1

我正在尝试从 c++ 上的网页正文中获取 innerHTML，到目前为止我有这个：

// I get "Document" from a parameter when calling this code
BSTR bstrContent = NULL;
IHTMLElement *p = 0;
Document->get_body( &p );

if( p )
{
    p->get_innerHTML( &bstrContent );
    p->Release();
}

现在我需要将 bstrContent 变成小写的 std::string 或 LPSTR，我试过这个：

LPSTR pagecontent = NULL;

int responseLength = (int)wcslen(bstrContent);
pagecontent = new CHAR[ responseLength + 1 ];
wcstombs( pagecontent, bstrContent, responseLength);

但是“pagecontent”并不总是包含完整的innerHTML，只有第一个块。即使它有效，我也不知道如何轻松地将其全部变为小写，使用 std::string 我会使用“transform”+“tolower”来做到这一点。

那么，如何将 bstrContent 转换为 std::string？

4

2 回答 2

0

我不确定我是否完全理解你的问题。我不知道为什么 get_innerHTML 会给你一个不完整的正文，但你可以将 BSTR 转换为 std::string （假设你不需要支持 unicode，在这种情况下你应该使用 std ::wstring 无论如何）使用以下页面上的函数：

http://www.codeguru.com/forum/showthread.php?t=275978

如果您使用 ATL，还有 CA2W 转换实用程序，但我链接到的功能更好，因为它至少支持 UTF8（如果相关）。

希望有帮助，

  • 出租车
于 2011-01-15T03:15:09.410 回答
0

如果您也有起始指针和结束指针，则 std::transform 可以正常工作。它适用于任何表现为序列迭代器（常规指针合格）的东西。

于 2011-01-15T03:33:29.613 回答