Visual Basic中如何处理HTML文档和剪贴板

【 tulaoshi.com - Web开发 】

　　我的程序需要将HTML文档放进剪贴板中，但我不知道要怎样处理才能使其他程序也能使用它。我查看了一些关于HTML Clipboard Format (CF_HTML)的参考说明，但我还是找不到准确的定义。请问我该如何操作？

（本文来源于图老师网站，更多请访问http://www.tulaoshi.com/webkaifa/）

　　解答：

　　使用带有Windows 剪贴板的CF_HTML Clipboard Format的确容易让人搞胡涂，一部分是因为它不是clipboard format中自带的剪贴板；它是一个注册格式（registered format），所以不是一个常量，因为它的值会因为系统的不同而产生变化。你可以通过一个简单的API调用 -- RegisterClipboardFormat来获得一个注册剪贴板格式的值。这个函数的首次调用会通过一个给定的字符串来执行，它返回一个范围在C000-FFFF之间的唯一值。每一个在系统上处理的后续调用（subsequent call）会返回同样的值。用于这种格式中的关键字符串就是“HTML Format”：

　　
Private Declare Function RegisterClipboardFormat Lib "user32" Alias "RegisterClipboardFormatA"
(ByVal lpString As String) As Long
Dim CF_HTML As Long
Const RegHtml As String = "HTML Format"
CF_HTML = RegisterClipboardFormat(RegHtml)

　　你必须首先构建一个描述性的header，并在将HTML数据放入剪贴板之前先把它放到数据中。这个header会给其他程序提供描述版本信息、HTML起始数据的偏移量（offset），以及有关实际选择范围（actual selection）起始地方的信息。用户可能会选择的HTML文档的一部分甚至只是一个元素（比如一个table中的几行）作为一个选择区域。页面的其他部分，比如内联样式定义（inline style definitions）则可能会被要求进行完全渲染（render）。你不仅需要将最初所选择的HTML区域放入剪贴板，而且还需要放入一个header，它看起来就像是这样：

Version:1.0
StartHTML:000000258
EndHTML:000001491
StartFragment:000001172
EndFragment:000001411

　　应用程序通过StartFragment和EndFragment属性来决定哪些数据需要粘贴，这些数据或许会（也可能不会）用剩下的HTML对所选择的部分进行格式安排。你必须将HTML注释放入数据中以便将来对所选部分进行识别。很明显，你必须在构建最后的header之前完成它，否则偏移量会有变化。一个用于所选数据的opening/closing注释标签分别是“!--StartFragment--”和“!--EndFragment--”

（本文来源于图老师网站，更多请访问http://www.tulaoshi.com/webkaifa/）

　　列表1. 在你构建一个用于HTML片断的描述性header时这个程序（routine）会很有用。如果你放入整个HTML文档，则StartFragment标签会紧随body标签放入，而EndFragment标签则会被放在/body之前。如果你只是放入一段HTML而不是整个文档，那么程序则只会放入html和body标签。

Public Function HtmlDescribed(ByVal Fragment As String) As String
　Dim Data As String
　Dim nPos As Long
　Const Description As String = "Version:1.0" & vbCrLf & "StartHTML:aaaaaaaaaa" & vbCrLf & _
"EndHTML:bbbbbbbbbb" & vbCrLf & "StartFragment:cccccccccc" & vbCrLf & _
"EndFragment:dddddddddd" & vbCrLf
　Const FragmentStart As String = "!--StartFragment--"
　Const FragmentEnd As String = "!--EndFragment--"
　Const Fmt As String = "0000000000"
　' Add the starting and ending tags for the
　' HTML fragment by looking for body tag.
　nPos = InStr(1, Fragment, "body", vbTextCompare)
　Select Case nPos
　　Case 0
　　　Fragment = "htmlbody" & vbCrLf & FragmentStart & Fragment
　　Case Else
　　　nPos = InStr(nPos, Fragment, "")
　　　If nPos 0 And nPos Len(Fragment) Then
　　　　Fragment = Left$(Fragment, nPos) & FragmentStart & Mid$(Fragment, nPos + 1)
　　　End If
　End Select

nPos = InStr(1, Fragment, "/body", vbTextCompare)
　Select Case nPos
　　Case 0
　　　Fragment = Fragment & FragmentEnd & vbCrLf & "/body/html"
　　Case Else
　　　Fragment = Left$(Fragment, nPos - 1) & FragmentEnd & Mid$(Fragment, nPos)
　End Select
　' Build the HTML given the description, the
　' fragment, and the context. And, replace the
　' offset placeholders in the description with
　' values for the offsets of StartHMTL,
　' EndHTML, StartFragment, and EndFragment.
　' Offsets need to be zero-based when placed on
　' clipboard, so subtract 1
　' from each before injecting.
　Data = Description & Fragment
　Data = Replace(Data, "aaaaaaaaaa", Format$(Len(Description), Fmt))
　Data = Replace(Data, "bbbbbbbbbb", Format$(Len(Data), Fmt))
　nPos = InStr(Data, FragmentStart) - 1
　Data = Replace(Data, "cccccccccc", Format$(nPos + Len(FragmentStart), Fmt))
　nPos = InStr(Data, FragmentEnd) - 1
　Data = Replace(Data, "dddddddddd", Format$(nPos, Fmt))
　' Return attributed string.
　HtmlDescribed = Data
End Function
　　在这里我无法对这个header的各个方面都进行详细的介绍，所以我只能讲解一些要点，你可以参考范例代码以及进行更深入的了解。你必须记住几个要点。Header中的偏移量是以零为基准的，因此你必须以此来调节你的字符串操作程序（string-manipulation routine ）。而且，如果你不仅需要读取而且需要编写header，你则必须了解字符数（number of digits ）（比如Internet Explorer [IE] 是9，Word是10）。

　　最后，如果你只是将CF_HTML放入剪贴板，那么诸如Word和FrontPage等程序就处理不了了。你必须同时给剪贴板提供一个格式化的HTML的纯文本编译（plain-text rendition）以实现你所希望的结果。许多用来执行HTML-to-text转换的工具或是macho可能都需要执行自带的剖析器。但是Windows程序员是不需要对HTML进行手动解析的。你可以用OS来取代这个日常任务：

　　
Public Function Html2Text(ByVal Data As String) As String
　Dim obj As Object
　On Error Resume Next
　Set obj = CreateObject("htmlfile")
　obj.Open
　obj.Write Data
　Html2Text = obj.Body.InnerText
End Function

　　升级IE并不是解析HTML最快的方法，但却是相当好用的方法。