使用libxml2解析深层节点失败：255层div嵌套丢失img标签问题

我生成了一段被255层div标签嵌套包裹的img标签HTML内容，使用libxml解析该HTML并输出结果时，发现img标签丢失；但当div嵌套层数为254层时，解析结果正常，img标签可正常显示。尝试多种标签均出现相同情况，怀疑是节点层级过深导致，请问该问题的原因是什么？如何修复？

原代码：

NSString* html = @"<img src='https://www.baidu.com/img/PCtm_d9c8750bed0b3c7d089fa7d55720d6cf.png'>";
for (int i = 0; i < 255; i++) {
    html = [NSString stringWithFormat:@"<div>%@</div>", html];
}
NSData* data = [html dataUsingEncoding:NSUTF8StringEncoding];

xmlDocPtr _doc = htmlReadMemory([data bytes], (int)[data length], "", NULL, HTML_PARSE_NOWARNING | HTML_PARSE_NOERROR);
if (_doc == NULL) {
    NSLog(@"Unable to parse.");
    return;
}

xmlXPathContextPtr _context = xmlXPathNewContext(_doc);
if(_context == NULL) {
    NSLog(@"Unable to create XPath context.");
    return;
}

xmlNodePtr rootNode = xmlDocGetRootElement(_doc);
xmlBufferPtr buffer = xmlBufferCreate();
if (rootNode == NULL || buffer == NULL) {
    return;
}
xmlNodeDump(buffer, rootNode->doc, rootNode, 0, 0);
NSString *htmlContent = [NSString stringWithCString:(const char *)buffer->content encoding:NSUTF8StringEncoding];
xmlBufferFree(buffer);

xmlXPathFreeContext(_context);
xmlFreeDoc(_doc);

NSLog(@"%@", htmlContent);

原因分析 #

• libxml默认设置了节点嵌套深度上限为254（从根节点开始计数），当嵌套层数超过这个值时，超出部分的节点会被解析器自动丢弃。这是libxml为避免栈溢出、内存耗尽等风险设置的安全限制。
• 你使用了HTML_PARSE_NOWARNING | HTML_PARSE_NOERROR参数屏蔽了解析器的警告和错误输出，因此没有收到深度超限的提示，无法直观定位问题。

修复方案 #

1. 调整libxml的全局深度限制 #

在调用htmlReadMemory解析HTML之前，调用xmlSetTreeDepth函数设置更大的允许深度，比如设置为1000，足以覆盖大多数嵌套场景：

// 增加这一行，设置最大允许的节点深度
xmlSetTreeDepth(1000);

xmlDocPtr _doc = htmlReadMemory([data bytes], (int)[data length], "", NULL, HTML_PARSE_NOWARNING | HTML_PARSE_NOERROR);

2. 可选：开启解析器提示（便于排查） #

移除HTML_PARSE_NOWARNING | HTML_PARSE_NOERROR参数，这样解析器会输出深度超限的警告信息，帮助你快速定位类似问题：

xmlDocPtr _doc = htmlReadMemory([data bytes], (int)[data length], "", NULL, 0);

内容的提问来源于stack exchange，提问作者a_adler