问解决方法-解决StackOverflowException问题

EN

理想情况下，长期的解决方案是为HtmlAgilityPack打补丁，使其使用堆栈而不是调用栈，但这对我来说太大了。我暂时丢失了我的CodePlex帐户详细信息，但当我找回它们时，我会就这个问题提交一份问题报告。我还注意到，这个问题可能会给任何使用HtmlAgilityPack清理用户提交的超文本标记语言的站点带来拒绝服务攻击漏洞--精心编制的过度嵌套的超文本标记语言文档将导致w3wp.exe进程死亡。

同时，我认为最好的方法是手动覆盖最大线程堆栈大小。我在前面的声明中错误地认为，更大的堆栈大小意味着所有线程都会自动消耗该内存(似乎内存页是随着线程堆栈的增长而分配的，而不是一次分配给所有线程堆栈)。

我复制了<ol><li>页面并运行了一些实验。我发现我的程序在堆栈大小小于2^21字节的时候失败了，但是2^22的最大大小成功了--也就是4MB，在我的书中被认为是一个“可接受的”黑客……就目前而言。

我刚刚修补了一个错误，我相信这和你的描述是一样的。已将补丁上传到hap项目网站...

http://www.codeplex.com/site/users/view/sjdirect (参见2012年3月8日的补丁)

或在此处查看有关此问题和结果的更多文档...

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

实际的修复是...添加了HtmlDocument.OptionMaxNestedChildNodes，可以设置它来防止由大量嵌套标签引起的StackOverflowExceptions。它将抛出一个ApplicationException，并显示消息"Document has more more X not。这很可能是因为页面没有正确结束标记。“

打完补丁后如何使用...

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);
}

这应该是可行的：

HtmlDocument.MaxDepthLevel = 10000;
var doc = new HtmlDocument();
try
{
    doc.LoadHtml(document);
}
catch(Exception ex)
{
    Console.WriteLine("Exception while loading html: " + ex);
    yield break;
}