使用Web worker解析HTML

Question

我正在使用document.implementation.createHTMLDocument方法解析大型HTML文件。我创建新文档，将HTML写入它们，然后使用标准文档方法迭代树。

这在浏览器上非常密集，我正在寻找其他选择。

我正在考虑将工作卸载到WebWorkers，但据我所知，他们无法访问DOMImplementation接口。

我的假设是对的吗？

我可以使用其他有效的替代方案吗？

Answer 1

写完这个问题一分钟后，我在jsdom项目中找到了以下句子：

  

它甚至具有在浏览器中运行的实验性支持，使您能够在Web worker中创建整个DOM Document。

所以我想我会调查jsdom，并测试我是否可以通过这种方法获得性能提升。

任何其他建议/想法将不胜感激。

Answer 2

  

这在浏览器上非常密集，我正在寻找其他选择。

做同样的事情，但在网络工作者中仍然是密集的，只是UI在执行时不会挂起，并且你有更多的胶水代码/行为来编写和维护以连接所有内容。

  

我创建新文档，将HTML写入它们，然后使用标准文档方法迭代树。

可能适合您的情况的替代方案是使用基于事件的解析，而不是像现在一样使用基于DOM的解析。 https://github.com/isaacs/sax-js或https://github.com/marko-js/htmljs-parser可能是合理的起点。根据您的迭代方式以及您对每个节点的处理方式，这可能会减少资源消耗。甚至可以在浏览器UI线程中完成它。

当然，如果它最终仍然过于密集，那么您可以将其移动到Web工作者，以避免在处理文档时挂起UI。