這是一個很早就設想的項目，一直沒有付諸實現。前幾天從網上接了一個小項目，和 網頁數據提取有些關系，就順便開發了這方面的功能。
項目有幾個步驟，從簡單到復雜一步步實現。現從簡單的開始吧。
說簡單，就簡單。不考慮模式問題，不考慮性能問題，不考慮多線程問題，采用傳統的編程方式，想到功能就加上去，優化的問題以後考慮吧，當然要冒著整個項目被推翻的風險。
功能列表：
1。讀取網頁： 必須實現的功能，否則就沒有操作的基礎數據。網頁數據類型包括：Html, XML, asp, ASPx, image, script等。讀取方法很多種，比如WebBrowser控件，WinSock控件等。
2。網頁數據解析：對上一步讀取的數據再加工和檢索，找到需要數據。這一步操作挺麻煩的，因為我們面對的數據結構五法八門。可以使用WebBrowser的Document訪問節點；也可以使用mshtml中的HtmlDocumentClass類；直接讀取數據，采用文本分析方法也行，效率低一些，如果用正則表達式，效率會提升不少。上面的數據分析方法我都用過，根據處理的數據類型決定。
上面兩步是初級部分，實用功能建立在上述結果的基礎上。
3。添加實用功能：
1） 網頁中link, button點擊：模擬用戶的操作，點擊網頁中的鏈接。在WebBroswer或msHtml中很容易實現點擊動作。注意要實現相關事件回調，比如Completed,Navigating等。
WebBrowser --> Document --> DomDocument --> Html Element --> Click
要找到相應的控件可以使用name, class id, href,submit等屬性在控件集中過濾。
2）網頁中數據填充： 數據填充一般發生在textbox控件，通過name能定位到控件，把待填充值賦給其value屬性。
3）驗證碼識別：這一個牽涉到很多知識的話題，我會在另一篇文章中論述之， 在這裡我們舉個簡單的例子，如
，復雜一點的如
， （聲明：驗證碼圖片是從網上提取的，網站名不記得了，如發現侵權，請立即聯系[email protected]或QQ：624286399，立即刪除圖片）。
4）網絡問題：有很多朋友喜歡使用代理服務器上網，代理服務器功能必不可少。使用靜態地址的朋友可以考慮IP地址不斷變化，動態IP地址功能也加進來吧，也不怎麼難實現。兩者功能實現技術可以使用Sock, DCHP, WMI等，我用的是WMI.
5）網頁過濾：網頁過濾主要是處理IE和網頁中script彈出的對話框。挺煩的，用戶交互模式使用IE還行，在工具中不能人工干預，不能打斷工具運行，一定要去掉。這是個技術難點，好在我已經解決了這個問題。關鍵是要解決UI Handler的問題。
$False$
在實際開發中還用到了其他的技術，今天先說到這裡，以後詳談。
如果需要開發類似軟件可以聯系[email protected], QQ：624286399，MSN： [email protected].
