什么是Ruby的快速XML解析器？

我正在使用Nokogiri，它可以很好地处理小文档。但是对于一个180KB的HTML文件，我必须通过

ulimit-s

增加进程堆栈的大小，解析和XPath查询需要很长时间

使用stock Ruby发行版有更快的方法吗

我已经习惯了XPath，但解决方案不一定需要支持XPath

这些准则是：

写得快

快速执行

健壮的结果解析器

---

您可能会发现，对于较大的XML文档，DOM解析的性能不是很好。这是因为解析器必须构建XML文档结构的内存映射

另一种通常需要较小内存占用的方法是使用事件驱动的SAX解析器

---

Nokogiri完全支持SAX。

Nokogiri基于libxml2，它是任何语言中最快的XML/HTML解析器之一。它是用C编写的，但有许多语言的绑定

问题是，文件越复杂，在内存中构建完整的DOM结构所需的时间就越长。与其他解析方法相比，创建DOM的速度较慢，内存消耗也更大（通常整个DOM必须装入内存）。XPath依赖于这个DOM

SAX通常是人们用来提高速度或处理不适合内存的大型文档的工具。它更受事件驱动：它会通知您开始元素、结束元素等，您可以编写处理程序来对它们作出反应。这有点痛苦，因为你最终会跟踪自己的状态（例如，哪些元素你“在里面”）

有一个中间立场：一些解析器具有“拉解析”功能，您可以使用类似光标的导航。您仍然可以按顺序访问每个节点，但可以“快进”到您不感兴趣的元素的末尾。它具有SAX的速度，但是对于许多用途来说，它的接口更好。我不知道Nokogiri是否可以为HTML做这件事，但如果你感兴趣的话，我会研究它

---

请注意，Nokogiri对格式错误的标记（如现实世界的HTML）也非常宽容，这本身就使得它成为HTML解析的一个非常好的选择。

查看Ox gem。它比LibXML和Nokogiri更快，并且支持内存解析和SAX回调解析。完全公开，我写的

---

---

在性能比较中，比较了DOM（内存中）和SAX（回调）解析器。

显示了到Ox的链接。关于性能差异的讨论：

根据您的环境，可能更适合作为Ruby的足够快的XML解析器，具有更好的界面和更快的安装时间

nokogiri是目前最快的gem我发现ox比nokogiriHm好，你想添加一个链接吗？我用过ox，我对它很满意（）我在哪里可以有更多关于使用类似节点的文档，ox gem中的cdata？Mansoor，只需快速查看源代码。我移植了一个Java程序（使用JAXP）在相同的文件上，Ruby版本的速度是Ruby 2.0的4-5倍，并且获取cdata的代码要简单得多（不需要词法分析器）。结果给我留下了深刻的印象。我建议你合并你的两个用户帐户（它们被称为相同的？！？）和你的两个答案。nokogiri并不像预期的那么快。现在我在解析大型XML文件时遇到了一个问题。我不知道文件中有多少条记录，但文件大小是7.2mb。所以当我试图解析时，nokogiri挂断了电话。我对这种能力很感兴趣。“快进”到一个你不感兴趣的元素的结尾，Nokogiri SAX有这样的功能吗？@HarryWood SAX作为一个API，是你能得到的最普通的东西。不过，请查看gem，它在引擎盖下使用SAX，基本上会快速前进到您正在寻找的元素，并在那里枚举项目。