c# - .net 文档用 mshtml 写

Question

我正在使用 mshtml 进行 html 解析。 (版本 7.0.3300.0，C:\Program Files\Microsoft.NET\Primary Interop Assemblies\Microsoft.mshtml.dll)。

HTMLDocumentClass 有一个 write 方法，所以我使用了它，但它引发了 ComException错误代码:-2147352571 和消息:类型不匹配。这是什么原因呢？如果不会使用 HTMLDocumentClass 的 write 方法，为什么要定义？

    HTMLDocumentClass getHTMLDocument(string html)
    {
        HTMLDocumentClass doc = new HTMLDocumentClass();

        doc.write(new object[] { html }); // raises exception
        doc.close();

        return doc;
    }

    HTMLDocumentClass getHTMLDocument2(string html)
    {
        HTMLDocumentClass doc = new HTMLDocumentClass();
        IHTMLDocument2 doc2 = (IHTMLDocument2)doc;
        doc2.write(new object[] { html });
        doc2.close();

        return doc;
    }

Answer 1

好的，我找到了。这是一个有趣的故障模式。我在机器上安装的所有 Microsoft.mshtml 的 PIA 都已过时。不少于 4 个，所有版本均为 7.0.3300.0，运行时目标为 1.0.3705(相当旧)。

由类型库导入程序生成的 fooClass 互操作类是原因。它是一个合成类，它的存在是为了使事件更容易处理，它们在 COM 中的处理方式非常不同。该类是所有接口(interface)的所有组合方法的扁平化版本。 HTMLDocument coclass 的当前 SDK 版本声明如下(来自 mshmtl.idl):

[
    uuid(25336920-03F9-11cf-8FD0-00AA00686F13)
]
coclass HTMLDocument
{
    [default]           dispinterface DispHTMLDocument;
    [source, default]   dispinterface HTMLDocumentEvents;
    [source]            dispinterface HTMLDocumentEvents2;
    [source]            dispinterface HTMLDocumentEvents3;
                        interface IHTMLDocument2;
                        interface IHTMLDocument3;
                        interface IHTMLDocument4;
                        interface IHTMLDocument5;
                        interface IHTMLDocument6;
                        interface IHTMLDOMNode;
                        interface IHTMLDOMNode2;
                        interface IDocumentSelector;
                        interface IHTMLDOMConstructor;
};

如果您在互操作库上使用对象浏览器，您会发现 HTMLDocumentClass 缺少 IHTMLDocument6、IDocumentSelector 和 IHTMLDOMConstructor 的接口(interface)方法。您正在使用的 write() 方法通过了这些接口(interface)。

这意味着如果您使用 HTMLDocumentClass.write()，您将调用错误的方法。引发异常是因为调用的任何方法都对参数不满意。当然不是。

这当然是一种令人讨厌的故障模式。这是因为 Microsoft 打破了一个非常严格的 COM 要求，更改 COM 接口(interface)或 coclass 需要一个不同的 guid。上述声明中的 [uuid] 属性。然而，这也使得新版本的 Internet Explorer 与使用它的旧代码完全不兼容。困难重重，向后兼容性在微软是非常神圣的。 coclass 中接口(interface)实现的顺序在常规 COM 客户端中通常不是问题。除了在 .NET 中，它破坏了 tlbimp 生成的合成 XxxClass 类型的布局。

我从未见过实际需要合成类但我自己从未使用过它的情况。您始终可以通过在 C# 中强制转换来获取正确的接口(interface)指针，调用 QueryInterface() 并始终返回正确的指针，而不管版本如何。您的选择是正确的解决方法。