2
我正在研究一個產品，我需要解析一個HTML文檔。我尋找Jericho，TagSoup，Jsoup和Crawl4J。我應該使用哪個解析器來解析HTML，因爲我需要在使用石英的多線程環境中運行此過程？應該使用什麼html解析器？
一次，如果10個線程在內存中運行，那麼我需要一個消耗更少內存的API。在jericho中，我在某處讀到它是基於文本的搜索API並消耗較少的內存。我對嗎？或者我應該去爲其他，爲什麼？
A
回答
2
測試它們並檢查它們的內存佔用情況。如果不知道和測試您要解析的HTML，很難對內存配置文件進行預測。
FFIW，我已經在許多不同的系統中使用了Jsoup，我發現它工作得很好。我從來沒有注意到它有任何猖獗的內存問題。
0
我「米使用JSoup，我非常深刻的印象，它是邪惡的快的解析，以及它的CSS樣式的內容模式匹配是非常容易的維護比的XPath。
我第一次嘗試Validator.nu的解析器，並發現它非常缺乏的文檔是非常薄的，我無法得到正常執行，在瀏覽器工作正常的XPath
此外，檢查出這個問題：。Which HTML Parser is the best?
相關問題
- 1. 什麼時候應該在express-session中使用cookie解析器？
- 2. 我應該使用什麼xml解析器？
- 3. 我的Android應用程序中應該使用什麼XML解析器？
- 4. 解析什麼是應該在C＃
- 5. 傳統的ASP和JSON：我應該使用什麼解析器/序列化器？
- 6. 我應該使用什麼類型的JSON解析？
- 7. HTML解析器使用Java
- 8. 模型解析器在MVC中應該有哪一層應該是什麼層
- 9. 爲什麼lxml html解析器不解析完整文件？
- 10. 爲什麼Jericho解析器不能解析這個HTML代碼？
- 11. 爲什麼使用XML解析器？
- 12. HTML解析器響應 - Java
- 13. 使用DOM分析器解析和編輯HTML解析器
- 14. 什麼是HTML BB按鈕？什麼時候應該使用它？
- 15. 我應該使用什麼控制器？
- 16. 爲什麼「PHP Simple HTML DOM解析器」有時無法解析HTML body？
- 17. HTML解析使用簡單的HTML DOM解析器
- 18. 應該使用什麼HTML5視頻編解碼器？
- 19. 我是否應該使用DomDocument解析HTML代碼
- 20. HTML解析 - 我應該使用哪種線程？
- 21. APEX。什麼項目應該用於HTML？
- 22. HTML解析器
- 23. 我該如何解析HTML？
- 24. 使用HTML解析HTML使用HTML AgilityPack
- 25. 什麼HTML解析器可供選擇，爲什麼BeautifulSoup不起作用？
- 26. 什麼是Template.myTemplate.helpers（幫助器），爲什麼我應該使用它？
- 27. 什麼時候應該使用標準的html標籤/輸入，什麼時候應該使用asp.net控件？
- 28. 斯坦福分析器使用什麼解析策略？
- 29. 使用簡單的HTML DOM解析器
- 30. 使用perl的HTML解析器