用 Microsoft.mshtml.dll 和 WebClient 自己实现网页保存为 MHT 文件

相信大家经常用IE保存网页功能保存有价值的网页,但是IE的网页保存功能做的不是太好,经常会有些页面保存失败。我也深受其烦,好在本人是程序员,程序员最大的好处是会自己编软件。正好我自己开发了个多页签浏览的IE,于是便在其中增加了网页保存为MHT文件的功能。

网页保存为MHT功能主要包含以下几个关键问题:

1)修改所有相对链接为绝对链接;

2)把网页内容连同包含的 JS、图片、CSS等文件下载到本地并打包到一起,形成单一的MHT文件;

3)要能处理Frameset和IFrame;

为了避免解析HTML带来的不必要的麻烦,本人利用Microsoft.mshtml.dll 实现HTML文本的解析,并用WebClient类实现JS、图片、CSS等文件的下载。下面逐个解析其中的原理和注意事项。

1)修改所有相对链接为绝对链接:

首先要获得待保存的网页的document对象,如果你用.NET2.0的WebBrowser控件,可以从它的 WebBrowser.Document.DomDocument as mshtml.IHTMLDocument2 获得document对象。然后可以遍历所有包含相对链接的HTML标签,以

你可能感兴趣的:(用 Microsoft.mshtml.dll 和 WebClient 自己实现网页保存为 MHT 文件)