C语言如何操作IHTMLDocument对象？

IHTMLDocument 并不是一个标准的 C 语言库或函数，它是微软的 Component Object Model (COM) 技术中的一部分，属于 MSHTML (Trident) 引擎，你无法在纯的、跨平台的 C 语言环境中使用它。

IHTMLDocument 主要用于通过 C++ 或 C 语言（通过特定的 COM 编程方式）来控制和操作 Internet Explorer 浏览器内部的网页内容，这通常被称为“浏览器自动化”或“网页爬虫”的一种方式。

下面我将分步解释如何在 C 语言环境中使用它，这本质上是一套 COM 编程的流程。

核心概念

1. COM (Component Object Model): 微软的二进制标准，允许不同的软件组件以一种与语言无关的方式进行交互，你的 C 程序将扮演一个“客户端”，而 IE 浏览器则是一个“服务器”，提供 IHTMLDocument 这个“接口”。
2. IHTMLDocument2: 这是你最常打交道的一个接口，它代表了浏览器中的一个 HTML 文档对象模型，你可以通过它来获取网页的标题、修改 HTML、查找元素、执行 JavaScript 等，注意，它实际上是 IHTMLDocument 接口的扩展，功能更完整。
3. IWebBrowser2: 这是控制 IE 浏览器本身的接口，用它来导航到一个网址、获取当前窗口、获取当前活动的文档（也就是 IHTMLDocument2）等。
4. CoInitialize / CoUninitialize: 在任何 COM 操作之前，必须调用 CoInitialize 来初始化 COM 库，操作完成后，必须调用 CoUninitialize 来清理。
5. CLSID (Class Identifier) 和 IID (Interface Identifier): 每个 COM 组件和接口都有一个唯一的 GUID (Globally Unique Identifier)，程序需要用这些 ID 来告诉系统它想要使用哪个组件和哪个接口。

在 C 语言中使用 IHTMLDocument2 的完整步骤

下面是一个完整的流程,展示了如何启动 IE 浏览器，打开一个网页，然后获取并打印其标题。

步骤 1: 设置开发环境

你需要一个 Windows 开发环境，如 Visual Studio。

1. 创建项目: 创建一个新的 Windows Desktop Application (C++) 项目，即使你主要写 C 代码，项目类型也必须是这个，因为它会链接必要的 Windows 库，你也可以创建一个 C 项目，但需要手动配置链接器。
2. 包含头文件: 在你的代码中，包含以下头文件：

   #include <windows.h>
   #include <exdisp.h>    // For IWebBrowser2
   #include <mshtml.h>    // For IHTMLDocument2
   #include <stdio.h>

3. 链接库: 在项目设置中，确保链接以下库：
   • ole32.lib (用于 COM 函数，如 CoInitialize)
   • oleaut32.lib (用于自动化函数)
   • shdocvw.lib (用于 IWebBrowser2 接口)
   • mshtml.lib (用于 IHTMLDocument2 接口)

在 Visual Studio 中，你可以通过 项目属性 -> 链接器 -> 输入 -> 附加依赖项 来添加这些库。

步骤 2: 编写 C 语言代码

下面是一个完整的 C 语言示例代码。

#include <windows.h>
#include <stdio.h>
#include <exdisp.h>
#include <mshtml.h>
// 函数声明
void ShowLastError();
int main()
{
    HRESULT hr;
    IWebBrowser2 *pBrowser = NULL;
    IHTMLDocument2 *pDoc = NULL;
    BSTR bstrTitle = NULL;
    // 1. 初始化 COM 库
    hr = CoInitialize(NULL);
    if (FAILED(hr))
    {
        printf("CoInitialize failed: 0x%x\n", hr);
        return 1;
    }
    // 2. 创建 IE 浏览器实例 (IWebBrowser2)
    CLSID clsid;
    hr = CLSIDFromProgID(L"InternetExplorer.Application", &clsid);
    if (FAILED(hr))
    {
        printf("CLSIDFromProgID failed: 0x%x\n", hr);
        CoUninitialize();
        return 1;
    }
    hr = CoCreateInstance(
        &clsid,
        NULL,
        CLSCTX_LOCAL_SERVER,
        &IID_IWebBrowser2,
        (void **)&pBrowser
    );
    if (FAILED(hr) || !pBrowser)
    {
        printf("CoCreateInstance failed: 0x%x\n", hr);
        CoUninitialize();
        return 1;
    }
    // 3. 配置并显示浏览器窗口
    hr = pBrowser->put_Visible(VARIANT_TRUE);
    if (FAILED(hr))
    {
        printf("put_Visible failed: 0x%x\n", hr);
        pBrowser->Release();
        CoUninitialize();
        return 1;
    }
    // 4. 导航到一个网页
    VARIANT vEmpty;
    VariantInit(&vEmpty);
    BSTR bstrURL = SysAllocString(L"https://www.baidu.com");
    hr = pBrowser->Navigate2(bstrURL, &vEmpty, &vEmpty, &vEmpty, &vEmpty);
    SysFreeString(bstrURL);
    VariantClear(&vEmpty);
    if (FAILED(hr))
    {
        printf("Navigate2 failed: 0x%x\n", hr);
        pBrowser->Release();
        CoUninitialize();
        return 1;
    }
    // 5. 等待页面加载完成
    // 这是一个简化的等待，实际应用中可能需要更健壮的轮询或事件机制
    Sleep(3000); // 等待3秒
    // 6. 从浏览器对象获取活动文档 (IHTMLDocument2)
    IDispatch *pDocDispatch = NULL;
    hr = pBrowser->get_Document(&pDocDispatch);
    if (FAILED(hr) || !pDocDispatch)
    {
        printf("get_Document failed: 0x%x\n", hr);
        pBrowser->Release();
        CoUninitialize();
        return 1;
    }
    hr = pDocDispatch->QueryInterface(&IID_IHTMLDocument2, (void **)&pDoc);
    pDocDispatch->Release(); // 释放 IDispatch 接口
    if (FAILED(hr) || !pDoc)
    {
        printf("QueryInterface for IHTMLDocument2 failed: 0x%x\n", hr);
        pBrowser->Release();
        CoUninitialize();
        return 1;
    }
    // 7. 使用 IHTMLDocument2 接口获取网页标题
    hr = pDoc->get_title(&bstrTitle);
    if (SUCCEEDED(hr) && bstrTitle)
    {
        wprintf(L"网页标题是: %s\n", bstrTitle);
        SysFreeString(bstrTitle); // 释放 BSTR 字符串
    }
    else
    {
        printf("get_title failed: 0x%x\n", hr);
    }
    // 8. 清理资源
    pDoc->Release();
    pBrowser->Release();
    CoUninitialize();
    printf("操作完成，\n");
    return 0;
}
// 辅助函数，用于显示详细的错误信息
void ShowLastError()
{
    LPSTR messageBuffer = NULL;
    size_t size = FormatMessageA(
        FORMAT_MESSAGE_ALLOCATE_BUFFER | FORMAT_MESSAGE_FROM_SYSTEM | FORMAT_MESSAGE_IGNORE_INSERTS,
        NULL,
        GetLastError(),
        MAKELANGID(LANG_NEUTRAL, SUBLANG_DEFAULT),
        (LPSTR)&messageBuffer,
        0,
        NULL
    );
    printf("错误: %s\n", messageBuffer);
    LocalFree(messageBuffer);
}

代码解析

1. CoInitialize(NULL): 初始化 COM 环境，这是所有 COM 操作的起点。
2. CLSIDFromProgID: 将 "InternetExplorer.Application" 这个字符串形式的程序 ID 转换成 COM 使用的 CLSID。
3. CoCreateInstance: 这是核心函数，用于创建一个 COM 对象实例，我们请求的是 IWebBrowser2 接口，pBrowser 指针将指向这个接口。
4. pBrowser->put_Visible(VARIANT_TRUE): 调用 IWebBrowser2 的方法，让 IE 窗口可见。
5. pBrowser->Navigate2: 让浏览器导航到指定的 URL。VARIANT 类型是 COM 中用于传递不同类型数据的通用结构。
6. Sleep(3000): 一个简单的等待，在实际应用中，你应该通过轮询 IWebBrowser2 的 Busy 属性或等待 DocumentComplete 事件来确保页面完全加载。
7. pBrowser->get_Document: 从浏览器对象获取当前页面的文档对象，这个方法返回的是一个 IDispatch 接口，这是一个更通用的接口，可以动态调用方法。
8. pDocDispatch->QueryInterface: 这是非常关键的一步，我们有了通用的 IDispatch，但我们想要功能更具体的 IHTMLDocument2 接口。QueryInterface 就是用来向同一个对象请求其他接口的，如果成功，pDoc 就指向了我们需要的 IHTMLDocument2 接口。
9. pDoc->get_title: 调用 IHTMLDocument2 的 get_title 方法来获取网页标题，结果以 BSTR (COM 字符串) 的形式返回。
10. 资源释放: 极其重要！ 每一个通过 CoCreateInstance 或 QueryInterface 获得的接口指针，都必须在最后调用 Release() 来释放，否则会导致严重的内存泄漏，最后调用 CoUninitialize() 来清理 COM 环境。

现代替代方案

虽然上述方法可行,但它有明显的缺点：

• 仅限 Windows: 无法在 macOS 或 Linux 上运行。
• 依赖 IE: 现代的 Windows 系统可能没有 IE，或者它只是一个兼容性外壳，行为可能不一致。
• 技术老旧: COM 技术复杂、繁琐，容易出错。

对于现代的网页自动化和爬虫需求,强烈推荐以下替代方案：

1. Selenium / WebDriver: 这是最主流的方案，它通过一个标准的协议（WebDriver）控制各种现代浏览器（Chrome, Firefox, Edge 等），有 C/C++ 的绑定库（如 Selenium C++ Client），但通常 Python 或 Java 的 Selenium 更成熟易用。
2. CefSharp / CEF: 如果你需要在你的 C# 应用程序中嵌入一个基于 Chromium 的浏览器控件，CefSharp 是最佳选择，它提供了强大的接口来与网页交互，虽然它是 .NET 库，但底层是基于 C++ 的 CEF 项目。
3. WebView2: 微软推出的现代解决方案，允许你将基于 Chromium 的 WebView 控件嵌入到原生 Win32、.NET 或 WPF 应用程序中，它提供了现代化的 API 来与网页内容交互，是替代老旧 MSHTML 的官方推荐方案。

IHTMLDocument 是一个与 IE 浏览器交互的强大但过时的工具，如果你需要维护旧的代码或必须在特定 Windows 环境下控制 IE，那么了解它是有必要的，但对于任何新项目，都应该优先考虑使用现代的、跨平台的解决方案。