webbrowser 如何不用下载页面到本地而直接得到页面的文本

Question

本帖最后由 swlove 于 2010-05-21 15:08:43 编辑

Answer 1

用WebBrowser1不讓它下載而獲利它的文本內容，似乎行不通要用 WebBrowser，你的
  s := WebBrowser1.OleObject.document.parentWindow.content.innerText;
  Memo1.Text := s; //这是 content 标签中的文本就得寫在DownloadComplete事件中 並且WebBrowser1.ReadyState=3你所謂的『直接显示文本』也不可能不下載就直接能顯示的，就算用IDHTTP或者IEDownload1也得有個下載過程，然後再提取你要的吧如果你不下載就直接把那個網頁中的文本給SHOW出來了，請一定要通知我一聲。

Answer 2

顶楼上，网页访问使用的是UDP协议，要下载内容才能显示。建议将WebBrowser1网页保存到内存，再提取需要的内容显示。

Answer 3

Navigate事件和其它事件不是同步的，类似多线程。触发此事件后不能进行 WebBrowser1.OleObject.document操作，因为Navigate事件未完成呢。
中加加一句：
WebBrowser1.Navigate(Edit1.Text);
while WebBrowser1.ReadyState <> READYSTATE_COMPLETE do
        application.ProcessMessages; 
s := WebBrowser1.OleObject.document.parentWindow.content.innerText;
  Memo1.Text := s; //这是 content 标签中的文本

Answer 4

谢谢楼上各位大侠的答复
正如yshuui大侠所说的，比如我想过滤下面页面中的源代码，或者禁止执行整个网页中的script，那该如何做呢 ？
谢谢<center><script type="text/javascript"><!--
google_ad_client = "pub-2861391824702976";
/* 336x280, 创建于 10-3-8 */
google_ad_slot = "2199590706";
google_ad_width = 336;
google_ad_height = 280;
//-->
</script>
<script type="text/javascript"
src="http://pagead2.googlesyndication.com/pagead/show_ads.js">
</script></center>

Answer 5

建議 用EmbeddedWB 簡單快捷把下載這些全禁了，顯示就快很多了
[DownloadImages,DownloadVideos,DownloadBGSounds,DontExecuteScripts,DontExecuteJava,DontDownloadFrame]

Answer 6

>>>网页访问使用的是UDP协议???长见识啊.

Answer 7

那我换一个角度请教：使用TWebbrowser或者EmbeddedWB，如何才能做到只显示指定标签内的文本呢 ？页面可以下载，但整个页面就不显示给用户看到请问该如何做呢 ？

Answer 8

通过HTTP协议先读取网页文本,然后用IHTMLDocument接口分析网页文本.然后将需要显示的部分动态的更新到WebBrowser中.

Answer 9

所有在电脑上看到的东西都是画出来的结果。先 get/post 到网页文本，然后分析，提取需要的。

Answer 10

其实过滤难度还是挺大的，一些网页浏览器使用了过滤。想做的比较完美，真的需要分析HTTP协议和数据包，比如网页视频下载。
用EmbeddedWB确实可以定制过滤，如果不想使用控件，可以参考一下它的代码，写到自己的程序里。
没有仔细去研究，你自己看一下吧。

Answer 11

var
imgs: OleVariant;
begin
imgs := WebBrowser1.OleObject.Document.getElementsByTagName('img');
for i := 0 to imgs.Length - 1 do
begin
imgs.item(i).src:=....end;
end;
你试试把img换成ALL行不，然后自己分析什么是需要的。或者
var 
　　　doc:IHTMLDocument2; 
　　　all:IHTMLElementCollection; 
　　　item:OleVariant; 
　　begin 
　　　doc:=WebBrowser1 .Document as IHTMLDocument2; 
　　　all:=doc.all;　　　　　　　　　　　　　//doc.Links亦可 
　　　len:=all.length; 
　　　for i:=0 to len-1 do begin 
　　　　          ...自己分析吧
　　　end; 
　　end; 

Answer 12

yshuui兄，按照你代码的意思是，先把网页下载回来，显示在WebBrowser1，再进行过滤，然后提取自己想要的 ？但我的目的是，把网页下载回来后，不要显示在WebBrowser1上，先进行提取，再把提取出来的文本显示再WebBrowser1上

Answer 13

我只是想显示“content 标签中的文本”，记得有个“小说下载阅读器”的软件，它就能很好的只显示小说文本或者小说内容的图片，不知道他是怎么实现的
procedure TForm1.FormCreate(Sender: TObject);
begin
  Edit1.Text:='http://www.3ghxw.com/files/article/html/9/9547/2879756.html';
end;procedure TForm1.Button1Click(Sender: TObject);
var
  s:string;
begin
  WebBrowser1.Navigate(Edit1.Text);
  s := WebBrowser1.OleObject.document.parentWindow.content.innerText;
  Memo1.Text := s; //这是 content 标签中的文本
end;

Answer 14

我用delphi曾经做个一个图片搜索的软件，用ICS组件，用 get/post 的方法，先得到搜索结果的页面，然后解析 html 标签的规则，所有图片链接就出来了，然后用线程下载图片。所有过程都根本不用通过浏览器，显示缩略的组件用 TMS 组件包。我认为和你需要的文本内容是一个道理的，只是算法的效率高低而已。不知道这样的提示你明白不？或者最简单的说：和一些播放器的歌词下载是一个道理。你见过歌词下载通过浏览器后再下载么？没有的吧。

Answer 15

在程序员联合开发网找到几个例子，可能有帮助，可惜下载不了Extract 从网页中提取内容，取出各种标记， 留文本 生成 文件
http://www.pudn.com/downloads126/sourcecode/others/detail533054.html WebPickUp 将网页上的文字提取下来保存在本地数据文件的工具
http://www.pudn.com/downloads79/sourcecode/windows/file/detail305814.html有没有人有这个网站的账号？谢谢

Answer 16

使用DELPHI采集网页内容的源代码
http://www.pudn.com/downloads49/sourcecode/windows/network/detail169204.html

Answer 17

方法是搞出来了，但感觉上有点怪怪的...
期待高手更完美的解决方法
我的代码如下，思路是利用 IXMLHTTPRequest 获取网页源代码，在调用函数GetStr截取需要的代码
之所以不用IndyHTTP,是因为IndyHTTP有些网页的源代码获取不到uses  msxml;//从网页源文件中获得指定标签间的代码function TForm1.GetStr(StrSource, StrBegin, StrEnd: string): string;
var
  in_star, in_end: integer;
begin
  in_star := AnsiPos(strbegin, strsource) + length(strbegin);
  in_end := AnsiPos(strend, strsource);
  Result := copy(strsource, in_star, in_end - in_star);
end;//信息列表点击procedure TForm1.btn1Click(Sender: TObject);
const
  url = 'http://www.xxx.com';
var
  req: IXMLHTTPRequest;
  StrStream: TStringStream;
  SetNoteStr: string;
begin
     //利用 IXMLHTTPRequest 获取网页源代码，在调用函数GetStr截取需要的代码
      req := CoXMLHTTPRequest.Create;
      req.open('Get', url, False, EmptyParam, EmptyParam);
      req.send(EmptyParam);
      SetNoteStr := GetStr(req.responseText, '</script></center>', 'document.body.oncopy=function');//获取标签直接的代码
      StrStream := TStringStream.Create(SetNoteStr);
      try
        StrStream.Position := 0;
        (WebBrowser.Document as IPersistStreamInit).Load(TStreamadapter.Create(StrStream));//直接写入WebBrowser
      finally
        StrStream.Free;
end;

Answer 18

前些天你發問時，我就用tembeddedwb中的 UILess1,添加一個通過標籤ID就能取值的函數。但發現會產生臨時文件，還會下載圖片。感覺也不太可取。把你這種方法先轉到我那帖子里去。有需要再一一研究

Answer 19

其實用idhttp來get這種靜態頁面是很方便的。

Answer 20

赞同...
一开始我也是用idhttp來get，但试了不少页面，有些不行，所以才改成IXMLHTTPRequest。

Answer 21

另请教一下，devhp兄有试过用用WebService： http://www.webxml.com.cn/WebServices/WeatherWebService.asmx 来获取地方的天气预报吗 ？
我找了个例子，按照他的提示做，提示“未将对象引用设置到对象的实例”。
后来又添加了以下代码，还是不行
procedure TForm1.FormCreate(Sender: TObject);
begin
  HTTPRIO1.Service := 'WeatherWebService';
  HTTPRIO1.Port := 'WeatherWebServiceSoap';
  HTTPRIO1.WSDLLocation := 'http://www.webxml.com.cn/WebServices/WeatherWebService.asmx?wsdl';
end; 1.用WSDL Import导入http://www.webxml.com.cn/WebServices/WeatherWebService.asmx?wsdl
2.生成一个VCL工程，向界面添加HTTPRIO(WebService栏),设置好其WSDL、Service、Port
3.添加按钮
procedure TForm1.Button1Click(Sender: TObject);
var
  Wp:WeatherWebServiceSoap;
  AOS:ArrayOfString;
  I:Integer;
begin
  Wp:=HTTPRIO1 as  WeatherWebServiceSoap;
  AOS:=wp.getWeatherbyCityName('石家庄');//此处写成一个变量
  for I:=Low(AOS) to High(AOS) do
  begin
     showmessage(AOS[I]);
  end;
end;
4.运行