获取网页数据必须使用HTML对象库，可在“引用”窗体中添加对“Microsoft HTML Object Library”的引用。HTML对象库提供了大量的对象，这些对象和各类HTML标记相对应，如熟悉的“<a>”、 “<Table>”、“< body>”和“<form>”标记，一些常用HTML对象的知识点如下所述： (1)HTMLAnchorElement对象：该对象代表网页中超级链接(即“<a>”)标记，其常用属性和方法如下所述：
href属性：该属性用于设置链接的目标。
id属性：该属性用于设置链接的标识。
innerHTML属性：该属性返回链接的HTML代码。
innerText属性：该属性返回链接的文字。
target属性：该属性用于设置链接的方式。
click方法：该方法可模拟单击链接。
(2)HTMLBody对象：该对象代表网页中正文(即“<body>”)标记，其常用属性和方法如下所述：
background属性：该属性返回网页的背景图片。
bgColor属性：该属性返回网页的背景Color。
innerText属性：该属性返回网页包含的所有文字。
(3)HTMLDocument对象：该对象包含网页的整体，如所有的链接、表格对象等，其常用属性和方法如下所述：
anchors属性：该属性返回网页包含的所有链接对象。
applets属性：该属性返回网页包含的Applet插件对象。
body属性：该属性返回网页的正文对象。
forms属性：该属性返回网页包含的所有表单对象。
frames属性：该属性返回网页包含的所有框架对象。
images属性：该属性返回网页包含的所有图片对象。
scripts属性：该属性返回网页包含的所有脚本对象。
(4)HTMLElementCollection对象：该对象可获取各类HTML对象的Collection，如网页的表格或表单的Collection，随后即可遍历该Collection来选择所需的对象，其常用属性和方法如下所述：
length属性：该属性返回Collection的成员数。
item方法：该属性返回Collection中的指定成员。
(5)HTMLTable对象：该对象可获取HTML表格对象，也是获取网页信息的核心，其常用属性和方法如下所述：
cols属性：该属性返回表格的列数。
rows属性：该属性返回表格的行Collection对象。
deleteRow方法：该方法用于删除表格行。
insertRow方法：该方法用于删除表格列。
(6)HTMLTableCell对象：该对象可获取HTML表格中的单元格对象(即“<TD>”标记中包含的内容)，在控制表格对象后，需结合该对象来进一步获取所需的网页文字，其常用属性和方法如下所述：
cellIndex属性：该属性返回单元格的编号。
className属性：该属性返回单元格的类名。
colSpan属性：该属性返回单元格的列合并数。
innerHTML属性：该属性返回单元格的HTML代码。
innerText属性：该属性返回单元格包含的文字。
rowSpan属性：该属性返回单元格的行合并数。
vAlign属性：该属性返回单元格的垂直对齐方式。
(7)HTMLTableCol对象：该对象可获取HTML表格中的列对象，其常用属性和方法如下所述：
innerText属性：该属性返回表格列包含的文字。
span属性：该属性返回表格列的合并数。
(8)HTMLTableRow对象：该对象可获取HTML表格中的行对象(即“<TR>”标记中包含的内容)，在控制表格对象后，需遍历表格行然后访问特定单元格对象来获取所需的网页文字。该对象的常用属性和方法如下所述：
cells属性：该属性返回行包含的单元格Collection对象。
rowIndex属性：该属性返回行的编号。
vAlign属性：该属性返回行的垂直对齐方式。
VB掌管WebBrowser访问MSHTML成员一点经验
VB掌管WebBrowser访问MSHTML成员虽然较VC++有限,但对大多数的应用问题不大,而且实现过程也很简单.
一.在VB中使用WebBroswer控件
1.在VB中使用Microsoft Internet Controls做浏览器最方便,但远不能尽WebBrowser之所能. VB能够实现的一些功能如下:
>掌管WebBrowser控件实现浏览功能
>自动化IE
>捕捉IE事件
>访问DHTML对象模型
但VB不能使用高级掌管接口实现例如关闭Context Menu和控制下载内容等一些功能.有关用VB对IE编程的知识可以参考微软图书<<Microsoft Internet Exploer 5 程序设计(Programmning Internet Explorer 5)>>的相应部分.
2.调用WebBrowser的ExecWB方法能实现一些额外的功能比如CUT,PASTE和SAVEAS等,包含在OLEMDID枚举表中. 这样我们就可以使WebBrowser具有一些编辑功能,如:
WebBrowser1.ExecWB OLECMDID_PASTE, OLECMDEXECOPT_DODEFAULT
可以把HTML格式的内容粘贴进WebBroser中, 这样就可以方便的实现一个HTML剪贴工具,既拷贝字符,又保留格式,NotePad靠边站吧.
二.访问MSHTML成员
1.用VB 访问DHTML模型,实现对HTML元素的操作非常简单易行.引用Micsoft HTML Object Library之后就可以在对象浏览器浏览包含的类及其属性方法.其中主要包含以HTML和IHTML为类名前缀的类,这些类给HTML, DHTML以及脚本(VBSCRIPT, JAVASCRIPT)对象提供定义与接口. 在VB中我们可以用这些类来创建用于访问网页元素的对象实例.而且程序编制与写网页脚本一样简单且相似,所以可以用VBSCRIPT和 JAVASCRIPT的资料作参考(本人在学习VB的这一应用时学通了DHTML),例如:微软图书<<动态超文本标识语言从入门到精通 (Inside Dynamic HTML)>>(一本翻译的很烂的书!). 如果掌握了VC++ 和MFC, MSDN自然也是个好去处, 那儿有关于MSHTML的丰富资料(虽然不能往VB里照搬,我们可以试验VB在许多方面的可行性.)
2.MSHTML类库[Micsoft HTML Object Library]
访问MSHTML要引用MSHTML组件库.在IE5以前,这个库包含在mshtml.dll中,对IE5来说这个类型库被转移到mshtml.tlb 中. 出于某种原因,也许在引用列表里看不到Micsoft HTML Object Library, 不过可以在文件对话框里键入类型库文件名添加引用.