TidyBufFree 上的 HTML Tidy 段错误答案

【问题标题】：HTML Tidy segfault on TidyBufFreeTidyBufFree 上的 HTML Tidy 段错误
【发布时间】：2014-01-03 19:17:02
【问题描述】：

我正在使用 Tidy 清理大量 HTML。我正在使用的功能是：

std::string cleanHTML (std::string htmlcontent)
{

char* outputstr;
TidyBuffer output ={0};
uint buflen =0;

TidyBuffer errbuf;
int rc = -1;
Bool ok;
TidyDoc tdoc = tidyCreate();                     // Initialize "document"

tidyBufInit( &errbuf );

ok = tidyOptSetBool( tdoc, TidyXhtmlOut, yes );  // Convert to XHTML
if ( ok )
  rc = tidySetErrorBuffer( tdoc, &errbuf );      // Capture diagnostics
if ( rc >= 0 )
  rc = tidyParseString( tdoc, htmlcontent.c_str() );           // Parse the input
if ( rc >= 0 )
  rc = tidySaveBuffer (tdoc,&output );               // Tidy it up!


uint yy= output.size;
outputstr = (char*)malloc(yy+10);
uint xx=yy+10;
rc = tidySaveString (tdoc,outputstr,&xx);
std::string cleanedhtml (outputstr);

tidyBufFree(&output);
tidyBufFree(&errbuf);
tidyRelease(tdoc);

return cleanedhtml;

}

该程序似乎在使用 gdb 的某个调用（我认为该调用没有任何明显不同之处）上的 tidyBufFree (&output) 出现段错误。这个函数似乎也有内存泄漏。

谁能帮忙？

编辑：

我按照推荐使用了 Valgrind，输出如下（有人可以解释它的含义吗？）。

==7860== Process terminating with default action of signal 11 (SIGSEGV)
==7860==  Access not within mapped region at address 0x0
==7860==    at 0x428B00: tidyBufFree (in /home/sergerold/qt5_episode_analyser/a.out)
==7860==    by 0x405EC6: cleanHTML(std::string) (in    /home/sergerold/qt5_episode_analyser/a.out)
==7860==    by 0x4048A3: get_tvseries(std::string) (in /home/sergerold/qt5_episode_analyser/a.out)
==7860==    by 0x403DE2: main (in /home/sergerold/qt5_episode_analyser/a.out)
==7860==  If you believe this happened as a result of a stack
==7860==  overflow in your program's main thread (unlikely but
==7860==  possible), you can try to increase the size of the
==7860==  main thread stack using the --main-stacksize= flag.
==7860==  The main thread stack size used in this run was 8388608.
==7860== 
==7860== HEAP SUMMARY:
==7860==     in use at exit: 2,285,594 bytes in 3,638 blocks
==7860==   total heap usage: 102,543 allocs, 98,905 frees, 137,801,931 bytes allocated
==7860== 
==7860== LEAK SUMMARY:
==7860==    definitely lost: 0 bytes in 0 blocks
==7860==    indirectly lost: 0 bytes in 0 blocks
==7860==      possibly lost: 1,303,686 bytes in 114 blocks
==7860==    still reachable: 981,908 bytes in 3,524 blocks
==7860==         suppressed: 0 bytes in 0 blocks
==7860== Rerun with --leak-check=full to see details of leaked memory
==7860== 
==7860== For counts of detected and suppressed errors, rerun with: -v
==7860== Use --track-origins=yes to see where uninitialised values come from
==7860== ERROR SUMMARY: 113 errors from 17 contexts (suppressed: 0 from 0)
Segmentation fault

已解决：

分段错误是由 tidyBufFree (&output) 在 &output 为空时导致取消引用空指针引起的。

【问题讨论】：

Valgrind 可以帮到你。

标签： c++ html c xml htmltidy

【解决方案1】：

您的代码看起来很像this example，但几乎没有重要区别。

请注意，示例中作者没有调用tidyBufInit( &errbuf );，这可能是您的内存泄漏。为了安全起见，请使用内存调试工具，例如valgrind。至于段错误 - 似乎你所做的免费输出是正确的（至少根据示例）所以我的猜测是堆栈损坏可能导致问题。 valgrind 可以再次帮助您找到它。

【讨论】：

【解决方案2】：

分段错误是由 tidyBufFree (&output) 在 &output 为空时导致取消引用空指针引起的。 – 用户 3083672

【讨论】：