Delphi html 解析检查元素是否有属性

Question

我有以下程序：

class procedure ParseData(AData: string; var ATextList: TList<string>);
var
  HTMLDoc: OleVariant;
  HTMLElement: OleVariant;
  I: Integer;
begin
  HTMLDoc := coHTMLDocument.Create as IHTMLDocument2;
  HTMLDoc.Write(AData);
  HTMLDoc.Close;

  for I := 0 to HTMLDoc.body.all.length - 1 do
  begin
    HTMLElement := HTMLDoc.body.all.item(I);

    if HTMLElement.hasAttribute('attr1') then
      ATextList.Add(HTMLElement.innerHTML);
  end;
end;

问题是 hasAttribute 不工作。 setattribute、innerHTML、tagName 等函数和程序运行良好。还有另一种方法来检查元素是否包含给定的属性吗？

Answer 1

您可以像这样检查特定的命名属性：

function HasAttribute(ANode : IHtmlDomNode; const AttrName : String) : Boolean;
var
  Attrs : IHtmlAttributeCollection;
  A : IHtmlDomAttribute;
  V : OleVariant;
  i : Integer;
begin
  Result := ANode.nodeType = 1;
  if not Result then
    Exit;
  Attrs := IDispatch(ANode.Attributes) as IHtmlAttributeCollection;
  for i := 0 to Attrs.length - 1 do begin
    V := i;
    A := IDispatch(Attrs.item(V)) as IHtmlDomAttribute;
    if CompareText(AttrName, A.nodeName) = 0 then
      exit;
  end;
  Result := False;
end;

procedure TForm1.btnTestAttributesClick(Sender: TObject);
var
  D : IHtmlDomNode;
  AttrName : String;
  Msg : String;
begin
  D := IDispatch(WebBrowser1.OleObject.Document.GetElementByID('input1')) as  IHtmlDomNode;
  AttrName := 'attr1';
  if HasAttribute(D, AttrName) then
    Msg := 'Found'
  else
    Msg := 'Not found';
  Memo1.Lines.Add(AttrName + ' : ' + Msg);

  AttrName := 'value';
  if HasAttribute(D, AttrName) then
    Msg := 'Found'
  else
    Msg := 'Not found';
  Memo1.Lines.Add(AttrName + ' : ' + Msg);
end;

我建议使用您自己的 HasAttribute 函数的原因是 MSHTML 解析器在节点的 'value' 属性方面存在问题，如我对 [=16= 的回答中所述]

Checking whether there are <input> object attribute values in the HTML Code using Delphi

使用 HTML 我包括：

<html>
  <body>
    <p>This has no value attribute.
    <input name="input1" type="text"/>
    <p>This has an empty value attribute.
    <input name="input2" type="text" value=""/>
    <p>This has a value attribute.
    <input name="input3" type="text" value="already has a value"/>
  </body>
</html>

您会发现 DumpItems 例程报告 IHtmlAttributeCollection 包含名为 'value' 的节点，无论 HTML 的源中是否存在具有该名称的属性。参见例如第一个 Input 节点的结果。如果节点的 HTML.

中没有定义，就好像 DOM 解析器合成了一个 'value' 节点

代码的 DumpItems 报告示例 HTML 的以下内容：

Node name: INPUT
     value: 
  147: type: >text<
  158: value: ><
  160: name: >input1<
Node name: INPUT
     value: 
  147: type: >text<
  158: value: ><
  160: name: >input2<
Node name: INPUT
     value: 
  147: type: >text<
  158: value: >already has a value<
  160: name: >input3<

顺便说一句，当我第一次运行我的测试应用程序时，报告的属性节点编号 (147、158、160) 让我感到困惑，但原因是每个 IHtmlDomNode 都有一大堆属性, 主要是事件处理程序，以 onchange.

开头

为了避免查看其他答案，其 DumpItems 的代码是

procedure TForm1.DumpItems;
var
  E : IHtmlElement;
  D : IHtmlDomNode;
  procedure DumpNode(ANode : IHtmlDomNode);
  var
    Attrs : IHtmlAttributeCollection;
    A : IHtmlDomAttribute;
    V : OleVariant;
    i : Integer;
  begin
    Log('Node name', ANode.nodeName);
    V := ANode.nodeValue;
    if not VarIsNull(V) and not VarIsEmpty(V) then
      Log('     value', V)
    else
      Log('     value', '');

    Attrs := IDispatch(ANode.Attributes) as IHtmlAttributeCollection;
    for i := 0 to Attrs.length - 1 do begin
      V := i;
      A := IDispatch(Attrs.item(V)) as IHtmlDomAttribute;
      V := A.nodeValue;
      if (CompareText(A.nodeName, 'Name') = 0) or (CompareText(A.nodeName, 'Input') = 0) or (CompareText(A.nodeName, 'Type') = 0) or (CompareText(A.nodeName, 'Value') = 0) then begin
        if not VarIsNull(V) and not VarIsEmpty(V) then
          Log('  ' + IntToStr(i) + ': ' + A.nodeName, '>' + V + '<')
        else
          Log('  '  + IntToStr(i) + ': '+ A.nodeName, '')
        end;
    end;

  end;

begin
  D := IDispatch(WebBrowser1.OleObject.Document.GetElementByID('input1')) as  IHtmlDomNode;
  DumpNode(D);

  D := IDispatch(WebBrowser1.OleObject.Document.GetElementByID('input2')) as  IHtmlDomNode;
  DumpNode(D);

  D := IDispatch(WebBrowser1.OleObject.Document.GetElementByID('input3')) as  IHtmlDomNode;
  DumpNode(D);
end;

Answer 2

您可以测试：

if not VarIsNull(HTMLElement.getAttribute('attr1')) then
  ATextList.Add(HTMLElement.innerHTML);

编辑：

hasAttribute 在 IHTMLElement5 接口中实现 - 它需要 IE8 及更高版本，并且在 IE7 标准模式或 IE5 (Quirks) 模式下不受支持。

我导入了 C:\Windows\System32\mshtml.tlb（使用 tlibimp 工具），此代码有效：

if (IDispatch(HTMLElement) as IHTMLElement5).hasAttribute('attr1') then...

Delphi html 解析检查元素是否有属性

Delphi html parsing check if element has attribute

delphi

mshtml

html-parsing