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。我已经将这个功能抽象到一个辅助方法GetBody(string)中。

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Mem使用情况来确认)。我怀疑这个问题是由于我不正确地清理MSHTML对象造成的。我做错了什么？

我目前对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:内存泄漏已被追踪到填充html值时使用的代码。在这种情况下，它是Outlook赎回。

Answer 1

我使用mshtml已经很久了，但是IHTMLElement2接口不是有close方法吗？你试过给它打电话了吗？

在泄漏明显之前，循环运行了多长时间？

我将查看是否可以深入挖掘此处使用mshtml的一些遗留代码，并查看开发人员是如何发布这些对象的。

编辑：

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

但是要注意的一件事是，ReleaseComObject方法是在循环中调用的，直到它返回零。这将确保所有的com包装器和原始对象都被释放，有一个关于它的注释here。