各種HTMLパーサーのパフォーマンス比較 – とまとのノート

テクノロジーカテゴリーの変更を依頼記事元:

blog.johnscript.info

2 usersがブックマークコメント

記事へのコメント1件

注目コメント
新着コメント

takutakuma Htmlのパーサについて

2019/05/25 リンク

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

リンクを埋め込む

以下のコードをコピーしてサイトに埋め込むことができます

<iframe marginwidth="0" marginheight="0" src="https://b.hatena.ne.jp/entry.parts?url=https%3A%2F%2Fblog.johnscript.info%2F2018%2F01%2F05%2F%25E5%2590%2584%25E7%25A8%25AEhtml%25E3%2583%2591%25E3%2583%25BC%25E3%2582%25B5%25E3%2583%25BC%25E3%2581%25AE%25E3%2583%2591%25E3%2583%2595%25E3%2582%25A9%25E3%2583%25BC%25E3%2583%259E%25E3%2583%25B3%25E3%2582%25B9%25E6%25AF%2594%25E8%25BC%2583%2F" scrolling="no" frameborder="0" height="230" width="500"><div class="hatena-bookmark-detail-info"><a href="https://blog.johnscript.info/2018/01/05/%E5%90%84%E7%A8%AEhtml%E3%83%91%E3%83%BC%E3%82%B5%E3%83%BC%E3%81%AE%E3%83%91%E3%83%95%E3%82%A9%E3%83%BC%E3%83%9E%E3%83%B3%E3%82%B9%E6%AF%94%E8%BC%83/">各種HTMLパーサーのパフォーマンス比較 – とまとのノート</a><a href="https://b.hatena.ne.jp/entry/s/blog.johnscript.info/2018/01/05/%E5%90%84%E7%A8%AEhtml%E3%83%91%E3%83%BC%E3%82%B5%E3%83%BC%E3%81%AE%E3%83%91%E3%83%95%E3%82%A9%E3%83%BC%E3%83%9E%E3%83%B3%E3%82%B9%E6%AF%94%E8%BC%83/">はてなブックマーク - 各種HTMLパーサーのパフォーマンス比較 – とまとのノート</a></div></iframe>

プレビュー

規約違反を報告

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

各種HTMLパーサーのパフォーマンス比較 – とまとのノート

⚠この記事は個人による適当な調査結果をまとめたものです。間違いなどありましたらご指摘いただきますと... ⚠この記事は個人による適当な調査結果をまとめたものです。間違いなどありましたらご指摘いただきますと幸いです。⚠ みなさん、スクレイピングしていますか？スクレイピング時のパーサーライブラリは、何を使っていますか？私はRubyが好きなので、大体Nokogiriを使っています。しかし先日、あるスクレイピングの作業中に、NokogiriのHTMLパーサーは少し遅いのでは…？と感じました。約10万件のデータをパースするのに、約10分ほど待たなければいけないのです。何度も回して試行錯誤しなければならなかったので、時間がかかって仕方ありませんでした。そもそもRubyが遅いので、言語問わず他のパーサーを使えばもっと快適に作業できのでは？という考えから、今回は、いくつかの言語のHTMLパーサーのパフォーマンスを比較してみました。比較結果やコードは GitHub(snakazawa/html-pars