正則和xpath在網頁中匹配字段的效率比較

1. 測試頁面是  https://www.hao123.com/，這個是百度的導航

2. 為了避免網絡請求帶來的差異，我們把網頁下載下來，命名為html，不粘貼其代碼。

3.測試辦法：

　　我們在頁面中找到   百度新聞 關鍵字的鏈接，為了能更好的對比，使程序運行10000次，比較時間差異:

 

　　

　　

 

　　1.正則編碼及其時間　　　

start_time = time.time()
for i in range(0,10000):
    baidu_news = re.findall('騰訊新聞</a></span><span><a class="sitelink mainlink singglelink" cls="xw,n" alog-custom="ind:xw,sal:0,atd:" href="(.*?)">百度新聞</a>',html)[0]
    print baidu_news

end_time = time.time()
print "程序運行時間是：",end_time - start_time

　　運行時間：6.5 秒鍾

　　　　

　　

　　　　2.xpath 編碼及其時間

　　

start_time = time.time()
selector = etree.HTML(html) for i in range(0,10000):
    content=selector.xpath('//*[@id="coolsite-top"]/div[4]/span[3]/a/@href')[0]
    print content

end_time = time.time()
print "程序運行時間是：",end_time - start_time

　　運行時間：17.39 秒鍾

　　

 

總結：其中 selector = etree.HTML(html)   將源碼轉化為能被XPath匹配的格式，這個過程失比較耗時的。

結論：正則效率優於xpath

如有異議，請聯系作者，謝謝