c＃.net4 - 正则表达式与html敏捷包

Question

什么更快？我刚刚制作了一个使用HTML Agility pack的网络刮刀，它消耗了大量的内存。

使用内存分析器对其进行分析，我发现HTMLDocument，HTMLNode等实例占用了大量内存。

我觉得使用正则表达式会更快更高效，我错了吗？

Answer 1

根据你到底做了什么，它确实可以加快速度，并使用正则表达式释放一些内存。问题是 - 您从中提取数据的页面是多么严格和格式良好。正则表达式更容易被你在野外可能遇到的完全有效但意想不到的HTML结构所迷惑。

Answer 2

reg-ex将比html agilty pack快得多。

但你应该记住，html不一定总是很好。仅使用reg-ex搜索所需的正确数据可能会失败。浏览器对错误非常宽容。

Agility pack是一个很棒的工具。它为正在消耗的内存提供了许多功能。