c++ - 模拟 Web 浏览器以包装多个类似网站的功能

Question

我对用 C++ 模拟 Web 浏览器的功能很感兴趣，这样我就可以为多个网站创建一个包装器。目前，这些网站的最大问题是它们大量使用与 HTML DOM 交互的 JavaScript。因此，使用 curl 下载页面的简单解决方案，以及类似 RapidXML 的解决方案。无法解析其内容。

接下来，我考虑使用类似 v8 的东西使用 curl，这很好地解决了解释页面上 JavaScript 的问题。但是，它并没有解决将 HTML DOM 方法与 JavaScript 连接的问题；换句话说，document.getElementById()在 v8 中会失败。

接下来，我考虑了WebKit ，这似乎非常适合模拟网络浏览器——毕竟，Chromium 和 Safari 都在其网络浏览器中使用它。但是，它有点太完整了。我不需要它包含的所有渲染方面。

所以，我会寻找一些方法来:

1. 与网站建立 SSL 连接
2. 解释该网站上与 HTML DOM 相关的 JavaScript
3. 设置用户名/密码的值<input>包含我的用户名和密码的字段
4. 通过调用 formSubmit() 模拟点击“提交”按钮函数，来自 <input type="button" onClick="formSubmit()">
5. 处理 HTTP POST 表单操作和后续的 HTTP 301 和 JavaScript 重定向(使用 window.location 完成)
6. 根据需要重复 2-5 次

除了我已经考虑过的，我还有哪些其他选择？理想情况下，我希望它非常轻便，不需要链接到许多库。

我主要关注针对 Windows 7 64 位的开发。

Answer 1

嗯，这听起来太像一个暴力破解程序了。忽略这一点，并且由于您似乎不需要呈现任何网站，我认为您应该通过 cURL 或其他方式获取文件，然后解析它，通过使用正则表达式检查表单，检索表单操作，然后进行使用取自 <form> 的方法的请求标记和您想要的任何输入。

问题是，没有正确的方法可以知道您何时正确登录，除非您对每个站点进行某种检查。这主要是因为许多站点使用 session 而不是直接使用 cookie 或 HTTP 身份验证，并且由于您无法直接从 session 中读取，因此您不可能猜测 session 何时发生变化。

这是我现在能想到的最轻量级的解决方案。