Perl - XML::LibXML：Apache2 默认页面上的解析性能不佳
Perl - XML::LibXML: bad parsing performance on Apache2 default page
我正在测试一些代码并包含解析 XML。为了进行简单测试，我请求 / 我的本地主机，响应是我的 Apache2 默认页面。
到目前为止，还不错。
响应是 XHTML，因此 XML。所以我把它用于我的解析（~11k 大小）。
XML::LibXML->load_xml (string => $response);
大约需要 16 秒才能完成且没有错误。
如果我给它另一个 xml-file，如果需要 0 次，尺寸会加倍。
所以...为什么???
Apache/2.4.10
Debian/8.6
XML::LibXML/2.0128
编辑
我需要说明一下，我删除了 non-XML HTTP-header。
所以字符串以
开头
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
并以
结尾
</html>
编辑
Link: http://s000.tinyupload.com/index.php?file_id=88759644475809123183
一种可能是每次您解析文档时，解析器都会从 W3C 下载 DTD。您可以根据您的平台使用 strace 或类似工具来确认这一点。
DTD 包含（除其他事项外）命名实体定义，例如将字符串 映射到字符 U+00A0。所以为了解析 HTML 文档，解析器确实需要 DTD，但是每次都通过 HTTP 获取它显然不是一个好主意。
一种方法是在本地安装 DTD 的副本并使用它。在 Debian/Ubuntu 系统上，您可以只安装 w3c-dtd-xhtml 软件包，该软件包还会设置适当的 XML 目录条目以允许 libxml 找到它。
另一种方法是使用 XML::LibXML->load_html 而不是 XML::LibXML->load_xml。在 HTML 解析模式下，解析器更能容忍标记错误，我认为也总是使用 DTD 的本地副本。
解析器还提供选项，允许您指定自己的处理程序例程来检索引用 URI。
我正在测试一些代码并包含解析 XML。为了进行简单测试，我请求 / 我的本地主机，响应是我的 Apache2 默认页面。 到目前为止，还不错。
响应是 XHTML，因此 XML。所以我把它用于我的解析（~11k 大小）。
XML::LibXML->load_xml (string => $response);
大约需要 16 秒才能完成且没有错误。
如果我给它另一个 xml-file，如果需要 0 次，尺寸会加倍。
所以...为什么???
Apache/2.4.10
Debian/8.6
XML::LibXML/2.0128
编辑
我需要说明一下，我删除了 non-XML HTTP-header。
所以字符串以
开头<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
并以
结尾</html>
编辑
Link: http://s000.tinyupload.com/index.php?file_id=88759644475809123183
一种可能是每次您解析文档时，解析器都会从 W3C 下载 DTD。您可以根据您的平台使用 strace 或类似工具来确认这一点。
DTD 包含（除其他事项外）命名实体定义，例如将字符串 映射到字符 U+00A0。所以为了解析 HTML 文档，解析器确实需要 DTD，但是每次都通过 HTTP 获取它显然不是一个好主意。
一种方法是在本地安装 DTD 的副本并使用它。在 Debian/Ubuntu 系统上，您可以只安装 w3c-dtd-xhtml 软件包，该软件包还会设置适当的 XML 目录条目以允许 libxml 找到它。
另一种方法是使用 XML::LibXML->load_html 而不是 XML::LibXML->load_xml。在 HTML 解析模式下，解析器更能容忍标记错误，我认为也总是使用 DTD 的本地副本。
解析器还提供选项，允许您指定自己的处理程序例程来检索引用 URI。