具有自動查找Web頁面上所有鏈接的網(wǎng)絡瀏覽器

1． 概述
WEB的應用已經(jīng)深入到現(xiàn)在社會的方方面面，作為一個軟件開發(fā)人員或其他技術人員，都有可能遇見在Internet上查詢大量的資料和信息的情況，一般來說用的最多的就是WEB的搜索Engine。當我們使用它查出大量的資料鏈接后，還有可能遇到更多的鏈接，但要自己去看他們是否是鏈接，那確實是一件很麻煩的事情。這篇文章就是來講，如何用Delphi的MSHTML_TLB.pas來開發(fā)一個具有自動查找Web頁面上所有鏈接的簡單網(wǎng)絡瀏覽器。我是在IE5的環(huán)境下寫的這個程序，當然它可以向下兼容，如IE4。
2.關于MSHTML_TLB.pas
MSHTML_TLB.pas是Deliphi里面自帶的一個類。它的含義是Microsoft HTML對象庫。它不能夠包含在所有的工程或程序中，原因是它實在是太大了，整個文件的代碼共有241,899l行，那么長。大小約有12M。下面我們來看看它是如何加入到程序中的。
1． 首先，我們打開Delphi，建立一個新的application。我把form1保存為MainFrm.pas，把application保存為FindLinks.dPR.
2． 要想實現(xiàn)IE 的功能我們就必須要使用Microsoft HTML對象庫（MSHTML type library.）如何實現(xiàn)呢？如圖1， Project->Import Type Library:

然后你會看到關于"Microsoft HTML Object Library (Version 4.0)"的列表，如圖2。
接下來可能會遇到一些問題。比如，在列表里面沒有出現(xiàn)"Microsoft HTML Object Library (Version 4.0)"。這是為什么呢？那是IE的問題，由于IE版本的不同（我用的是IE5）。我建議最好是先查詢你的計算機里面有沒有mshtml.tlb這個文件。
在9x里面它是存在與C:/WINDOWS/SYSTEM目錄里面，在2000里面它在/WINNT/system32目錄里面。如果找到了這個文件，就可以用圖2的click on the "Add..." button，然后選擇mshtml.tlb，就可以了，如果沒有找到它，那說明你沒有安裝IE或你的IE版本太低，請升級IE。
最后，當我們選擇了倒入的庫后，會等待一段時間，因為它實在是太長了，不過請千萬不要因為是死機了。它會給自動查找提供很多幫助。
3． 工程實現(xiàn)。
界面設計如下圖：

使用以下組件：
控件 命名 TEXT
TLabel lblURL 資料網(wǎng)址
TEdit edtURL http://www.huihu.com
TButton btnFindLinks 查詢連接
TListBox lstbxLinks null

4． 程序設計
1． 在Form1的interface部分，在uses后面加入，OleCtrls, SHDocVw, and OleServer.這些所應用的類，都是基于我們所要創(chuàng)建的TinternetExplorer的，它是IE的ActiveX的對象。但是這里還有其它的方式（TinternetExplorer）進行，我們采用TwebBrowser 控制在我們的form1。
2． 我們在private里面加入如下代碼：
FInternetExplorer: TInternetExplorer;
procedure WebBrowserDocumentComplete(Sender: TObject; var pDisp: OleVariant;
var URL: OleVariant);     
最后用Ctrl-Shift-C完成類的聲明。
3． 在impelmentation后面加入如下聲明：
uses MSHTML_TLB, ComObj;
要使用的類。
4． 在form1的OnCreate事件中加入如下：
     FInternetExplorer := TInternetExplorer.Create(Self);
  FInternetExplorer.OnDocumentComplete := WebBrowserDocumentComplete;
5． 最后在form1的TForm1.WebBrowserDocumentComplete里面加入如下代碼：
1. procedure TForm1.WebBrowserDocumentComplete(Sender: TObject;
2.     var pDisp: OleVariant; var URL: OleVariant);
3. var
4.   Doc: IHTMLDocument2;
5.   ElementCollection: IHTMLElementCollection;
6.   HtmlElement: IHTMLElement;
7.   I: Integer;
8.   AnchorString: string;
9. begin
10.   lstbxLinks.Clear;
11.   // 在處理網(wǎng)頁的時候發(fā)現(xiàn)它沒有完全下載，將不會進行處理連接
12.    Doc := FInternetExplorer.Document as IHTMLDocument2;
13.   if Doc = nil then
14.     raise Exception.Create('Couldn''t convert the ' +
15.       'FInternetExplorer.Document to an IHTMLDocument2');
16.   // 奪取web上的所有元素。
17.   ElementCollection := Doc.all;
18.   for I := 0 to ElementCollection.length - 1 do
19.   begin
20.     file://得到當前的元素
21.     HtmlElement := ElementCollection.item(I, '') as IHTMLElement;
22.     // 查找網(wǎng)頁原代碼中的LINK標記。
23.     // 發(fā)現(xiàn)其它的html標記 (例如： TABLE, FONT, etc.)
24.     if HTMLElement.tagName = 'A' then
25.     begin
26.       // 在詳細的link里面抓取innerText，innertext就是標記中<href=后面的東西>例如：

27.       // 我們在web里面看見"西南民族學院"
28.       // <a ><b>西南民族學院</b></a>.
29.           AnchorString := HtmlElement.innerText;
30.       if AnchorString = '' then
31.         AnchorString := '(Empty Name)';
32.       AnchorString := AnchorString + ' -  ' +
33.         (HtmlElement as IHTMLAnchorElement).href;
34.       lstbxLinks.Items.Add(AnchorString);
35.     end;
36.   end;
37. end;

   最后我們在button（btnFindLinks）加入Onclick 事件：
1. // 在被瀏覽的web里面進行查詢連接。
2.   FInternetExplorer.Navigate(edtURL.Text, EmptyParam, EmptyParam,
    EmptyParam, EmptyParam);
從以上的程序里面我們可以看出它的原理了，實際上是很簡單的，看過html原代碼的人都知道，使網(wǎng)頁產生連接的代碼就是：<a 號后面截止。
然后把它保存為另外的字符串。然后通過TwebBrowser顯示出來。
最后讓我們來編譯這個程序，的卻，編譯它很費時間，因為編譯多達241,899l行的MSHTML_TLB.pas，是一件很麻煩的事情。其中還包括多達20多個的warning錯誤，但請放心這是MSHTML_TLB.pas的問題，與其它程序無關。這樣一個小型的查找Web頁面上所有鏈接的簡單網(wǎng)絡瀏覽器就出現(xiàn)在我們面前。本程序在IE5.0和Delphi6下編譯通過。