Question

我有一个这样的代码：

Dim Document As New mshtml.HTMLDocument
Dim iDoc As mshtml.IHTMLDocument2 = CType(Document, mshtml.IHTMLDocument2)
iDoc.write(html)
iDoc.close()

然而，当我加载这样的HTML时，它会执行其中的所有Javascripts以及从“html”代码请求某些资源。

我想禁用javascript和所有其他弹出窗口（例如证书错误）。

我的目标是使用mshtml文档中的DOM以可靠的方式从HTML中提取一些标签（而不是一堆正则表达式）。

或者是否有另一个IE / Office DLL我可以加载HTML而不考虑与IE相关的弹出窗口或活动脚本？

Answer 1

Dim Document As New mshtml.HTMLDocument
Dim iDoc As mshtml.IHTMLDocument2 = CType(Document, mshtml.IHTMLDocument2)
'add this code
iDoc.designMode="On"
iDoc.write(html)iDoc.close()

Answer 2

如果您已经将'html'作为字符串，并且您只想访问它的DOM视图，为什么要将它“渲染”到浏览器控件呢？

我不熟悉.Net技术，但必须有某种类型的StringToDOM / StringToJSON类型更适合您的需求。

同样，如果您在上面使用的'html'变量是一个URL，那么只需使用wget或类似的方法将标记检索为字符串，然后使用适用的工具进行解析。

我会寻找一个.Net XML / DOM库并使用它。（再次，我认为这将是语言的一部分，但我不确定）

PS快速谷歌后我找到了这个（source）。如果你要在HTMLDocument中使用它，不确定它是否会有所帮助。

    if(typeof(DOMParser) == 'undefined') {
      DOMParser = function() {}
      DOMParser.prototype.parseFromString = function(str, contentType) {
      if(typeof(ActiveXObject) != 'undefined') {
        var xmldata = new ActiveXObject('MSXML.DomDocument');
        xmldata.async = false;
        xmldata.loadXML(str);
        return xmldata;
     } else if(typeof(XMLHttpRequest) != 'undefined') {
        var xmldata = new XMLHttpRequest;
        if(!contentType) {
          contentType = 'application/xml';
        }
        xmldata.open('GET', 'data:' + contentType + ';charset=utf-8,' + encodeURIComponent(str), false);
        if(xmldata.overrideMimeType) {
          xmldata.overrideMimeType(contentType);
        }
        xmldata.send(null);
        return xmldata.responseXML;
     }
  }
}

Answer 3

这听起来像是在屏幕抓取某些资源，然后尝试以编程方式执行与生成的HTML相关的操作？

如果您提前知道它是有效的XHTML，那么将XHTML字符串（实际上是XML）加载到XmlDocument对象中，然后以这种方式使用它。

否则，如果它可能无效，或者格式不正确，那么你需要像hpricot这样的东西（但这是一个Ruby库）

Answer 4

如果我没记错，MSHTML会自动继承IE的设置。

因此，如果您在Internet Explorer中为正在执行代码的用户禁用javascript，则Javascript也不应在MSHTML中运行。

如何在mshtml.HTMLDocument（.NET）中禁用Javascript

4 个答案: