代码之家 › 专栏 › 技术社区 › user53794

从C调用.dll时出现奇怪的问题#

htmltidy pinvoke c#

user53794 · 技术社区 · 16 年前

我正试图从C调用htmltidy库dll。有几个例子在网上流传,但没有确定的…我的麻烦还没有结束。我很确定问题出在P/Invoke声明上…但如果我知道我在哪里出了问题,我就会犹豫。

我从中得到libtidy.dll http://www.paehl.com/open_source/?HTML_Tidy_for_Windows 这似乎是最新版本。

下面是一个控制台应用程序,它演示了我遇到的问题:

using System;
using System.Collections.Generic;
using System.Text;
using System.Runtime.InteropServices;

namespace ConsoleApplication5
{
    class Program
    {
        [StructLayout(LayoutKind.Sequential)]
        public struct TidyBuffer
        {
            public IntPtr bp;         // Pointer to bytes
            public uint size;         // # bytes currently in use
            public uint allocated;    // # bytes allocated
            public uint next;         // Offset of current input position
        };

        [DllImport("libtidy.dll")]
        public static extern int tidyBufAlloc(ref TidyBuffer tidyBuffer, uint allocSize);


        static void Main(string[] args)
        {
            Console.WriteLine(CleanHtml("<html><body><p>Hello World!</p></body></html>"));
        }

        static string CleanHtml(string inputHtml)
        {
            byte[] inputArray = Encoding.UTF8.GetBytes(inputHtml);
            byte[] inputArray2 = Encoding.UTF8.GetBytes(inputHtml);

            TidyBuffer tidyBuffer2;
            tidyBuffer2.size = 0;
            tidyBuffer2.allocated = 0;
            tidyBuffer2.next = 0;
            tidyBuffer2.bp = IntPtr.Zero;

            //
            // tidyBufAlloc overwrites inputArray2... why? how? seems like
            // tidyBufAlloc is stomping on the stack a bit too much... but
            // how? I've tried changing the calling convention to cdecl and
            // stdcall but no change.
            //
            Console.WriteLine((inputArray2 == null ? "Array2 null" : "Array2 not null"));
            tidyBufAlloc(ref tidyBuffer2, 65535);
            Console.WriteLine((inputArray2 == null ? "Array2 null" : "Array2 not null"));
            return "did nothing";
        }
    }
}

总之,我有点头疼。任何帮助都将不胜感激!

3 回复 | 直到 16 年前

Stephen Martin 16 年前

您正在使用TidyBuffer结构的旧定义。新结构更大,因此当调用allocate方法时,它将覆盖inputaray2的堆栈位置。新定义是:

    [StructLayout(LayoutKind.Sequential)]        
    public struct TidyBuffer        
    {
        public IntPtr allocator;  // Pointer to custom allocator            
        public IntPtr bp;         // Pointer to bytes            
        public uint size;         // # bytes currently in use            
        public uint allocated;    // # bytes allocated            
        public uint next;         // Offset of current input position        
    };

core 16 年前

值得一提的是,我们在工作时试着整理一下,然后换成了htmlagilitypack。

Ash 16 年前

尝试将TidyBuffalloc声明更改为:

[DllImport("libtidy.dll", CharSet = CharSet.Ansi)]
private static extern int tidyBufAlloc(ref TidyBuffer Buffer, int allocSize);

注意charset.ansi加法和“int allocsize”(而不是uint)。

另外,请参见 sample code 例如,在C中使用HTML Tidy。

在您的示例中,如果inputtml很大,例如50k,则inputaray和inputaray2也将分别为50k。

然后您还尝试在tidybuffalloc调用中分配65K。

如果指针未正确初始化,则很可能正在使用随机的.NET堆地址。因此,覆盖部分或所有看似不相关的变量/缓冲区。幸运的是,或者您已经分配了大量的缓冲区,您没有重写可能导致无效内存访问错误的代码块。