Question

将网页源下载到备忘录组件的最快方法是什么？我使用Indy和HttpCli组件。

问题是我有一个填充了100多个站点的列表框，我的程序将源代码下载到备忘录并解析该源文件的mp3文件。它类似于谷歌音乐搜索程序;它使用Google查询来简化Google搜索。

我开始阅读导致我的问题的线程：我可以在具有解析功能的线程中创建一个IdHttp实例并告诉它解析列表框中一半的网站吗？

所以基本上当用户点击解析时，主线程应该这样做：

for i := 0 to listbox1.items.count div 2 do
    get and parse

，另一个线程应该这样做：

for i := form1.listbox1.items.count div 2 to form1.listbox1.items.count - 1 do
    get and parse.

，因此他们会在同一时间将已解析的内容添加到form1.listbox2。或者在主线程中启动两个IdHttp实例可能更容易;一个是上半部分，另一个是第二个？

为此：我应该使用Indy还是Synapse？

Answer 1

我会创建一个可以读取单个URL并处理其内容的线程。然后，您可以决定要同时触发的线程数量。您的计算机将允许相当多的连接，因此如果这100个站点具有不同的主机名，则同时运行10或20不是问题。太多是过度杀伤，但是太少会浪费处理器时间。

您可以通过单独的线程进行下载和处理来进一步调整此过程，以便您可以让许多线程不断下载内容。下载不是处理器密集型的。它基本上等待响应，因此您可以轻松拥有相对大量的下载线程，而其他几个工作线程可以从结果池中获取项目并处理它们。
但拆分下载和处理会让它变得有点复杂，我认为你还没有接受这个挑战。

因为目前，你还有其他一些问题。首先，在线程中不使用VCL组件。如果您需要线程中列表框中的信息，则需要在线程中使用Synchronize来对主线程进行“安全”调用，否则您必须在启动线程之前传递所需的信息。后者更有效，因为使用Synchronize执行的代码实际上在主线程中运行，使您的多线程效率降低。

但实际上我的注意力被吸引到第一行，“将网页源下载到备忘录组件”。不要那样做！请勿将这些结果加载到备忘录中进行处理。自动处理最好在内存中，在可视控件之外完成。使用字符串，流甚至字符串列表来处理文本比使用备忘录更快。
字符串列表也有一些开销，但它使用相同的索引结构（TMemoStrings，它是Memo的Lines属性，而TStringList都具有相同的祖先），所以如果你有代码使得使用它，将它转换为TStringList非常容易。

Answer 2

我建议在线程中进行所有解析，不要让主线程进行任何解析。主线程应该只管理UI。不要从TMemo解析HTML，让每个线程下载到TStream或String，然后直接解析。使用TIdSync或TIdNotify将解析结果发送到UI进行显示（如果速度很重要，请使用TIdNotify）。在解析逻辑中使用UI组件会降低它的速度。

如何下载更快？

2 个答案: