在Android上解析HTML，主要性能问题

Question

3

我需要解析大约100kB的HTML数据，在Android上这会导致巨大的性能问题。我尝试过内置的XML解析器和JTidy。

内置的XML解析器给出了约半秒的解析时间，这对我来说是可以接受的。但问题是，使用XML解析器来解析混乱的HTML代码是一个坏主意，所以这不是一个选项。（我尝试过预处理，但它甚至开始抱怨有效的HTML，所以...）

我谷歌了一下，JTidy被建议用于在将其传递给XML解析器之前清理代码。这是一场绝对的噩梦，使用JTidy进行预处理现在需要大约7秒的时间。

所以现在我的唯一替代方案就是正则表达式。你认为呢？

- Overv

2

我认为正则表达式不是解析HTML的可行替代方案。 - MusiGenesis

奇怪的是，我一直试图将它添加为答案，但却被转到了评论区。 - MusiGenesis

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Aleksei · Answer 1

这取决于您是否是HTML的所有者。

如果（我理解的话）您不是HTML数据的所有者，无法影响其格式，则您可能会发现此信息有用：在Android中解析HTML
但是，如果HTML确实很糟糕，则无法保证结果。您可能更喜欢使用正则表达式。即使浏览器在处理“糟糕”的HTML时也会切换到怪异模式，而不能保证正确查看。