具有自動查找Web頁面上所有鏈接的網絡浏覽器

1． 概述
　　WEB的應用已經深入到現在社會的方方面面，作為一個軟件開發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後，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來開發一個具有自動查找Web頁面上所有鏈接的簡單網絡浏覽器。我是在IE5的環境下寫的這個程序，當然它可以向下兼容，如IE4。
　　2.關於MSHtml_TLB.pas
　　MSHTML_TLB.pas是Deliphi裡面自帶的一個類。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，那麼長。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IE 的功能我們就必須要使用Microsoft HTML對象庫（MSHtml type library.）如何實現呢？如圖1， Project->Import Type Library:

　　然後你會看到關於"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，在列表裡面沒有出現"Microsoft HTML Object Library (Version 4.0)"。這是為什麼呢？那是IE的問題，由於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裡面有沒有msHtml.tlb這個文件。
　　在9x裡面它是存在與C:WindowsSYSTEM目錄裡面，在2000裡面它在WINNTsystem32目錄裡面。如果找到了這個文件，就可以用圖2的click on the "Add..." button，然後選擇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。
　　最後，當我們選擇了倒入的庫後，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。
　　界面設計如下圖：

　　
　　使用以下組件：
　　控件 命名 TEXT
　　TLabel lblURL 資料網址
　　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後面加入，OleCtrls, SHDocVw, and OleServer.這些所應用的類，都是基於我們所要創建的TinternetExplorer的，它是IE的ActiveX的對象。但是這裡還有其它的方式（TinternetExplorer）進行，我們采用TwebBrowser 控制在我們的form1。
　　2． 我們在private裡面加入如下代碼：
　　FInternetExplorer: TInternetExplorer;
　　procedure WebBrowserDocumentComplete(Sender: TObject; var pDisp: OleVariant;
　　var URL: OleVariant);     
　　最後用Ctrl-Shift-C完成類的聲明。
　　3． 在impelmentation後面加入如下聲明：
　　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． 最後在form1的TForm1.WebBrowserDocumentComplete裡面加入如下代碼：
　　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.   // 在處理網頁的時候發現它沒有完全下載，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.     // 查找網頁原代碼中的LINK標記。
　　23.     // 發現其它的Html標記 (例如： TABLE, FONT, etc.)
　　24.     if HtmlElement.tagName = 'A' then
　　25.     begin
　　26.       // 在詳細的link裡面抓取innerText，innertext就是標記中<href=後面的東西>例如：

　　27.       // 我們在web裡面看見"西南民族學院"
　　28.       // <a href="http://www.swun.edu.cn"><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;

　　   最後我們在button（btnFindLinks）加入Onclick 事件：
　　1. // 在被浏覽的web裡面進行查詢連接。
　　2.   FInternetExplorer.Navigate(edtURL.Text, EmptyParam, EmptyParam,
　　    EmptyParam, EmptyParam);
　　從以上的程序裡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，使網頁產生連接的代碼就是：<a href="http://www.swun.edu.cn"><b>西南民族學院</b></a>.
　　我程序的原理就是通過截取href後面的字符串，並在"""號後面截止。
　　然後把它保存為另外的字符串。然後通過TwebBrowser顯示出來。
　　最後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絡浏覽器就出現在我們面前。