使用 LabVIEW 控制IE或WebBrowser实现网页数据的提取和交互

By GSD：attraction - 张生斌

2013.1.1

1

可能会遇到的问题

网页能否被程序控制，程序和网页如何通信？

如何下载网页中我们所关注的数据？

如何用程序修改网页中表单的内容，实现交互？

这些事情用LabVIEW做可以吗，如何实现？

2

解决之道

IE控件 - Microsoft Internet Controls

IE的自动化对象 - InternetExplorer.Application

WebBrowser - .NET控件

HTML文档对象模型 – HTML DOM

3

IE控件、 IE的自动化对象

自动控制服务器与自动控制器

支持自动控制的应用程序称为自动控制服务器(Automation servers)或者自动控制对象(Automation objects)。

能够操作服务器对象的应用程序称为自动控制器(Automation controllers)。

有些应用程序只能当服务器或控制器，有些则既可以当服务器也可以当控制器。

解决方案

Internet Explorer作为控制对象

LabVIEW用作控制器

4

WebBrowser 控件

WebBrowser 是一个 .NET 控件类，在 .NET Framework 2.0 版中新增。WebBrowser 类使用户可以在窗体中导航网页。

解决方案

WebBrowser作为控制对象

LabVIEW用作控制器

5

HTML DOM-HTML文档对象模型

获取网页数据必须使用HTML对象库

Microsoft HTML Object Library

HTML对象库提供了大量的对象

这些对象和各类HTML标记相对应，如熟悉的“”、 “

通过HTML文档对象模型

您可以添加、移除、改变或重排页面上的项目

您可以完全控制网页，任意提取所需要的内容

6

HTML文档对象模型举例

HTML——超文本标记语言。在网页上看到的标记，就是根节点或body之下的标记节点对象(node)。每一个标记节点对象之下都有一个名为ChildNodes的集合，它包含了“直属于本节点下的标记”，听起来有点抽象——这么说吧，每一层标记对应一种对象，标记内部嵌套的标记属于其子对象，类似于目录结构。

GSD

在上面的网页例子里，HTML标记是文档的根节点，是Document的Childnodes集合中的一个成员，BODY是根节点的ChildNodes集合中的一个成员，而DIV和P两个节点则是BODY的ChildNodes集合中的两个成员，他们同样也可以有自已的Childnoes集合——不过我们很直观地可以看到，它们的下级集合是空的。

查看常用对象

7

Demo1-取得网页控制权并获取全部内容

控制IE浏览器

设置IE浏览器为默认浏览器

输入指定网址URL

执行本Demo

8

Demo2-取得网页控制权并获取全部内容

控制WebBrowser控件

输入指定网址URL

执行本Demo

9

Demo3-网页内的对象控制与交互之表格

10

Demo4-网页内的对象控制与交互之表单

getElementByTagName

getElementByName

getElementById

11

Demo5-登陆GSD

12

More …

附几份网络资料

【HTML对象简介】

【HTML文档对象模型(DOM)教程】

MSDN-关于WebBrowser介绍

document对象详解

网页数据下载与控制

高级应用

表单的提交方法——Get、Post(向网络服务器发送参数)

XMLHttpRequest ——可以同步或异步返回 Web 服务器的响应，并且能以文本或者一个 DOM 文档形式返回内容。

13

14