我有一个疑问，哪个处理速度更快？dom文档还是preg_match_all与curl函数在解析html页面时更快？dom文档函数会像curl函数一样在其他服务器上留下痕迹吗？例如，在curl函数中，我们使用用户代理来定义访问者，但在dom文档中没有。
3个回答
6
如果其中一个提供了错误的结果，那么速度更快的那个是否重要呢？
使用正则表达式从文档中获取单个数据位将比解析整个HTML文档更快。但是，在某些情况下，正则表达式无法正确解析HTML。
请参见http://htmlparsing.com/regexes.html，我已经开始回答这个常见问题。（对于你们其他人，我需要帮助。源代码在Github上，我需要许多不同语言的示例。）
- Andy Lester
2
正则表达式可能更快，但它们也很可能是更糟糕的选择。除非您已经对应用程序进行了基准测试和分析，并且没有找到其他需要优化的地方，否则您应该考虑使用适当的现有解析器。
虽然可以使用正则表达式来匹配HTML，但是要想得到可靠的解析器需要付出大量的努力。PHP提供了许多本地扩展来可靠地处理XML（和HTML）。还有一些第三方库。请参见我的回答：
- 最佳解析HTML的方法
关于发送自定义用户代理，这也可以通过DOM实现。您需要创建一个自定义流上下文，并将其与底层的libxml函数相关联。您可以以这种方式提供任何可用的HTTP流上下文选项。请参见我的答案，了解如何提供自定义UserAgent的示例：
虽然可以使用正则表达式来匹配HTML，但是要想得到可靠的解析器需要付出大量的努力。PHP提供了许多本地扩展来可靠地处理XML（和HTML）。还有一些第三方库。请参见我的回答：
- 最佳解析HTML的方法
关于发送自定义用户代理，这也可以通过DOM实现。您需要创建一个自定义流上下文，并将其与底层的libxml函数相关联。您可以以这种方式提供任何可用的HTTP流上下文选项。请参见我的答案，了解如何提供自定义UserAgent的示例：
- Gordon
1
DOM函数与HTML获取无关。
但是，有一些加载函数可以直接用于获取HTTP资源。
它们将显示与file_get_contents相同的行为，但没有上下文参数。
至于您问题的另一部分。preg函数更快。但是它们不是为此目的而设计的，您很快就会后悔使用它们。
如果您正在使用正则表达式解析HTML，则要么完全疯狂，要么只是不理解HTML的概念。
- The Surrican
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
原文链接