clear;
11. // 在處理網(wǎng)頁的時(shí)候發(fā)現(xiàn)它沒有完全下載，將不會(huì)進(jìn)行處理連接
12. Doc := FInternetExplorer.Document as IHTMLDocument2;
13. if Doc = nil then
14. raise Exception.Create('Couldn''t convert the ' +
15. 'FInternetExplorer.Document to an IHTMLDocument2');
16. // 奪取web上的所有元素。
17. ElementCollection := Doc.all;
18. for I := 0 to ElementCollection.length - 1 do
19. begin
20. file://得到當(dāng)前的元素
21. HtmlElement := ElementCollection.item(I, '') as IHTMLElement;
22. // 查找網(wǎng)頁原代碼中的LINK標(biāo)記。
23. // 發(fā)現(xiàn)其它的html標(biāo)記 (例如： TABLE, FONT, etc.)
24. if HTMLElement.tagName = 'A' then
25. begin
26. // 在詳細(xì)的link里面抓取innerText，innertext就是標(biāo)記中<href=后面的東西>例如：
27. // 我們?cè)趙eb里面看見"西南民族學(xué)院"
28. // <a href="http://www."><b>西南民族學(xué)院</b></a>.
29. AnchorString := HtmlElement.innerText;
30. if AnchorString = '' then
31. AnchorString := '(Empty Name)';
32. AnchorString := AnchorString + ' - ' +
33. (HtmlElement as IHTMLAnchorElement).href;
34. lstbxLinks.Items.Add(AnchorString);
35. end;
36. end;
37. end;
最后我們?cè)赽utton（btnFindLinks）加入Onclick 事件：
1. // 在被瀏覽的web里面進(jìn)行查詢連接。
2. FInternetExplorer.Navigate(edtURL.Text, EmptyParam, EmptyParam,
EmptyParam, EmptyParam);
從以上的程序里面我們可以看出它的原理了，實(shí)際上是很簡(jiǎn)單的，看過html原代碼的人都知道，使網(wǎng)頁產(chǎn)生連接的代碼就是：<a href="http://www."><b>西南民族學(xué)院</b></a>.
我程序的原理就是通過截取href后面的字符串，并在"""號(hào)后面截止。
然后把它保存為另外的字符串。然后通過TwebBrowser顯示出來。
最后讓我們來編譯這個(gè)程序，的卻，編譯它很費(fèi)時(shí)間，因?yàn)榫幾g多達(dá)241,899l行的MSHTML_TLB.pas，是一件很麻煩的事情。其中還包括多達(dá)20多個(gè)的warning錯(cuò)誤，但請(qǐng)放心這是MSHTML_TLB.pas的問題，與其它程序無關(guān)。這樣一個(gè)小型的查找Web頁面上所有鏈接的簡(jiǎn)單網(wǎng)絡(luò)瀏覽器就出現(xiàn)在我們面前。本程序在IE5.0和Delphi6下編譯通過。
|
