一个从网页tag里面分析url和url标题的类（转载）

作者：xiaoxiao
发表时间：2020-12-23 10:56
来源：未知

一个从网页tag里面分析url和url标题的类

作者：Kiki猫De弟弟

下载源代码一、不得不说的废话

　　我知道用 MSHTML 的 IHTMLDocument2 的 get_links 获取 IHTMLElementCollection 接口，通过 IHTMLElementCollection 来获取 IHTMLAnchorElement，再通过 IHTMLAnchorElement 接口的get_href 我们就可以得到网页的所有链接了！但这是用 MSHTML 的办法，就我本人而言，总喜欢自己来搞，不喜欢用看不到内部的东西（虽然 microsoft 写得比我的好）。所以，我就自己封装了一个通过分析网页标记字符，来获取 url 的类，这个类我知道有缺陷，所以就公布出来，希望有人能在我这个类的基础上从新搞出一个更好的新版本。

二、关于这个类

　　也许有人要说，分析网页的url不就是分析 href=…什么的不就可以了吗？但是说起来很多事情是容易的，但要尽可能的做好一个事情，也知道真正的去尝试了才会知道。比如有的连接是这样的 url=…。比如 javascript 里面的连接（我现在分析javascript的部分也很有问题），比如相对地址的and so on……在这个类里面能处理的我已经尽可能的处理了，无奈我的水平有限，还不是很完美。

三、这个类的接口

　　接口函数只有一个就是这个类的构造函数 ,下面是这个函数的声明:

CWebHost(const CString& m_str_webcode,　　　　　/*网页代码*/ 　　　　　vector & m_vec_URL,　　　　　/*分析得到的url和url标题的结构*/ 　　　　　CString& str_URL);　　　　　　　　　　　/*本页的url*/

HyperLink 是一个结构我放在URLSturct文件里面：

//URLSturct_.h //超连接数据结构 #ifndef _____HyperLinkTag_h____ #define _____HyperLinkTag_h____ //超连接数据集 typedefstruct tagHyperLinkTag{ 　　//link address; 　　CString str_Hyperlink; 　　//link text; 　　CString str_HyperlinkText; }HyperLink; #endif

四、这个类的函数列表

函数名字

功能

CWebHost(……)；

构造函数

void OnRetrunWebContent(……);