HTML Parser

void AddTextBlocks(int page_id, CString html) {
    //Объявляем MSHTML переменные и создаём документ
    MSHTML::IHTMLDocument2Ptr pDoc;
    MSHTML::IHTMLDocument3Ptr pDoc3;
    MSHTML::IHTMLElementCollectionPtr pCollection;
    MSHTML::IHTMLElementPtr pElement;

    HRESULT hr = CoCreateInstance(CLSID_HTMLDocument, NULL, CLSCTX_INPROC_SERVER,
        IID_IHTMLDocument2, (void**)&pDoc);
       
    //заносим код в SAFEARRAY и записываем его в документ
    SAFEARRAY* psa = SafeArrayCreateVector(VT_VARIANT, 0, 1);
    VARIANT *param;
    bstr_t bsData = (LPCTSTR)html;
    hr = SafeArrayAccessData(psa, (LPVOID*)&param);
    param->vt = VT_BSTR;
    param->bstrVal = (BSTR)bsData;
       
    hr = pDoc->write(psa);
    hr = pDoc->close();
       
    bsData.Detach();
    SafeArrayDestroy(psa);

    //использую IHTMLDocument3 для получения тегов.
    //эта функция доступна только в IE5 +
    //есть вариант без использования IHTMLDocument3 - можно просто запустить через все теги HTML
    // (IHTMLDocument2->all)
    pDoc3 = pDoc;  

           //список тэгов для обработки
    vector<CString> tags_names = GetListsOfContentTag();
    for (int i = 0; i < tags_names.size(); i++) {
        pCollection = pDoc3->getElementsByTagName(bstr_t(tags_names));
        for(long j = 0; j < pCollection->length; j++){
            pElement = pCollection->item(j, (long)0);
           
            if(pElement != NULL){
                //второй параметр означает, что необходимо получить текст внутри атрибута
                //CString str = pElement->getAttribute("href", 2);
                //получаем содержимое тэга
                CString text = (LPCTSTR)pElement->GetinnerText();
            }
        }
    }

    //добавляем информацию о текстовых блоках в БД
    AddTextBlocksToDb(blocks);
}