通过 C++ 控制 Web 浏览器

Question

我想编写一个可以使用特定网站的程序。我希望它能够识别相当琐碎的事物（文本）、点击链接和提交表单。

我希望服务器日志看起来与实际用户的活动没有什么不同，所以我不想像往常一样在浏览器之外进行操作。我希望像 javascript 这样的东西能够在页面上按预期运行，所以我不想只是伪造正在发送的用户代理。

我应该看什么来完成这个？它将在 Windows 中运行。如果我必须选择一个浏览器，那将是 Chrome，而 Firefox 作为我的第二选择。如果不是那么复杂，我希望它能够与 Chrome、Firefox、IE 和 Edge 一起使用，但只需选择 1 也可以。

我非常熟悉 C++，并且更愿意在这个项目中使用它。 （是的，我知道其他语言对于熟悉它们的人来说可能开发得更快，但这是我想要坚持的。）

我需要它能够在浏览器之外与数据库进行交互。我可以拥有一个能够进行进程间通信的浏览器插件来处理这个问题，或者拥有一个能够有效抓取浏览器并创建用户外观输入的完全外部程序。

Answer 1

Selenium 似乎很适合你。它通常用于 webapps 的自动化测试，但它没有理由不能与任何站点交互。它可用于以完全自动化的方式驱动任何主要浏览器（不确定 Edge；我使用 Selenium 已经有一段时间了）。

Selenium 没有 C++ 绑定，但它有 Java、C#、Python、Ruby、PHP、Perl 和 Javascript 可以使用的绑定。

Answer 2

由于您使用 Windows，Microsoft 提供了用于模拟鼠标点击、位置和键盘的 api。

VOID WINAPI mouse_event(
_In_ DWORD     dwFlags,
_In_ DWORD     dx,
_In_ DWORD     dy,
_In_ DWORD     dwData,
_In_ ULONG_PTR dwExtraInfo
);

来自 User32.dll 和 winuser.h 的键盘

VOID WINAPI keybd_event(
  _In_ BYTE      bVk,
  _In_ BYTE      bScan,
  _In_ DWORD     dwFlags,
  _In_ ULONG_PTR dwExtraInfo
);

这两个都已过时，但有替代品，它们的工作原理基本相同，但实现了安全级别机制。