求助：用mshtml解析HTML文件，遍历部分标签的问题。

Question

比如html部分文件如下
<table >
 <thead>
     <tr>  <th>代码</th> <th>名称</th> <th>时间</th> <th>数量</th> </tr>
 </thead>
  <tbody >
    <tr><th><a href="../requery.php?code=583" target="_parent" >583</a></th>
        <th><a href="../requery.php?code=583" target="_parent">工程1</a></th>
        <th>2001-04-07</th>
        <td><span class="up">110</span></td>
    </tr>
    <tr>     ..........   </tr>
  </tbody>
</table>
网页中只有一个table，这个table中有很多行，每行的内容都与上类似。
我现在通过
pCollection = pDoc3->getElementsByTagName(L"table");然后我再怎样取得table每行tr中的代码【583】、名称【工程1】、日期【2001-04-07】、数量【110】他们的文本？
我想知道如何得到table标签下的各个子标签，就如同遍历树结构一样，能够取得每个节点的子节点，父节点？
就是我想通过得到table,然后在得到他的子节点tbody, 再到子节点tr,再得到th，再得到a，然后用getinnertext()得到583这个代码，遍历完一行，我再回溯tbody,然后开始遍历新的tr？
直到遍历完table的所有行tr多谢了，最好能以代码说明。谢谢!

Answer 1

IHTMLTable::get_rows(IHTMLElementCollection **p);
IHTMLTableRow::get_cells(IHTMLElementCollection **p);
IHTMLElementCollection::item(VARIANT name,VARIANT index,IDispatch **pdisp);
IHTMLElement::get_innerText(BSTR *p);

Answer 2

能再详细点吗，就针对我上面写出的html文件。
多谢啊

Answer 3

这个我可以帮你，我也正弄这个东西呢,我大体给你个简单的代码，你修改一下可能有错
CComPtr< IDispatch > pDisp=NULL;
CComQIPtr <IHTMLElementCollection> pColl;
CComQIPtr<IHTMLTable> Table;
CComQIPtr<IHTMLTableRow> Row;
CComQIPtr <IHTMLElement> pEl;
CComQIPtr <IHTMLElementCollection> pIRows;
CComQIPtr <IHTMLElementCollection> pICell;
CComQIPtr<IHTMLTableCell> pCell;
IHTMLDocument2* pDoc2;
CString str;
BSTR bsStr;
pDoc2->get_all(&pColl);
pColl->tags(COleVariant("table"),&pDisp);
if (pDisp==NULL) return;
pColl.Release();
pColl=pDisp;
pDisp.Release();
long lCnt=0;
pColl->get_length(&lCnt);//得到网页里所有的表格
for (int n=0;n<lCnt;n++)
{
CComVariant cvt;
cvt=(long)n;
pColl->item(COleVariant((long)n),cvt,&pDisp);
Table=pDisp;
pDisp.Release();
long lRow=0;
Table->get_rows(&pIRows);
pIRows->get_length(&lRow);//得到表格里所有的行
for (long j=0;j<lRow;j++)
{
pIRows->item(COleVariant((long)j),COleVariant((long)0),&pDisp);
Row=pDisp;
pDisp.Release();
Row->get_cells(&pICell);
long lCell=0;
             pICell->get_length(&lCell);//遍历每一行里面的单元格
for (long k=0;k<lCell;k++)
{
     pICell->item(COleVariant((long)k),COleVariant((long)0),&pDisp);
     pEl=pDisp;
                     pCell=pDisp;
     pEl->get_outerText(&bsStr);
                     str=bsStr;//得到单元格里面的内容
                        pEl.Release();
                     pDisp.Release();
                }
                Row.Release();
pICell.Release();
         }
         pIRows.Release();
Table.Release();
}
pColl.Release();

Answer 4

IHTMLDocument2 接口你应该知道怎么获取吧，上面代码我没有给出

Answer 5

在此提供几个网址： (仅供参考)
1 XMLTree.exe 是一个示例演示如何使用 MSXML DOM 接口，从 c + + 应用程序。   
http://support.microsoft.com/kb/246230#top  2 VC使用Cup生成、解析xml资料   
http://download.csdn.net/source/992877  
其中参看第一个 可以对4楼和5楼说的有更加多的理解 

Answer 6

sorry 楼主要解析html 我看成要解析xml了
其实方法都差不多
希望你解决问题后 最好贴出解决方法~

Answer 7

好的。我试试chu102给出的方法，差不多我就结贴了。呵呵。
管用的话，不知道可不可以加分结贴。谢谢~