RapidXML 从文件中读取 - 这里有啥问题？

Posted 2023-02-21

【中文标题】RapidXML 从文件中读取 - 这里有啥问题？

【英文标题】：RapidXML reading from file - what is wrong here?RapidXML 从文件中读取 - 这里有什么问题？

【发布时间】：2011-09-15 20:42:55

【问题描述】：

这两种读取输入文件的方法有什么区别？

1) 使用'ifstream.get()'

和

2) 将vector<char> 与ifstreambuf_iterator<char> 一起使用（我不太了解！）

（除了可以使用漂亮的向量方法的明显答案）

输入文件是 XML，如下所示，立即解析为 rapidxml 文档。 （在别处初始化，参见示例 main 函数。）

首先，让我向您展示两种编写“load_config”函数的方法，一种使用ifstream.get()，一种使用vector<char>

方法 1ifstream.get() 提供了工作代码和一个安全的 rapidXML 文档对象：

rapidxml::xml_document<> *load_config(rapidxml::xml_document<> *doc)
   ifstream myfile("inputfile");

   //read in config file
   char ch;
   char buffer[65536];
   size_t chars_read = 0;

   while(myfile.get(ch) && (chars_read < 65535))
      buffer[chars_read++] = ch;
   
   buffer[chars_read++] = '\0';

   cout<<"clearing old doc"<<endl;
   doc->clear();

   doc->parse<0>(buffer);

   //debug returns as expected here
   cout << "load_config: Name of my first node is: " << doc->first_node()->name() << "\n";

   return doc;

方法 2 导致另一个库破坏了 rapidXML 文档 - 具体来说，调用 curl_global_init(CURL_GLOBAL_SSL) [见下面的主要代码] - 但我还没有将其归咎于 curl_global_init。

rapidxml::xml_document<> *load_config(rapidxml::xml_document<> *doc)
   ifstream myfile("inputfile");

   vector<char> buffer((istreambuf_iterator<char>(inputfile)), 
                istreambuf_iterator<char>( ));
   buffer.push_back('\0');

   cout<<"file looks like:"<<endl;  //looks fine
   cout<<&buffer[0]<<endl;

   cout<<"clearing old doc"<<endl;
   doc->clear();

   doc->parse<0>(&buffer[0]);

   //debug prints as expected
   cout << "load_config: Name of my first node is: " << doc->first_node()->name() << "\n";

   return doc;

主要代码：

int main(void)
   rapidxml::xml_document *doc;
   doc = new rapidxml::xml_document;

   load_config(doc);

   // this works fine:
   cout << "Name of my first node is: " << doc->first_node()->name() << "\n"; 

   curl_global_init(CURL_GLOBAL_SSL);  //Docs say do this first.

   // debug broken object instance:
   // note a trashed 'doc' here if using vector<char> method 
   //  - seems to be because of above line... name is NULL 
   //    and other nodes are now NULL
   //    causing segfaults down stream.
   cout << "Name of my first node is: " << doc->first_node()->name() << "\n"; 

我非常确定这一切都是在一个线程中执行的，但也许有一些超出我理解范围的事情发生。

我还担心我只是解决了一个症状，而不是一个原因......通过简单地更改我的文件加载功能。在这里向社区寻求帮助！

问题：为什么从向量转移到字符数组可以解决这个问题？

提示：我知道 rapidXML 使用了一些巧妙的内存管理，实际上直接访问输入字符串。

提示：上面的 main 函数创建了一个动态的（新的）xml_document。这不在原始代码中，而是调试更改的工件。原来的（失败的）代码声明了它并且没有动态分配它，但是出现了同样的问题。

另一个全面披露的提示（尽管我不明白它为什么重要） - 在这个由 rapidxml::xml_document 对象中的数据填充的混乱代码中还有另一个向量实例。

【问题讨论】：

其中的sexy 是什么？这是时装秀吗？

由于唯一的区别是如何从文件中读取数据，这些问题似乎相关：***.com/questions/116038/…***.com/questions/195323/…

作为健全性检查，您能否将调试器设置为检查从 &buffer[0] 开始的内存，以便在 parse() 之前和之后的调用中查看它们是否在所有情况下都相同？

你仍然有这个错误。当你因为chars_read < 65535 为假而退出循环时，这意味着chars_read == 65535 然后你访问了第65535 个位置，这是数组末尾的一个位置。

感谢 ybungalobill。根本不应该打折。注意到、赞赏和修复。

【参考方案1】：

两者之间的唯一区别是vector 版本可以正常工作，而char 数组版本在文件长度超过65535 个字符时会导致未定义的行为（它将\0 写入第65535 或第65536 位置，超出范围）。

另一个两个 版本共有的问题是，您将文件读入一个比xml_document 寿命更短的内存。 阅读文档：

字符串必须在文档的整个生命周期内持续存在。

当load_config 退出时，vector 被销毁并释放内存。尝试访问文档会导致读取无效内存（未定义行为）。

在char 数组版本中，内存分配在堆栈上。当load_config 存在时，它仍然被“释放”（访问它会导致未定义的行为）。但是您看不到崩溃，因为它尚未被覆盖。

【讨论】：

这当然是答案。最终也看到了 char 数组版本的问题。函数中的“静态”关键字和最终将缓冲区范围移动到主要解决的问题。谢谢！