使用libcurl/libtidy处理后写入文件出现信息丢失问题求助

你遇到的问题核心在于写入文件时错误计算了要写入的字节数，导致只写出了前几个字符。

先看你写入文件的这段代码：

auto * charArray = (char*) output.bp;
file.write(charArray, sizeof(charArray));

这里的sizeof(charArray)得到的是指针类型本身的大小（32位系统是4字节，64位是8字节），而不是output.bp指向的实际数据长度——这就是为什么文件里只有<html it这短短几个字符的原因。

libtidy的TidyBuffer结构体自带了size字段，它专门存储缓冲区中实际数据的字节数，你需要用这个值来指定写入长度。

修正后的写入代码 #

std::ofstream file;
file.open("C:/Testing/1.txt", std::ios_base::binary);
assert(file.is_open());
auto* charArray = static_cast<char*>(output.bp);
// 关键：使用output.size获取实际数据的字节数
file.write(charArray, output.size);
file.close();

// 别忘了清理libtidy的资源，避免内存泄漏
tidyBufFree(&output);
tidyBufFree(&errbuf);
tidyRelease(tdoc);

额外提醒：curl请求的小疏漏 #

看你的curl代码片段，发现你漏掉了执行请求的关键步骤curl_easy_perform(curl)——如果没补这一步的话，readBuffer会是空的。这里给你补上完整的curl请求逻辑：

CURL *curl; 
std::string readBuffer; 
curl = curl_easy_init(); 
if(curl) { 
    curl_easy_setopt(curl, CURLOPT_URL, "http://www.google.com"); 
    curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, WriteCallback); 
    curl_easy_setopt(curl, CURLOPT_WRITEDATA, &readBuffer);
    // 执行HTTP请求，这一步之前漏掉了！
    CURLcode res = curl_easy_perform(curl);
    if(res != CURLE_OK) {
        fprintf(stderr, "curl请求失败: %s\n", curl_easy_strerror(res));
    }
    curl_easy_cleanup(curl); 
}

这样修改后，就能完整把libtidy处理后的XML/XHTML内容写入文件了。

内容的提问来源于stack exchange，提问作者user5118384