System.InvalidCastException: 无法将类型为“*Class”的 COM 对象强制转换为接口类型“I*”。此操作失败的原因是对 IID 为“{BBB9E30B-B4EB-4560-B5A7-1B59B33EF6BF}”的接口的 COM 组件调用 QueryInterface 因以下错误而失败: 不支持此接口 (异常来自 HRESULT:0x80004002 (E_NOINTERFACE)) .
对比了能正确调用的接口和不能正确调用的区别,发现
[
object,
uuid(66F0009A-EAAC-4C78-9EF4-9617D49D50A2),
dual, //---------------------错误接口没有设置这个属性.
nonextensible,
helpstring(""),
pointer_default(unique)
]
interface IGDataBase : IDispatch{
................
}
加上dual 之后测试,通过.
使用webbrowser实现html表格操作需要引入mshtml.dll这个链接库。1、比如有如下表格代码：
<table width="100%" >
<tr style="background-color:#c9e4ffline-height: 25px">
<th width="5%">序号</th>
<th width="15%">违章时间</th>
<th width="20%">违章地点</th>
<th width="40%">违章行为</th>
<th width="10%">执行机关</th>
<th width="10%">是否处理</th>
</tr>
</table>
2、用mshtml.dll提供的方法解析：
IHTMLDocument2 document = webbrower.Document.DomDocument as IHTMLDocument2
IHTMLElementCollection tables = (IHTMLElementCollection)document.all.tags("TABLE")
foreach (IHTMLTable table in tables)
{
IHTMLTableSection tts= table.tHead//因为TH标签是属于表格的表头信息；
foreach(IHTMLElement th in tts.rows)
{
System.Diagnostics.Debug.WriteLine(th.innerText)//遍历输出内容
}
}
解析HTML最好的类还是微软自己的在站内搜索的项目要进行HTML的解析，发现程序运行非常慢，一开始以为是lucene的问题，一测试大吃一惊，每一步lucene中AddDocument等只用了几十毫秒，而HTML解析竟然用了9秒。日志如下：2010-06-26 15:51:25,171 [8] DEBUG SearchSite.StartIndex - DownloadString：00:00:00.04823292010-06-26 15:51:34,187 [8] DEBUG SearchSite.StartIndex - ThreadParser：00:00:09.02364902010-06-26 15:51:34,187 [8] DEBUG SearchSite.StartIndex - DeleteDocuments：00:00:00.00000692010-06-26 15:51:34,203 [8] DEBUG SearchSite.StartIndex - AddDocument：00:00:00.0191071我使用的是Winista.HtmlParser这块网上找到的HTML解析器。遂准备更换解析器，但是用“.Net HTML Parser”在google上寻找，一直没找到合适的解析器，不是太难用，就是性能比Winista.HtmlParser还差，我才想到，微软的MSHTML不就是用来解析HTML的吗？折腾这么一圈却忘了微软自家的东西，微软的东西性能肯定差不了。添加对Microsoft.mshtml这个程序集的引用，然后编写如下代码：IHTMLDocument2 doc = new HTMLDocumentClass() doc.write(new object[]{pageSource}) doc.close() Title = doc.title Body = doc.body.innerText再测试，哇咔咔，快的要命，只有几十毫秒，2000个帖子一会儿就爬完了。日志如下：2010-06-26 16:26:35,546 [8] DEBUG SearchSite.StartIndex - DownloadString：00:00:00.04002632010-06-26 16:26:35,562 [8] DEBUG SearchSite.StartIndex - ThreadParser：00:00:00.02577312010-06-26 16:26:35,562 [8] DEBUG SearchSite.StartIndex - DeleteDocuments：00:00:00.00019132010-06-26 16:26:35,578 [8] DEBUG SearchSite.StartIndex - AddDocument：00:00:00.0010881HTMLDocumentClass的方法比任何一个网上找到的HTML解析器都丰富，想怎么搞就怎么搞，而且调用方法就是操作Dom的方法，完全不用再去学，哇咔咔，爽呆了。在使用的过程中遇到两个问题：1、VS2010中引用Microsoft.mshtml之后，要修改这个引用的“嵌入互操作类型”为False。2、调用doc.write方法的时候必须通过IHTMLDocument2接口来调用，否则报错“错误的类型”，在google上搜“type mismatch HTMLDocument write”
