如何提取网页中所有链接

下载本文示例代码
下载本文示例源代码

见过“网际快车”的“使用网际快车下载全部链接”这个功能吗？想实现它，我们可以这样做：
IE有几个有用的接口，我们可以用它来提取网页所有链接。

一、基本原理

首先是用IHTMLDocument2的get_links，来获取IHTMLElementCollection接口，再通过IHTMLElementCollection来获取IHTMLAnchorElement，而IHTMLAnchorElement接口的get_href就是我们想要的，通过循环获取，我们就可以得到网页的所有链接了！

二、具体代码

{

    TCHAR HostName[2*MAX_PATH];

    CComPtr spDispatch;

    CComQIPtr pDoc2;

    CComPtr pElementCol;

    CComPtr pLoct;

    // TODO: Add your control notification handler code here

    int n = m_LinksList.GetItemCount();//GetCount();



    for (int i = 0; i < n; i   ){

        IWebBrowser2 *pBrowser = (IWebBrowser2 *)m_LinksList.GetItemData(i);

        if (pBrowser){

            pBrowser->Release();

        }

    }



    m_LinksList.DeleteAllItems();

    m_LinksNum = 0;

    Log("**************************************************************");

    Log("\r\n");



    if (m_spSHWinds){

        int n = m_spSHWinds->GetCount();

        for (int i = 0; i < n; i  ){

            _variant_t v = (long)i;

            IDispatchPtr spDisp = m_spSHWinds->Item(v);





            SHDocVw::IWebBrowser2Ptr spBrowser(spDisp);   //生成一个IE窗口的智能指针

            if (spBrowser){



                if (SUCCEEDED(spBrowser->get_Document( &spDispatch)))

                    pDoc2 = spDispatch;

                if(pDoc2!=NULL)

                {

                    if (SUCCEEDED(pDoc2->get_links(&pElementCol)))

                    {

                        //    AfxMessageBox("IHTMLElementCollection");

                        long p=0;

                        if(SUCCEEDED(pElementCol->get_length(&p)))

                            if(p!=0)

                            {   

                                m_LinksNum = m_LinksNum p;

                                UpdateData(FALSE);



                                for(long i=0;i<=(p-1);i  )

                                {



                                    BSTR String;

                                    _variant_t index = i;

                                    if(SUCCEEDED(pElementCol->item( index, index, &spDispatch)))

                                    if(SUCCEEDED(spDispatch->QueryInterface( IID_IHTMLAnchorElement,(void **) &pLoct)))



                                    pLoct->get_href(&String);

                                    ZeroMemory(HostName,2*MAX_PATH);

                                    lstrcpy(HostName,_bstr_t(String)); 

                                    m_LinksList.InsertItem(i,HostName);

                                    m_LinksList.SetCheck(i,TRUE);

                                   

                                    pLoct->get_hostname(&String);

                                    ZeroMemory(HostName,2*MAX_PATH);

                                    lstrcpy(HostName,_bstr_t(String)); 

                                    if(lstrlen(HostName))

                                    {

                                        m_LinksList.SetItemText(i,1,HostName);

                                        Log(HostName );

                                        Log("\r\n");

                                    }

                                    

                                }

                            }

                    }



                }



            }

        }

    }

}

本程序在VC7 WINXP下编译通过，详细请看源代码！

下载本文示例代码

输入您的搜索字词 提交搜索表单