Что лучше использовать и почему???

@novichok_kz · Регистрация: 14.01.2010

Студворк — интернет-сервис помощи студентам

Добрый день всем!
Занимаюсь парсингом html-странички, точнее нахожу все ссылки "<a href>".
Есть 2 варианта- при помощи РЕГУЛЯРНЫХ ВЫРАЖЕНИЙ и при помощи библиотеки SIMPLE_HTML_DOM.
Вопрос: что лучше заюзать, чтобы поменьше грузить сервак?

Vovan-VE · 16.02.2010, 16:05

С помощью регулярных выражений и строковых операций можно наткнуться на следующие вещи:

Code
1
2
<!-- <a href=""></a> -->
<script type="text/javascript">var s = '<a href=""></a>';</script>

А вещи, анализирующие DOM, для поиска одних лишь ссылок, пожалуй, уж слишком.
Если объем данных и регулярность поиска незначительна, то можно и выражениями обойтись. Иначе лучше использовать строковые операции для поиска '<a' и 'href='.

@novichok_kz · 17.02.2010, 07:54 **[ТС]**

Спасибо за ответ.
Проясню ситуацию- занимаюсь парсингом страницы одного сайта. Считываю html-код (file_get_html), затем нахожу ссылку на АРХИВ (.rar).
Затем копирую архив к себе на комп.
Например, вот она ссылочка на архив:

HTML5
1
2
<a target="_blank" href="/ru/admintax/Documents/notwork/17022010/17022010.rar" title="">
<div align="left">Список <strong><strong><strong><strong>налогоплательщиков, признанных бездействующими по</strong></strong></strong></strong> состоянию на&nbsp;17 февраля&nbsp;2010 года</div></a>

ВОПРОС: стоит ли пытаться парсить это рег выражением или строковыми функциями???

Vovan-VE · 17.02.2010, 18:00

Можешь провести краш-тест обоим вариантам. Создай тестовую страницу из 1000(или больше) таких ссылок и замеряй время выполнения. Повторить раз 10. И сам все увидишь.

@novichok_kz · 18.02.2010, 06:03 **[ТС]**

Спасибо.
Но меня интересует не время выполнения, а нагрузка...

Vovan-VE · 18.02.2010, 20:02

Я думаю, что в данной ситуации нагрузка пропорциональна времени выполнения.

@SunDrop · 19.02.2010, 14:42

А у тебя SIMPLE_HTML_DOM не загнется, если код будет не валидным (которого большинство)?

Новые блоги и статьи Все статьи Все блоги /
Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Programma_Boinc 28.12.2025 Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Налог на собак: https:/ / ********/ gallery/ V06K53e Финансовый отчет в Excel: https:/ / ********/ gallery/ bKBkQFf Пост отсюда. . .	Кто-нибудь знает, где можно бесплатно получить настольный компьютер или ноутбук? США. Programma_Boinc 26.12.2025 Нашел на реддите интересную статью под названием Anyone know where to get a free Desktop or Laptop? Ниже её машинный перевод. После долгих разбирательств я наконец-то вернула себе. . .	Thinkpad X220 Tablet — это лучший бюджетный ноутбук для учёбы, точка. Programma_Boinc 23.12.2025 Рецензия / Мнение/ Перевод Нашел на реддите интересную статью под названием The Thinkpad X220 Tablet is the best budget school laptop period . Ниже её машинный перевод. Thinkpad X220 Tablet —. . .	PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Как объединить две одинаковые БД Access с разными данными VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.
Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .	От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .	Поиск "дружественных имён" СОМ портов Argus19 22.11.2025 Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .	Сколько Государство потратило денег на меня, обеспечивая инсулином. Programma_Boinc 20.11.2025 Сколько Государство потратило денег на меня, обеспечивая инсулином. Вот решила сделать интересный приблизительный подсчет, сколько государство потратило на меня денег на покупку инсулинов. . . .

@novichok_kz 4 / 4 / 0 Регистрация: 14.01.2010 Сообщений: 57

	Что лучше использовать и почему??? 16.02.2010, 14:48. Показов 1164. Ответов 6 Метки нет (Все метки) Добрый день всем! Занимаюсь парсингом html-странички, точнее нахожу все ссылки "<a href>". Есть 2 варианта- при помощи РЕГУЛЯРНЫХ ВЫРАЖЕНИЙ и при помощи библиотеки SIMPLE_HTML_DOM. Вопрос: что лучше заюзать, чтобы поменьше грузить сервак? 0

Vovan-VE 13210 / 6599 / 1041 Регистрация: 10.01.2008 Сообщений: 15,069
	17.02.2010, 18:00
	Можешь провести краш-тест обоим вариантам. Создай тестовую страницу из 1000(или больше) таких ссылок и замеряй время выполнения. Повторить раз 10. И сам все увидишь. 0

@novichok_kz 4 / 4 / 0 Регистрация: 14.01.2010 Сообщений: 57
	18.02.2010, 06:03 [ТС]
	Спасибо. Но меня интересует не время выполнения, а нагрузка... 0

Vovan-VE 13210 / 6599 / 1041 Регистрация: 10.01.2008 Сообщений: 15,069
	18.02.2010, 20:02
	Я думаю, что в данной ситуации нагрузка пропорциональна времени выполнения. 0

@SunDrop 390 / 229 / 11 Регистрация: 09.12.2009 Сообщений: 668
	19.02.2010, 14:42
	А у тебя SIMPLE_HTML_DOM не загнется, если код будет не валидным (которого большинство)? 0