IE 瀏覽器自動化互動完整技術解析：實例枚舉、BHO、DOM 操作與應用場景

前言

透過 COM 技術與 IE 物件模型互動，可實現網頁記錄、內容過濾/翻譯、表單自動填寫等功能。本文系統解析三大核心技術：IE 實例枚舉、Browser Helper Object (BHO)、HTML DOM 操作。

1. IE 實例枚舉：IShellWindows

SHDocVw::IShellWindowsPtr spShellWindows;
spShellWindows.CreateInstance(__uuidof(SHDocVw::ShellWindows));

long nCount = spShellWindows->GetCount();
for (long i = 0; i < nCount; ++i) {
    IDispatchPtr spDisp = spShellWindows->Item(_variant_t(i, VT_I4));
    SHDocVw::IWebBrowser2Ptr spBrowser(spDisp); // QueryInterface
    if (!spBrowser) continue; // 非 IE (如總管)

    // 取得文件物件
    MSHTML::IHTMLDocument2Ptr spDoc(spBrowser->GetDocument());
    // 例：取得標題
    _bstr_t title = spDoc->GetTitle();
}

應用：批量儲存所有開啟網頁、監控瀏覽歷程。

2. BHO 實作：與 IE 實例綁定的 In-process DLL

註冊機制

IE 啟動時讀取：

HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows\CurrentVersion\Explorer\Browser Helper Objects\{Your-CLSID}

每個 CLSID 需為子鍵（非數值），IE 以 CoCreateInstance 建立實例。

必須實作介面

• IObjectWithSite::SetSite(IUnknown* punkSite)：IE 傳遞自身 IUnknown，由此 QueryInterface 取得 IWebBrowser2

CComQIPtr m_spWebBrowser2;

STDMETHOD(SetSite)(IUnknown* punkSite) {
    m_spWebBrowser2 = punkSite; // 自動 QI
    if (m_spWebBrowser2) AdviseEvents(); // 建議事件連接
    return S_OK;
}

事件連接：IConnectionPointContainer + IConnectionPoint

CComPtr spCP;
CComQIPtr spCPC(m_spWebBrowser2);
spCPC->FindConnectionPoint(DIID_DWebBrowserEvents2, &spCP);
spCP->Advise((IDispatch*)this, &m_dwCookie); // this 實作 IDispatch::Invoke

事件處理：IDispatch::Invoke

STDMETHOD(Invoke)(DISPID dispid, REFIID, LCID, WORD, DISPPARAMS* p, VARIANT*, EXCEPINFO*, UINT*) {
    switch (dispid) {
        case DISPID_BEFORENAVIGATE2:  // 導航前
        case DISPID_NAVIGATECOMPLETE2: // 導航完成
        case DISPID_DOCUMENTCOMPLETE:  // 文件完成
            // p->rgvarg[0] 等包含 URL、Flags 等參數 (VARIANT)
            break;
    }
    return S_OK;
}

關鍵：DISPPARAMS::rgvarg 為 VARIANTARG* 陣列，參數順序依事件定義。

3. HTML DOM 操作：IHTMLDocument2

IDispatchPtr spDisp;
m_spWebBrowser2->get_Document(&spDisp);
CComQIPtr spDoc(spDisp);

// 取得 URL
_bstr_t url = spDoc->get_URL();

// 取得所有 Form
MSHTML::IHTMLElementCollectionPtr spForms = spDoc->get_forms();
long len; spForms->get_length(&len);
for (long i = 0; i < len; ++i) {
    IDispatchPtr spItem; spForms->item(_variant_t(i), _variant_t(), &spItem);
    CComQIPtr spForm(spItem);
    // 操作 form 元素...
}

// 元素屬性讀寫
CComQIPtr spElem;
spElem->setAttribute(_bstr_t("value"), _variant_t("自動填入"), 0);
_variant_t val; spElem->getAttribute(_bstr_t("value"), 0, &val);

應用場景深度解析

表單自動填寫

1. 偵測頁面包含 <form>
2. 解析 input、select、textarea 等元素
3. 依 name/id/type 比對本地資料庫
4. 以 setAttribute("value", ...) 填寫

網頁內容自動翻譯

• 遍歷 IHTMLElementCollection 取得文字節點
• 呼叫翻譯引擎 API
• 以 put_innerText 或 setAttribute 置換
• 挑戰：自然語言理解、版面破壞、動態內容

使用者行為分析

• BHO 記錄 BeforeNavigate2、DocumentComplete 事件
• 建立 URL 訪問序列、停留時間、點擊熱區模型
• 隱私合規：需使用者同意、資料匿名化

技術限制與替代方案

結語

IE 自動化技術雖屬經典，但其 COM 架構、事件模型、DOM 操作思想通用於現代瀏覽器擴充開發。理解這些核心機制，有助於跨平台瀏覽器自動化方案的設計。