从另一个应用程序获取浏览器的当前HTML

Question

我正在尝试构建一个读取的应用程序 - 最好是检测（通过事件或smthg之类的） - 浏览器当前的HTML。

我的主要目的是构建某种功能，允许对某些页面进行单点登录，因此我需要知道每次页面完成加载以检查HTML并设置一些字段值，例如。

我知道不同浏览器的实现可能会有所不同，但IE和/或Firefox将是一个很好的开始。

即使是谷歌搜索我也无法接近我怎么能实现这一目标。我想也许，但也许，我可以使用Windows API将某种控制附加到浏览器的窗口，但我试图相信（至少现在，至少）有更容易的东西。 ：）

任何想法都会非常感激。

此致

菲利普

Answer 1

从外部应用程序执行此操作将是一项异乎寻常的任务。您必须设置几十个最复杂的查询机制，并可能会被安全措施关闭。像这样的东西是浏览器扩展的用途。

另外，即使源代码已完全加载，它仍然不意味着页面已准备就绪。在扩展中，您只需挂钩onLoad事件并拥有一个干净，正确解析的DOM。

也许可以编写一些扩展，每个浏览器一个扩展，并让这些扩展与您的应用程序通信。这样，它实际上可以很容易。扩展将监听onload事件，然后为您传递所有HTML。 （这是一个主要的隐私问题，无论你采用哪种方式，因为HTML可以包含各种各样的东西，但这是一个不同的故事）。是否可以完成，取决于扩展模型是否允许与外部流程进行通信。

Answer 2

我猜这是一个更直接的方法，但是Greasemonkey呢？您可以编写一个GM脚本来抓取当前页面的HTML，然后通过Ajax将其发送到您的应用程序（当然，您的应用程序必须运行一个小型HTTP服务器）。如果GM太有限，你也可以编写一个Firefox扩展，为你提供更复杂的选项。

Answer 3

要使用Internet Explorer执行此操作，您必须构建一个浏览器帮助程序对象，以挂钩浏览器发布的有关当前页面处置的事件。这绝不是一项微不足道的任务，需要大量的Windows特定编程。我不相信没有写BHO是可能的，技术上，BHO是'在应用程序内部'，因为你必须将它安装到IE中。

Browser Helper Objects

Answer 4

如何创建本地代理？有一个名为Proxomitron的广告过滤应用程序，可以作为您的模型。

Answer 5

我在使用ShDocVw（Microsoft Internet Controls）的Internet Explorer中找到了一种方法：http://msdn.microsoft.com/en-us/library/aa752044%28VS.85%29.aspx。

ShDocVw包含一些允许您监视现有和新浏览器导航的类（docCompleted，download等）。下一步是弄清楚如何写入DOM（可能它非常直接，我还没有尝试）。

Firefox将是另一部小说，但IE现在已经足够......：）

谢谢大家。

菲利普