C++ 在HTML解析中，使用IHTMLDOMAttribute获取Cpp中标记的属性

请帮助我使用

MSHTML

进行html解析。我获取特定标记的所有属性的代码如下

void GetAttributes(MSHTML::IHTMLElementPtr pColumnInnerElement)
{
    IHTMLDOMNode *pElemDN = NULL;
    LONG lACLength;
    MSHTML::IHTMLAttributeCollection *pAttrColl;
    IDispatch* pACDisp;
    VARIANT vACIndex;
    IDispatch* pItemDisp;
    IHTMLDOMAttribute* pItem;
    BSTR bstrName;
    VARIANT vValue;
    VARIANT_BOOL vbSpecified;
    pColumnInnerElement->QueryInterface(IID_IHTMLDOMNode, (void**)&pElemDN);
    if (pElemDN != NULL)
    {
        pElemDN->get_attributes(&pACDisp);
        pACDisp->QueryInterface(IID_IHTMLAttributeCollection, (void**)&pAttrColl);
        pAttrColl->get_length(&lACLength);
        vACIndex.vt = VT_I4;
        for (int i = 0; i < lACLength; i++)
        {

            vACIndex.lVal = i;
            pItemDisp = pAttrColl->item(&vACIndex);
            if (pItemDisp != NULL)
            {
               pItemDisp->QueryInterface(IID_IHTMLDOMAttribute, (void**)&pItem);
               pItem->get_specified(&vbSpecified);
               pItem->get_nodeName(&bstrName);
               pItem->get_nodeValue(&vValue);

               if (vbSpecified)
                cout<<_com_util::ConvertBSTRToString(bstrName)<<" :"<<_com_util::ConvertBSTRToString(vValue.bstrVal)<<endl;
               pItem->Release();
            }
            pItemDisp->Release();

        }
        pElemDN->Release();
        pACDisp->Release();
        pAttrColl->Release();
    }
}

知道为什么吗？还有哪些其他属性可能存在此问题

注

我试过了。它显示

值的正确属性结果

        if (strcmp(_com_util::ConvertBSTRToString(bstrName), "value") == 0)
        {
            cout<<_com_util::ConvertBSTRToString(bstrName)<<" :"<<_com_util::ConvertBSTRToString(vValue.bstrVal)<<endl;
        }

if（strcmp（\u com\u util:：convertbstrotstring（bstrName），“value”）==0）
{
cout我以前从未使用过它，但根据库文档和DOM规范，似乎
get\u nodeValue（）
根据“节点对象”的类型执行不同的操作。请尝试调用
get\u nodeValue（）
或
get\u nodeName（）
在
IHTMLDOMNode
对象上。很明显，一些属性（如“value”、“ID”和“Name”）不属于DOM下的属性集合


MSHTML文档：





DOM规范：



您真的关心指定的标志吗？您说过要处理所有属性，我认为如果是这种情况，您不需要关心指定的标志，只需处理所有属性即可

<>另一件事是，如果我是你，我将使用CCOPTR来代替所有裸露的COM指针。
 < P>如果你在托管（CLI）VC++中工作，那么你可以考虑通过NuGET。
如果不需要粘贴MSHTML，那么你可以选择将HTML文档解析为XML文档。这样你就可以灵活地分析所有的标签和属性。C++中有很多XML解析器。
此库看起来紧凑、简单且高效（可用于多种平台）：
https://github.com/leethomason/tinyxml2

另一个是：
http://pugixml.org/

如果您想摆脱MSHTML依赖关系，此链接可能会对您有所帮助：
检查输入类型，然后查询
IID\u IHTMLInputElement
界面，然后使用
get\u value
您的注释是什么意思？这是由于vb指定的测试吗？我添加了注释以显示vValue.bstrVal中正确的值。但仍然指定了vb无法确定指定的标志是否始终有意义。是否尝试更改文档兼容模式（）。例如，当IE处于IE9“标准模式”时，specified始终为TRUE。@SimonMourier我想解析html文档中的每个标记和每个属性。是否有其他方法使用cpp。我已经使用MSHTML启动了html解析。任何建议都会很有帮助。我的网页处于IE-8兼容模式。我没有发现任何文档提到这一点关于指定get_的信息类型。对于输入类型文本，get_specified从属性类型返回false。但它对输入类型Button有效，请耐心等待。实际get_nodeName（）在我的例子中返回标记名ie输入，而不是属性名。我在代码中检查了几乎所有IHTMLDOMNode的接口。问题也不在接口函数get_nodeValue（）中.从我的笔记中可以清楚地看出，此函数返回正确的值，但指定的get_返回false，即使它在标记中指定。对不起，我一定误解了这个问题（以前从未使用过此库）这两个文档都在我的回答中列出了指定的标志应该是value属性的。这是一个旧的MS库，它可能有bug。我建议切换到一个更通用的XML解析引擎，比如在他的回答中建议的CPZ。我不太熟悉VisualStudio和其他高级C++术语，比如CComPtr。我不知道标签中有哪些属性。所以如果我使用get_nodeValue（）不检查指定的标志，它会返回空指针，有时甚至是坏指针。感谢您的时间和回答。是的，我知道还有很多其他解析器。在等待2-3天，没有回复后，我选择了另一个so线程中提到的另一个HTML解析器
        if (strcmp(_com_util::ConvertBSTRToString(bstrName), "value") == 0)
        {
            cout<<_com_util::ConvertBSTRToString(bstrName)<<" :"<<_com_util::ConvertBSTRToString(vValue.bstrVal)<<endl;
        }