变通一个StackOverflowException(Work-around a StackOver

我使用HtmlAgilityPack解析达200,000 HTML文档。

我无法预测这些文件的内容，但是这样的一个文件会导致我的申请失败，一个StackOverflowException 。该文件包含此HTML：

<ol>
    <li><li><li><li><li><li>...
</ol>

有大致万<li>嵌套这样的元件。由于道路HtmlAgilityPack解析HTML它会导致StackOverflowException 。

不幸的是，StackOverflowException不开捕在.NET 2.0及更高版本。

我也纳闷有关设置一个较大的尺寸为线程的堆栈，但设置一个较大的堆栈大小黑客攻击：它会导致我的程序使用更多的内存（我的程序开始进行处理HTML约50个线程，因此，所有这些线程将有增加的堆栈大小），如果它曾经碰到类似情况再次来到手动将需要调整。

是否有任何其他的解决方法，我可以使用？

Answer 1:

我只是打补丁，我认为这是与您的描述错误。上传补丁到HAP项目网站...

http://www.codeplex.com/site/users/view/sjdirect （见2012/3/8补丁）

还是看这个问题的更多的文档，并导致这里....

https://code.google.com/p/abot/issues/detail?id=77

实际的修复程序......补充可以设置，以防止由吨嵌套标签造成StackOverflowExceptions HtmlDocument.OptionMaxNestedChildNodes。这将引发与消息的ApplicationException的“文档具有比X嵌套标签了。这可能是由于该网页无法正常关闭的标签。”

如何我使用的是厦门补丁后...

HtmlDocument hapDoc = new HtmlDocument();
hapDoc.OptionMaxNestedChildNodes = 5000;//This is what was added
string rawContent = GETTHECONTENTHERE
try
{
    hapDoc.LoadHtml(RawContent);    
}
catch (Exception e)
{
    //Instead of a stackoverflow exception you should end up here now
    hapDoc.LoadHtml("");
    _logger.Error(e);
}

Answer 2:

理想情况下，长期的解决方案是修补HtmlAgilityPack使用堆栈，而不是调用堆栈，但是这将是一个事业对我来说太大。我暂时失去我的CodePlex网站帐户的详细信息，但是当我让他们回来，我会在这个问题提交问题报告。我也注意到这个问题可以提出一个阻断服务攻击漏洞来使用HtmlAgilityPack消毒用户提交HTML的任何站点 - 一个制作过于嵌套的HTML文档将导致W3wp.exe进程死亡。

在此期间，我想前进的最好方式是手动覆盖的最大线程堆栈大小。我错在我先前说的，一个更大的堆栈尺寸意味着所有的线程会自动消耗内存（似乎内存页面被分配一个线程堆栈，因为它生长，并非所有在一次性）。

我做了副本<ol><li>页，并进行了一些实验。我发现我的计划失败时，堆栈大小小于2^21大小字节，但最大大小2^22得手-这是4MB，并在我的书通过为“可接受的”黑客...现在。

文章来源: Work-around a StackOverflowException