Для страницы пасится с помощью Simple_Html_Dom приличное количество информации, что значительно замедляет все процессы. Можно ли как-нибудь все это оптимизировать??
3 ответа
В общем случае XML парсится двумя способами:
- DOM парсер, когда весь документ засовывается в парсер и на выход подается дерево.
- SAX парсер - потоковый парсер, когда парсится в виде потока.
SAX и быстрее и менее требователен к памяти. Недостаток SAX в том, что он только read-only и читает только в одном направлении - в остальном он хорош. Если эти ограничения вас устраивают юзайте SAX. Я думаю, что в PHP есть такой парсер (он есть во всех нормальных языках).
Сравнение обоих методов здесь
-
-
Да какая разница собственно говоря? SAX'у это все равно - он не проверяет на well-formness– Barmaley25 дек 2012 в 12:12
Для продакшна исходя из производительности, лучше использовать нативную php-библиотеку классов DOM. Составление RegExp-паттернов для парсинга HTML/XML, а также использование библиотек на их основе (Simple HTML и т.д.), это зло!
Минус: она чуть сложнее в освоении нежели Simple HTML DOM.
Плюс: Нативна (решение встроенное в php).
Вот ссылка на материал, где производят замер производительности различных библиотек парсинга html/xml:
Сравнение библиотек для парсинга.
Среди них, к примеру, "Nokogiri", является как раз-таки надстройкой над нативным php-решением. Правда, весьма простенькая, и потому, когда с ней столкнулся, решил писать свой парсер на основе DOMDocument, чего и Вам советую.
Да. Если нужна не вся информация - ручками написать регулярку.
Еще быстрее - через JS, но это отнюдь не всегда удобно, так как приходится пересылать на клиентскую часть.