IE的BHO通过IHTMLDocument2接口获得网页源代码

参考了凤之焚的专栏:http://blog.csdn.net/lion_wing/article/details/769742

但是他的源码有些问题,即IHTMLElementCollection接口的item应该填写正确的序列号,而不是0。

item序列号递增是深度优先的遍历标签,不明白的可以试一下,也就是说如果只用0序列号的话获得的是<!Document>的标签,1才是<html>标签内容,他俩是并列的。我这里是IE11做的实验,博主当年发文的时候不知道情况怎么样……

另外注意要使用IHTMLElement的outerHTML,innerHTML只会获得标签里的内容,不包含标签。

int detect_AppCache(IHTMLDocument2* pDocument)

{

	CComPtr<IHTMLElementCollection> spHTML;

	HRESULT hr = pDocument->get_all(&spHTML);

	long length = 0;

	spHTML->get_length(&length);



	if (hr == S_OK && spHTML != NULL) {

		for (int i = 0; i < length ; i++){//注意一下,这里i=1就可以获得普遍意义的所有源代码

			CComVariant svarIndex = i;

			CComVariant svarEmpty;

			CComPtr<IDispatch> spDisp;



			hr = spHTML->item(svarIndex, svarEmpty, &spDisp);

			if ( SUCCEEDED(hr) ) {

				CComQIPtr<IHTMLElement> spElement = spDisp;

				if (spElement) {

					CComBSTR bstrHTML; 

					spElement->get_outerHTML(&bstrHTML);

					USES_CONVERSION;

					CString ret = COLE2T(bstrHTML);

					if (ret.Find(_T("appcache")) != -1) {

						MessageBox(NULL, L"he", L"detect_AppCache", MB_OK);

						

					}

					MessageBox(NULL, ret, L"detect_AppCache", MB_OK);

				}



			} else {

				MessageBox(NULL, L"获取IDispatch失败", L"detect_AppCache", MB_ABORTRETRYIGNORE);

			}

		}

	}

	return 0;

}

 

你可能感兴趣的:(document)