要实现HTML代码过滤必需注册一个或多个MIME过滤器（Pluggable MIME Filter）。MIME过滤器是一个COM对象，必需实现IInternetProtocolSink和IInternetProtocol接口。

       在实现MIME过滤器对象之前，先看一下《Pluggable Protocols Overview》一文中关于MIME过滤器与WEB处理器（transaction handler，即urlmon.dll）之间接口的调用的描述（注：urlmon.dll内部实现了IInternetProtocol和IInternetProtocolSink接口）：

 

1、 WEB处理器调用MIME过滤器的IInternetProtocolRoot::Start方法（IInternetProtocol从IInternetProtocolRoot派生）；

2、 WEB处理器先后调用MIME过滤器的IInternetProtocolSink::ReportProgress 和IInternetProtocolSink::ReportData方法；

3、        MIME过滤器调用WEB处理器的IInternetProtocol::Read方法；

4、 MIME过滤器调用WEB处理器的IInternetProtocolSink::ReportData方法；

5、 WEB处理器调用MIME过滤器的IInternetProtoco::Read方法；

 

因此，要实现MIME过滤器，有几个重要的方法：

1、IInternetProtocolRoot::Start方法：

HRESULT Start(

    [in] LPCWSTR szUrl,

    [in] IInternetProtocolSink *pOIProtSink,

    [in] IInternetBindInfo *pOIBindInfo,

    [in] DWORD grfPI,

    [in] DWORD dwReserved

);

作为MIME过滤对象，szUrl传入的是MIME的类型（如果是name space handlers对象，则该参数为一个即将下载或解析的URL）。若是你想得到URL，可以通过pOIBindInfo 接口得到，下面是示例：

       LPOLESTR pwzUrl ;           

       ULONG uElFetched ;

       pIBindInfo->GetBindString( BINDSTRING_URL , &pwzUrl , 1 , &uElFetched ) ；

pOIProtSink是由urlmon.dll提供的IInternetProtocolSink接口，因为在后面的处理过程中，需要调用到该接口，所以要将它保存；

grfPI是一个枚举变量，必需包含PI_FILTER_MODE标志，表示该对象运行在filter模式中。

dwReserved是一个指向PROTOCOLFILTERDATA结构的指针，该结构的pProtocol成员是由urlmon.dll提供的IInternetProtocol接口，因为在后面的处理过程中需要调用到该接口，所以要将它保存。实际上该接口也可以通过pOIProtSink参数调用QueryInterface得到，同样PROTOCOLFILTERDATA结构的pProtocolSink与pOIProtSink都是指向同一个接口。

       在Start方法中，我们必需做的实际上只是保存urlmon.dll提供的IInternetProtocolSink

和IInternetProtocol接口。

 

2、IInternetProtocolSink::ReportProgress方法：

HRESULT ReportProgress(

    [in] ULONG ulStatusCode,

    [in] LPCWSTR szStatusText ）

作为MIME过滤器，ulStatusCode一般都是BINDSTATUS_CACHEFILENAMEAVAILABLE , 当ulStatusCode为BINDSTATUS_CACHEFILENAMEAVAILABLE时，szStatusText为临时缓存文件的路径名称，但有一些网页并不写到缓存里，所以szStatusText可能为空字符串。

 

3、IInternetProtocolSink::ReportData方法：

HRESULT ReportData(

    [in] DWORD grfBSCF,

    [in] ULONG ulProgress,

    [in] ULONG ulProgressMax

);

IE下载文件过程中或下载完毕时会调用MIME过滤器的ReportData方法，ulProgressMax为文件总是数据量，ulProgress为下载进度，理论上当文件全部下载完后,ulProgress应等于ulProgressMax(实际上，当网页文件不是很大时，即使ulProgress不等于ulProgressMax时，文件也可能全部下载下来)，还有一个反应文件下载情况的参数是grfBSCF。有时，ReportData方法会被Web处理器调用多次。

    ReportData是过滤网页内容或修改网页内容比较合适的地方。在此地，可以将网页内容通过调用Read保存到自已的缓存或流中并做适当的处理（注意检查字符的编码）。

最后，别忘了调用Web处理器的IInternetProtocolSink::ReportData方法，向它汇报数据下载的情况。Web处理器得到此通知后，就会调用MIME过滤器的IInternetProtocol::Read，此时，你就可以将修改后的数据交给WEB处理器。

    下面的代码示例了如何在ReportData中调用Web处理器的Read预先保存数据：

                     CString Ts("");

       char p[1024];

       HRESULT hr;

       ULONG Readtotal;

       do

       {

              memset(p,0,sizeof(p));

              hr = UrlMonProtocol->Read(p, sizeof(p)-1, &Readtotal);

              CString pTemp(p);

              Ts=Ts+pTemp;

}while((hr != S_FALSE) && (hr != INET_E_DOWNLOAD_FAILURE) && (hr != INET_E_DATA_NOT_AVAILABLE));

 

Read成功取得数据一般只返回S_OK或S_FALSE ,返回S_OK表示还有数据，而S_FALSE

表示数据已读取完毕，因此循环的条件设为 hr==S_OK。那A处的条件判断为什么不是

if( hr == S_OK || hr == S_FALSE ) 呢， 因为我发现某些情况下，Read可能返回其

它值，但仍然有成功读取一部分数据出来，数据的大小就是Readtotal指定的值。如果将

那部分数据遗落，网页将无法正常解析。

       下列代码建立临时文件：

if (CacheFileName == "")

       {

                     TCHAR FName[512];

CreateUrlCacheEntry(OLE2T(Url), Ts.GetLength(), _T("htm"), FName, 0);

                     CFile hFile;

                     hFile.Open(FName, CFile::modeCreate|CFile::modeWrite);

                     hFile.Write(Ts,Ts.GetLength()); 

                     ReportProgress(BINDSTATUS_CACHEFILENAMEAVAILABLE, T2W(FName));

       }

       修改网页代码：

Ts.Replace(_T("百度"),_T("千度"));

       为浏览器准备好数据：

TotalSize= Ts.GetLength() ;

              CreateStreamOnHGlobal(0, true, &DataStream);

              const char * pTs = Ts.GetBuffer(Ts.GetLength());

              ULONG cbWritten;

              DataStream->Write(pTs,Ts.GetLength(),&cbWritten);

              Ts.ReleaseBuffer();

              pTs = NULL;

 

              ULARGE_INTEGER Dummy;

              _LARGE_INTEGER zero;

              zero.QuadPart =0;

              DataStream->Seek ( zero, STREAM_SEEK_SET, &Dummy);

 

4、IInternetProtocol::Read方法

    该方法由WEB处理器调用来取得浏览器要解析的数据。在上一方法ReportData中

我们已经将所有数据缓存到流中，因此，这里只需将流中的数据返回给WEB处理器。

下面的代码示例了Read中的简单处理：

                  DataStream->Read(pv, cb, pcbRead);

       Written+=*pcbRead;

       if (Written == TotalSize)

       {

              return S_FALSE;

       }

       else

       {

              return S_OK;

       }

    千万注意，在数据已读取完毕时要返回S_FALSE , 不然可能导致Read被无穷循环调用。处理完这几个方法后，基本是大功造成，其它一些方法处理十分简单，可以参考上面提到的例子。 

源代码下载