在循环中使用Microsoft.MSHTML，内存泄漏

Question

嘿，我正在尝试使用 Microsoft.MSHTML（版本 7.0.3300.0）库从 HTML 字符串中提取正文文本。我已将此功能抽象为单个辅助方法 GetBody(string)。

当在无限循环中调用时，该进程最终会耗尽内存（通过查看任务管理器中的内存使用情况来确认）。我怀疑该问题是由于我错误地清理了 MSHTML 对象造成的。我做错了什么？

我当前对 GetBody(string) 的定义是：

public static string GetBody(string html)
{
    mshtml.IHTMLDocument2 htmlDoc = null;
    mshtml.IHTMLElement bodyElement = null;
    string body;

    try
    {
        htmlDoc = new mshtml.HTMLDocumentClass();
        htmlDoc.write(html);
        bodyElement = htmlDoc.body;
        body = bodyElement.innerText;
    }
    catch (Exception ex)
    {
        Trace.TraceError("Failed to use MSHTML to parse HTML body: " + ex.Message);
        body = email.Body;
    }
    finally
    {
        if (bodyElement != null)
            Marshal.ReleaseComObject(bodyElement);
        if (htmlDoc != null)
            Marshal.ReleaseComObject(htmlDoc);
    }

    return body;
}

编辑：内存泄漏已追溯到用于填充 html 值的代码。在本例中，它是 Outlook Redemption。

Answer 1

好久没用mshtml了，但是IHTMLElement2接口不是有close方法吗？你尝试过打电话吗？

在泄漏明显之前循环运行了多长时间？

我将看看是否可以挖掘我这里使用 mshtml 的一些遗留代码，并了解开发人员如何发布这些对象。

编辑：

我们这里的旧代码调用 HTMLDocument2 上的 close，然后释放 com 对象。

但需要注意的一件事是，ReleaseComObject 方法会在循环中调用，直到返回零。这将确保所有 com 包装器和原始对象都被释放，有一个关于它的注释 此处。