Document.html（）爲什麼這麼慢？

Question

我的印象是Jsoup的API中最昂貴的方法是parse()。我發現Document.html()可能會更慢。

鑑於Document是parse()輸出（即這是後解析），我覺得這是令人驚訝的。

爲什麼Document.html()這麼慢？

Answer 1

回答我自己。該Element.html()方法是這樣實現的：

public String html() { 
    StringBuilder accum = new StringBuilder(); 
    html(accum); 
    return accum.toString().trim(); 
} 

使用StringBuilder的，而不是字符串已經是一件好事，而且使用的StringBuilder.toString()和String.trim()可能無法解釋的Document.html()緩慢，即使是較大的文件。

但在中間，我們的方法調用的重載版本，Element.html(StringBuilder)它通過文檔中的所有子節點循環：

private void html(StringBuilder accum) { 
    for (Node node : childNodes) 
    node.outerHtml(accum); 
} 

因此，如果文檔中包含大量的子節點，它將是緩慢的。

看看是否可以更快地實現這一點會很有趣。

例如，如果Jsoup存儲緩存版本，將其通過Jsoup.parse()提供給它的原始HTML的。作爲一個選項，當然，要保持向後兼容性和內存佔用小。