有可能加快phpQuery的速度吗？

我试图读取一个12MB+的文件，该文件有一个大的HTML表，如下所示：

<table>
    <tr>
        <td>a</td>
        <td>b</td>
        <td>c</td>
        <td>d</td>
        <td>e</td>
    </tr>
    <tr>
        <td>a</td>
        <td>b</td>
        <td>c</td>
        <td>d</td>
        <td>e</td>
    </tr>
    <tr>..... up to 20,000+ rows....</tr>
</table>

A.
B
C
D
E
A.
B
C
D
E
..... 最多20000多行。。。。

现在我就是这样刮的：

<?

require_once 'phpQuery-onefile.php';

$d = phpQuery::newDocumentFile('http://localhost/test.html');

$last_index = 20000;

for ($i = 1; $i <= $last_index; $i++)
{
    $set['c1']  = $d['tr:eq('.$i.') td:eq(0)']->text();
    $set['c2']  = $d['tr:eq('.$i.') td:eq(1)']->text();
    $set['c3']  = $d['tr:eq('.$i.') td:eq(2)']->text();
    $set['c4']  = $d['tr:eq('.$i.') td:eq(3)']->text();
    $set['c5']  = $d['tr:eq('.$i.') td:eq(4)']->text();
}

// code to insert to db here... 

?>

我的基准测试表明，大约需要5.25个小时来刮取1000行并将其插入数据库。考虑到这些数据，仅仅完成整个20000多行大约需要5天的时间

我的本地计算机正在运行：

• XAMPP
• 赢7
• 程序，i3 2100 3.1GHz
• ram，G.技能RipJaws X 4GB双
• 硬盘驱动器，旧SATA

我有没有办法加快这个过程？也许我弄错了？请注意，该文件可以在本地访问，因此我使用了

稍微快一点的解决方案：

for ($i = 1; $i <= $last_index; $i++)
{
    $r = $d['tr:eq('.$i.')'];

    $set['c1']  = $r['td:eq(0)']->text();
    $set['c2']  = $r['td:eq(1)']->text();
    $set['c3']  = $r['td:eq(2)']->text();
    $set['c4']  = $r['td:eq(3)']->text();
    $set['c5']  = $r['td:eq(4)']->text();
}

// code to insert to db here... 

?>

（$i=1；$i text（））的

；
$set['c2']=$r['td:eq（1）]->text（）；
$set['c3']=$r['td:eq（2）]->text（）；
$set['c4']=$r['td:eq（3）]->text（）；
$set['c5']=$r['td:eq（4）]->text（）；
}
//要在此处插入到db的代码。。。
?>

我从未使用过phpQuery，但这似乎是解析大型文档的一种次优方式：每次使用

tr:eq（'.$I'）加载一行时，phpQuery都可能需要遍历整个过程。

更直接（也可能更快）的方法是简单地遍历文档的每个

tr

元素，并在

foreach

循环中处理每个元素的子元素。您甚至不需要phpQuery

---

请参阅以了解各种解决方案。

@IMB如果HTML是干净的，那就没关系。但是，您可以先尝试使用phpQuery，您只需改变方法：让phpQuery一次性加载所有

tr

s（即所有名为

tr

的

表的子级），然后遍历它们。这可能已经快了好几个数量级了HTML并不是很干净。我有点明白你说的，但除了我上面所做的，我不知道如何在代码中做到这一点。我如何加载所有的TR而不遍历每一个？我将不得不进行双foreach，以使每个TDs正确？听起来更慢不过我是。@IMB相信我，它可能会快得多。按照你现在的做法，它可能需要在每次迭代时解析整个文档。我不知道phpQuery是如何实现的，但这几乎肯定是最次优的方式。你说得对，谢谢。我重新考虑了你说的话，我每个只需要一个。我编辑我修改了上面的代码，现在快了20%。虽然我认为它甚至可以更快LOL，但你觉得呢？@IMB mmm，这仍然不是我的意思。我的意思是一次加载所有的孩子。等等，我会找一个例子。你应该使用一个现成的表提取库，而不是自己收集数据。（例如，尽管你必须注意正则表达式是否足够健壮，适合你的情况。）@mario phpQuery不是已经是一个现成的库了吗？