c++ - 如何将 IHTMLDocument2 ->get_body ->get_innerHTML 变成小写字符串？

Question

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，只包含第一个 block 。即使它有效，我也不知道如何使用 std::string 轻松地将其全部变为小写，我会使用“transform”+“tolower”来做到这一点。

那么，如何将 bstrContent 转换为 std::string？

Answer 1

我不确定我是否完全理解您的问题。我不知道为什么 get_innerHTML 会给你一个不完整的 body ，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)使用下一页上的函数:

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

如果您使用的是 ATL，还有 CA2W 转换实用程序，但我链接到的函数更好，因为它至少支持 UTF8(如果相关)。

希望对你有帮助，

• 塔西里安