利用HTMLDocument2对HTML文本进行解析

最新推荐文章于 2023-04-29 14:50:27 发布

wjw806

最新推荐文章于 2023-04-29 14:50:27 发布

阅读量2.6k

点赞数

文章标签： html webbrowser tree string null c#

本文链接：https://blog.csdn.net/wjw806/article/details/2386381

版权

利用HTMLDocument2对HTML文本进行解析 -|walrus 发表于 2006-8-8 18:34:00

对html进行解析，一般是要利用WebBrowser控件，通过WebBrowser来获得Document2对象，那么有没有不用WebBrowser控件，直接将html文本构造成HTMLDocument2对象，从而利用HTMLDocument2对象来进行对html进行解析的方法呢？方法是有的，下面的方法就可以实现[C#]

   /*
    * 本示例通过一个html文件来生成HTMLDocuemt2对象（不使用WebBrowser控件），然后对
    * 遍历该对象的DOM树。

   */

   HTMLDocumentClass hc = new HTMLDocumentClass();
   IHTMLDocument2 doc2 = hc;
   string html="";
      string filename="..//..//test.htm";
   if (!File.Exists(filename))
   {
     Console.WriteLine("文件不存在");
    return;
   }

   StreamReader sr1 = new StreamReader(
    (System.IO.Stream)File.OpenRead(filename),System.Text.Encoding.Default);

   while (sr1.Peek()>-1)
   {
    html=html+sr1.ReadToEnd();
   }
   sr1.Close();
   doc2.write(html);
   doc2.close();
   //将HTMLDocument2接口转换成HTMLDocument3接口，因为后者可以使用IHTMLDOMNod接口。
   IHTMLDocument3 HTMLDocument=(IHTMLDocument3)doc2;
   IHTMLDOMNode rootDomNode=(IHTMLDOMNode)HTMLDocument.documentElement;
   TreeNode root=treeView1.Nodes.Add("HTML");//treeview1是TreeView组件。
   InsertDOMNodes(rootDomNode,root);

   //递归方法，用预于遍历DOM树，同时生成一个树
  private void InsertDOMNodes(IHTMLDOMNode parentnode,TreeNode tree_node)
  {

   if(parentnode.hasChildNodes())//是否有子结点
   {
    IHTMLDOMChildrenCollection allchild = (IHTMLDOMChildrenCollection)parentnode.childNodes;
    int length = allchild.length;
    for(int i=0;i<length;i++)//对每个子结点进行处理，首先取出每个子节点的属性，然后进行递归
    {
     IHTMLDOMNode child_node = (IHTMLDOMNode)allchild.item(i);
     string m_snodeName =child_node.nodeName;
     object m_onodevalue =child_node.nodeValue;
     string m_snodetype =child_node.nodeType.ToString();
     string m_snodevalue ="";
     if ( m_onodevalue!=null)
      m_snodevalue =m_onodevalue.ToString().Trim();
     TreeNode tempnode=null;

     if (child_node.nodeName.Equals("#text"))
     {
      if ((m_snodevalue!=null)&& (!m_snodevalue.Equals("")))
       tempnode = tree_node.Nodes.Add(m_snodevalue);
     }
     else
     {
      tempnode = tree_node.Nodes.Add(child_node.nodeName);
      InsertDOMNodes(child_node,tempnode);
     }
    }
   }

  }