php登录抓取网页指定内容(AHK官网上关于web自动化操作的资料和代码齐全了)

　　php登录抓取网页指定内容(AHK官网上关于web自动化操作的资料和代码齐全了)

　　再注：本文作者彪悍小轩（），原发表于AHKCN群分享。主要内容虽然适用于当时的AutoHotkey Classical版本，但仍有部分内容具有参考意义，故经作者授权稍作格式调整后转发于此。

　　其实AHK官网有一套完整的关于网页自动运行的资料和代码，但是由于没有整理出一个完整的文档，也没有集成到帮助文件中，所以很多人一直不知道怎么操作。在开始这篇文章之前，我在官网推荐了 Basic Webpage Controls with JavaScript/COM（作者：jethrow）。如果你的英语能力不错，可以去看看。这篇文章基本上是对官方文章文章的解释和延伸。

　　建立COM编程环境

　　在开始学习之前，我们需要建立一个COM编程开发环境。需要的应用有：autohotkey v1.0.48.05, COM.ahk, ACC.ahk 以及用ahk写的一个小工具ahk_web_recorder.ahk，在测试ahk_l时，最新版本ahk_l 也是必需的。COM.ahk和ACC.ahk是编程中需要用到的ahk标准库。下载后需要放在ahk安装目录下的lib目录下。什么是标准库，请参考ahk帮助文件中的标准库部分。

　　ahk_web_recorder.ahk是一个非常好用的ahk工具，功能和AU3 spy一样，只是用来查找网页上的控制信息，方便我们接下来的编程。也可以用ahk编译成exe。需要指出的是 ahk_web_recorder.ahk 本身也是由 COM.ahk 和 ACC.ahk 两个标准库实现的，所以需要安装 COM.ahk 和 ACC.ahk 才能使用这个程序。

　　从一个完整的登录实例开始

　　在开始讲解web操作之前，先举一个百度登录的例子，用五种语言编写：vbs、js、ahk、ahk_l、au3。希望大家可以比较一下语法上的差异，然后学习如何在这些语言之间进行转换。如果在网上看到其他语言写的脚本，用ahk可以快速实现。

　　vbs版百度登录示例（将以下代码另存为test.vbs，双击查看运行效果）：

　　代码：

　　set obj = WScript.CreateObject("InternetExplorer.Application") '创建一个IE对象

obj.Visible=true '设置IE为可见

obj.Navigate("https://passport.baidu.com/?login&tpl=mn") '打开百度登录页面

While obj.ReadyState 4 '等待网页加载完成

Wend

obj.document.getElementById("username").value = "ahk_test" '输入用户名

obj.document.getElementById("normModPsp").value = "qwe123" '输入密码

obj.document.all(137).click '点击登录按钮

　　js版百度登录示例（以下代码另存为test.js，双击查看运行效果）：

　　代码：

　　obj = new ActiveXObject("InternetExplorer.Application"); //创建一个IE对象

obj.Visible=true; //设置IE为可见

obj.Navigate("https://passport.baidu.com/?login&tpl=mn"); //打开百度登录页面

while (obj.ReadyState != 4){;} //等待网页加载完成

obj.document.getElementById("username").value = "ahk_test" //输入用户名

obj.document.getElementById("normModPsp").value = "qwe123" //输入密码

obj.document.all(137).click() //点击登录按钮

　　PS：JS严格区分大小写，如果是调用对象的方法，不管有没有参数，都必须加"()"，如果是属性，就不要加"() ”。

　　AHK经典版百度登录示例（有点复杂）：

　　代码：

　　COM_Init() ;初始化COM组件

pwb := COM_CreateObject("InternetExplorer.Application") ;创建一个IE对象

COM_Invoke(pwb,"Visible",1) ;设置IE为可见

COM_Invoke(pwb,"Navigate","https://passport.baidu.com/?login&tpl=mn") ;打开百度登录页面

While COM_Invoke(pwb,"ReadyState") 4 ;等待网页加载完成

{}

COM_Invoke(pwb,"document.getElementById(username).value","ahk_test") ;输入用户名

COM_Invoke(pwb,"document.getElementById(normModPsp).value","qwe123") ;输入密码

COM_Invoke(pwb,"document.all(137).click") ;点击登录按钮

COM_Release(pwb) ;释放pwb对象

COM_CoUninitialize() ;卸载COM组件

　　AHK_L版百度登录示例（很简单）：

　　代码：

　　pwb := ComObjCreate("InternetExplorer.Application")

pwb.Visible := 1

pwb.Navigate("https://passport.baidu.com/?login&tpl=mn")

while pwb.ReadyState 4

{}

pwb.document.getElementById("username").value := "ahk_test"

pwb.document.getElementById("normModPsp").value := "qwe123"

pwb.document.all(137).click()

　　AutoIt3版百度登录示例（类似VBS的语法）：

　　代码：

　　$pwb = ObjCreate("InternetExplorer.Application")

$pwb.Visible = 1

$pwb.Navigate("https://passport.baidu.com/?login&tpl=mn")

while $pwb.ReadyState 4

WEnd

$pwb.document.getElementById("username").value = "ahk_test"

$pwb.document.getElementById("normModPsp").value = "qwe123"

$pwb.document.all(137).click()

　　上面的代码虽然使用了不同的语言，但是大体的过程还是差不多的。我把流程总结为以下几个步骤： 分步操作详解

　　如何获取 InternetExplorer.Application 对象

　　这里有两种方法： 关于新建一个InternetExplorer.Application，上面已经有例子了，这里不再赘述。下面说一下从已经启动的浏览器中获取 InternetExplorer.Application 对象。

　　下面提供了ahk baisc版本的几个函数来获取现有的InternetExplorer.Application对象：

　　1.IE_Get(win_title); 使用窗口标题获取对象（仅支持IE）

　　代码：

　　IEGet( name="" )

{

IfEqual, Name,, WinGetTitle, Name, ahk_class IEFrame ; Get active window if no parameter

Name := ( Name="New Tab - Windows Internet Explorer" ) ? "about:Tabs" : RegExReplace( Name, " - (Windows|Microsoft) Internet Explorer" )

oShell := COM_CreateObject( "Shell.Application" ) ; Contains reference to all explorer windows

Loop, % COM_Invoke( oShell, "Windows.Count" ) {

If pwb := COM_Invoke( oShell, "Windows.item[" A_Index-1 "]" )

If ( COM_Invoke( pwb, "LocationName" ) = name && InStr( COM_Invoke( pwb, "FullName" ), "iexplore.exe" ) )

Break

COM_Release( pwb ), pwb := ""

}

COM_Release( oShell )

Return, pwb

}

　　2.IE_GetPwb(hwnd); 使用浏览器控件的句柄获取对象（支持IE内核的浏览器，如：世界之窗、旅行、IE等）

　　注意这里用的是控件的句柄，不是浏览器主窗口的句柄

　　;;测试说明：激活浏览器正在浏览的页面，按Alt+1查看msgbox的输出结果。如果有值，则表示pwb获取成功。

　　代码：

　　COM_Init()

Return

!1::

MouseGetPos, xpos, ypos,, hCtl, 3

msgbox % IE_GetPwb(hCtl)

Return

IE_GetPwb(hWnd)

{

Static

If Not pfn

pfn := DllCall("GetProcAddress", "Uint", DllCall("LoadLibrary", "str", "oleacc.dll"), "str", "ObjectFromLresult")

, msg := DllCall("RegisterWindowMessage", "str", "WM_HTML_GETOBJECT")

, COM_GUID4String(iid, "{00020400-0000-0000-C000-000000000046}")

If DllCall("SendMessageTimeout", "Uint", hWnd, "Uint", msg, "Uint", 0, "Uint", 0, "Uint", 2, "Uint", 1000, "UintP", lr:=0) && DllCall(pfn, "Uint", lr, "Uint", &iid, "Uint", 0, "UintP", pdoc:=0)=0

if(pdoc)

{

pwb := COM_QueryService(pdoc ,"{332C4427-26CB-11D0-B483-00C04FD90119}")

}

Return pwb

}

　　3. IE_GetPwbByUrl(hwnd="",url=""); 使用浏览器的窗口句柄和标签url获取对象（支持IE核心的多标签浏览器，如：世界之窗、旅行、IE等）。适用于多标签浏览器的后台窗口操作，强烈推荐使用（需要com.ahk和acc.ahk库文件）。

　　代码：

　　!1::

WinGet,hwnd,ID,A

msgbox % Return IE_GetPwbByUrl(hwnd,"http://www.autohotkey.com/forum/viewtopic.php?t=30599&highlight=ie7")

Return

IE_GetPwbByUrl(hwnd="",url="")

{

if(!hwnd)

win := "A"

Else

win := "ahk_id " . hwnd

WinGet, ControlList, ControlListhWnd, %win%

;msgbox % controlList

ACC_Init()

Loop, Parse, ControlList, `n

{

; Get the class name of the current control

WinGetClass, ThisWinClass, ahk_id %A_LoopField%

; If the class name is correct and it is a window, it should support JS execution

If (ThisWinClass = "Internet Explorer_Server") && (DllCall("IsWindow", UInt, A_LoopField))

{

IID_IHTMLWindow2 := "{332C4427-26CB-11D0-B483-00C04FD90119}"

pacc := ACC_AccessibleObjectFromWindow(A_LoopField)

pwin := COM_QueryService(pacc,IID_IHTMLWindow2,IID_IHTMLWindow2)

if(!url)

{

rv := pwin

break

}

Else if( COM_Invoke(pwin, "document.url") = url)

{

rv := pwin

break

}

}

}

COM_Release(pacc)

Return rv

}

　　设置网页可见，浏览器定位到对应页面

　　参考上面给出的源代码，已经实现了5种语言。

　　等待页面加载

　　前面的代码已经给出了方法，适用于阻塞访问。此外，此链接提供了实现 COM 事件的方法，适用于异步操作。这里不再介绍。

　　操作网页上的控件

　　IE 上的控件与应用程序的控件不同，AU3_Spy 无法检测到。需要使用ahk_web_recorder.ahk来辅助编程。

　　在实践中自动化网页操作

　　下面以百度登录为例，讲解简单网页自动登录的操作方法。

　　输入帐号

　　首先用鼠标在“账户”输入框中设置焦点，观察iWebBrowser2窗口的输出。

　　

　　百度登录页面：关注【账号】输入框。

　　通过iWebBrowser2，我们可以在“账号”输入框中获取如下信息：

　　索引=107 名称=用户名id=用户名

　　因此，相应地，我们有以下三种方法来设置文本框的内容（其实远不止三种，这里只是最基本的方法，其他方法可以参考DOM编程资料） 以上是js代码，可以如上图方便地在浏览器的地址栏中进行测试。对应的ahk经典版代码如下。pwb 对象的获取如上例所示。

　　可以看到对应的ahk_l版本的代码，ahk_l的操作更像是在做COM编程--！，所以推荐大家使用ahk_l版本。不过下面的例子还是在ahk经典版中给出的，毕竟比较复杂。

　　其实也可以直接通过ahk调用js语句，比如：

　　COM_Invoke(pwb,"execscript", "javascript:document.all[107].value='ahk_test'")

　　效果是一样的，可以测试js语句或者vbs语句，直接使用。

　　在上面的例子中，方法一是使用控件的索引来获取对象，方法二是使用控件的名称来获取对象。请注意，元素不是元素。方法三是通过控件的ID获取对象，注意是Element。这三个属性可以通过 iWebBrowser2 轻松获取。其中，只有Index属性绝对不是空值。实际上，这两个属性都可能为null，因此无法使用相应的方法。

　　熟悉DOM的朋友可以使用其他方法来获取控件的对象，但最终通过.value属性设置控件的内容是一样的。

　　输入密码

　　让我们用同样的方法查看“密码”文本框。

　　

　　百度登录页面：关注【密码】输入框。

　　“密码”文本框有index=111id=normModPsp，没有name属性。

　　那么我们就无法通过上面的方法2获取到对象了。下面是基于index和id操作的js代码。这里不再给出ahk代码。如果读者从正面看到这个，他应该可以自己完成转换。

　　记住登录状态

　　然后操作“记住我的登录状态”复选框。

　　

　　百度登录页面：关注【记住我的登录状态】复选框。

　　image005.png (5.49 KiB) 查看 55185 次

　　索引=128name=mem_passid=mem_pass

　　操作“记住我的登录状态”复选框的js代码为： 另外，还可以使用click()方法。点击登录

　　最后，让我们点击“登录”按钮。

　　

　　百度登录页面：关注【登录】按钮。

　　发现只有一个索引属性。那么操作代码是：

　　Javascript:document.all[137].click()

　　这样就完成了整个登录过程。