用Socket和MSHTML对象模型创建自己的浏览器
HTTP协议和WEB浏览器的诞生给我们的网络增加了更多的精彩。但在实际应用中我们可能会有不同的需要而不是单纯的使用浏览器，譬如在我们的应用程序中加入浏览互联网的功能。微软的ChtmlView类很方便的实现了网页浏览。但是它很不灵活，无法使用户动态地在网页上修改自己想要的元素。本文探讨一些方法使用Socket传输Html文档，利用微软的动态MSHTML对象模型实现一些浏览器的内部机制。
大家知道HTML文档是由标记语言构成，即俗称的Tag。微软的浏览器IE对于这些标记实现了一一对应的对象模型(objectmodel)，由MSHTML.DLL封装。IE浏览器的实现也是由MSHTML.DLL来实现的。通过MSHTML.DLL我们可以直接操作对象模型的属性，方法。MSHTML的对象模型是基于COM组件对象的，对象的接口是基于Idispatch，操作MSHTML对象模型必须通过Idispatch接口。MSHTML中封装了许多这样的接口，例如，IhtmlAnchorElement接口对应与HTML文档中的超连接标记<A>,IHtmlHRElement接口对应<HR>标记，IhtmlTable接口对应<table>标记。其中最重要的是IhtmlDocument2接口，它对应Document组件。Document组件既相当于HTML文档。使用过Javascript的人对它应比较熟悉。
下面我们举例来讲解MSHTML的应用。在举例之前我先讲述一下Socket和HTTP协议。HTTP协议通过TCP连接服务器和Client，它工作在80端口。HTTP通过Client和Server之间的请求/应答机制进行通讯。HTTP消息分为Request和Response。每一种消息由开始行，消息头和消息体组成。形式如下：
generic-message = start-line
*message-header
CRLF
[ message-body ]
start-line的形式如下：
start-line = Request-Line | Status-Line
Request-Line为Client向Server发出的请求，形式如下：
Request-Line = Method SP Request-URI SP HTTP-Version CRLF
Method 包括GET,POST等，在本例中我们只简单的使用GET向服务器发出请求。
详细的HTTP协议请参考RFC2068。
在VC++中建立新的单文档EXE工程文件，为了使用MSHTML我们的视图类继承自ChtmlView。ChtmlView类封装了MSHTML接口。给工程中加入Socket类。
class CHttpSocket : public CSocket
{
………………
protected:
CWnd * m_pParentWnd;
}
其中m_pParentWnd指向我们的视图类，用于传送消息。在视图类中定义Socket。
class CSkhttpView : public CHtmlView
{
protected: // create from serialization only
CSkhttpView();
DECLARE_DYNCREATE(CSkhttpView)
…………….
protected:
CHttpSocket m_socket;
IHTMLDocument2 * phmDoc2;
……..
}
phmDoc2为IHTMLDocument2接口。初始化Socke,连接我们欲登录的站点，假设为www.163.net。
CSkhttpView::CSkhttpView()
{
// TODO: add construction code here
BOOL bRet=m_socket.Create(0,SOCK_STREAM,NULL);
if(!bRet)
MessageBox("socket create error",NULL,MB_OK);
m_socket.SetParentWnd(this);
if(!m_socket.Connect(www.163.net,80))
MessageBox(“socket connect error”,NULL,MB_OK);
}
下面我们取得IhtmlDocument2的接口。此接口的获得一般有两种方法。一是使用CoCreateInstance，然后调用QueryInterface。另一种是使用MSHTML控件对象的get_Document，在ChtmlView类中封装了这个接口。我们使用后一种。需要注意的是，我们需要在ChtmlView生成IhtmlDocument对象后才能获得它的接口。
void CSkhttpView::OnInitialUpdate()
{
Navigate2(“about:blank”);
}
void CSkhttpView::OnDocumentComplete(LPCTSTR lpszURL)
{
LPDISPATCH lpdisp;
HRESULT hr;
lpdisp=GetHtmlDocument();
hr=lpdisp->QueryInterface(IID_IHTMLDocument2,(void **)&phmDoc2);
}
在ChtmlView初始化时调用Navigate2()产生空文档，文档产生后调用GetHtmlDocument获得一个Idispatch()接口，调用QueryInterface获得IHTMLDocument2接口。
void CSkhttpView::OnReceiveMessage(WPARAM wParam,LPARAM lParam)
{
HRESULT hr;
char buf[5000];
int inum;
IHTMLElement * pEleBody;
if(wParam==0)
{
inum=m_socket.Receive(buf,sizeof(buf),0);
buf[inum]=0;
_bstr_t bsrBody(buf);
hr=phmDoc2->get_body(&pEleBody);
hr=pEleBody->put_innerHTML(bsrBody);
}
}
void CSkhttpView::OnControlSend()
{
// TODO: Add your command handler code here
char buf[1000];
wsprintf(buf,"GET http://www.163.net HTTP/1.1/r/n/r/n");
int iRet=m_socket.Send(buf,lstrlen(buf),0);
if(iRet==SOCKET_ERROR)
MessageBox(“socket send error”,NULL,MB_OK);
}
我们向服务器发送HTTP协议的请求”GET http://www.163.net HTTP/1.1/r/n/r/n”,它取回指定URI地址的网页。服务器发出回应我们通过Socket接受。IhtmlDocument2内含许多对象借口，通过许多的put_,get_方法我们可以获得这些对象的属性，事件，方法。本例中我们获得body对象，它对应于HTML文挡中<body></body>对象。通过IhtmlDocument2的get_body()得到指定body对象的IHTMLElement接口，调用IHTMLElement接口的put_innerHTML()将接受到的内容放入Document中。此时在我们的视图中就会显示网页。
本文只是简略的介绍了一下MSHTML对象，它里面实际包含了许多的接口和函数，通过这些接口我们可以任意设计我们自己风格的浏览器。有兴趣的同志可以参阅MSDN文档。
大家知道HTML文档是由标记语言构成，即俗称的Tag。微软的浏览器IE对于这些标记实现了一一对应的对象模型(objectmodel)，由MSHTML.DLL封装。IE浏览器的实现也是由MSHTML.DLL来实现的。通过MSHTML.DLL我们可以直接操作对象模型的属性，方法。MSHTML的对象模型是基于COM组件对象的，对象的接口是基于Idispatch，操作MSHTML对象模型必须通过Idispatch接口。MSHTML中封装了许多这样的接口，例如，IhtmlAnchorElement接口对应与HTML文档中的超连接标记<A>,IHtmlHRElement接口对应<HR>标记，IhtmlTable接口对应<table>标记。其中最重要的是IhtmlDocument2接口，它对应Document组件。Document组件既相当于HTML文档。使用过Javascript的人对它应比较熟悉。
下面我们举例来讲解MSHTML的应用。在举例之前我先讲述一下Socket和HTTP协议。HTTP协议通过TCP连接服务器和Client，它工作在80端口。HTTP通过Client和Server之间的请求/应答机制进行通讯。HTTP消息分为Request和Response。每一种消息由开始行，消息头和消息体组成。形式如下：
generic-message = start-line
*message-header
CRLF
[ message-body ]
start-line的形式如下：
start-line = Request-Line | Status-Line
Request-Line为Client向Server发出的请求，形式如下：
Request-Line = Method SP Request-URI SP HTTP-Version CRLF
Method 包括GET,POST等，在本例中我们只简单的使用GET向服务器发出请求。
详细的HTTP协议请参考RFC2068。
在VC++中建立新的单文档EXE工程文件，为了使用MSHTML我们的视图类继承自ChtmlView。ChtmlView类封装了MSHTML接口。给工程中加入Socket类。
class CHttpSocket : public CSocket
{
………………
protected:
CWnd * m_pParentWnd;
}
其中m_pParentWnd指向我们的视图类，用于传送消息。在视图类中定义Socket。
class CSkhttpView : public CHtmlView
{
protected: // create from serialization only
CSkhttpView();
DECLARE_DYNCREATE(CSkhttpView)
…………….
protected:
CHttpSocket m_socket;
IHTMLDocument2 * phmDoc2;
……..
}
phmDoc2为IHTMLDocument2接口。初始化Socke,连接我们欲登录的站点，假设为www.163.net。
CSkhttpView::CSkhttpView()
{
// TODO: add construction code here
BOOL bRet=m_socket.Create(0,SOCK_STREAM,NULL);
if(!bRet)
MessageBox("socket create error",NULL,MB_OK);
m_socket.SetParentWnd(this);
if(!m_socket.Connect(www.163.net,80))
MessageBox(“socket connect error”,NULL,MB_OK);
}
下面我们取得IhtmlDocument2的接口。此接口的获得一般有两种方法。一是使用CoCreateInstance，然后调用QueryInterface。另一种是使用MSHTML控件对象的get_Document，在ChtmlView类中封装了这个接口。我们使用后一种。需要注意的是，我们需要在ChtmlView生成IhtmlDocument对象后才能获得它的接口。
void CSkhttpView::OnInitialUpdate()
{
Navigate2(“about:blank”);
}
void CSkhttpView::OnDocumentComplete(LPCTSTR lpszURL)
{
LPDISPATCH lpdisp;
HRESULT hr;
lpdisp=GetHtmlDocument();
hr=lpdisp->QueryInterface(IID_IHTMLDocument2,(void **)&phmDoc2);
}
在ChtmlView初始化时调用Navigate2()产生空文档，文档产生后调用GetHtmlDocument获得一个Idispatch()接口，调用QueryInterface获得IHTMLDocument2接口。
void CSkhttpView::OnReceiveMessage(WPARAM wParam,LPARAM lParam)
{
HRESULT hr;
char buf[5000];
int inum;
IHTMLElement * pEleBody;
if(wParam==0)
{
inum=m_socket.Receive(buf,sizeof(buf),0);
buf[inum]=0;
_bstr_t bsrBody(buf);
hr=phmDoc2->get_body(&pEleBody);
hr=pEleBody->put_innerHTML(bsrBody);
}
}
void CSkhttpView::OnControlSend()
{
// TODO: Add your command handler code here
char buf[1000];
wsprintf(buf,"GET http://www.163.net HTTP/1.1/r/n/r/n");
int iRet=m_socket.Send(buf,lstrlen(buf),0);
if(iRet==SOCKET_ERROR)
MessageBox(“socket send error”,NULL,MB_OK);
}
我们向服务器发送HTTP协议的请求”GET http://www.163.net HTTP/1.1/r/n/r/n”,它取回指定URI地址的网页。服务器发出回应我们通过Socket接受。IhtmlDocument2内含许多对象借口，通过许多的put_,get_方法我们可以获得这些对象的属性，事件，方法。本例中我们获得body对象，它对应于HTML文挡中<body></body>对象。通过IhtmlDocument2的get_body()得到指定body对象的IHTMLElement接口，调用IHTMLElement接口的put_innerHTML()将接受到的内容放入Document中。此时在我们的视图中就会显示网页。
本文只是简略的介绍了一下MSHTML对象，它里面实际包含了许多的接口和函数，通过这些接口我们可以任意设计我们自己风格的浏览器。有兴趣的同志可以参阅MSDN文档。