preg_replace vs DOMDocument replaceChild答案

【问题标题】：preg_replace vs DOMDocument replaceChildpreg_replace vs DOMDocument replaceChild
【发布时间】：2014-05-23 16:46:59
【问题描述】：

我想知道标题中提到的哪种方法可以更有效地替换 html 页面中的内容。

我的页面中有这个自定义标签：<includes module='footer'/>，它将被一些内容替换。

现在使用DOMDocument->getElementsByTagName('includes')->item(0)->parentNode->replaceChild 有一些缺点，例如当我忘记在标签中添加斜线时，就像<includes module='footer'> 整个网站崩溃。

正则表达式允许这样的例外，只要它符合规则。它甚至可以让我替换任何字符串，比如{includes:footer}。

现在回到我的实际问题。为此目的使用正则表达式是否有任何缺点，例如性能问题...？

干杯

【问题讨论】：

标签： php regex preg-replace domdocument appendchild

【解决方案1】：

我不会太担心这里的性能，我会认为它们“可比”。需要运行基准测试才能真正确定这一点，因为这取决于文档的大小以及正则表达式的编写方式。

相反，我会担心准确性。一般来说，DOMDocument 在解析 XML 方面会更好，因为它是为阅读和理解语言而构建的。但是，它在<includes module='footer'> 上确实失败了，因为它是一个未关闭的标签（预期：</includes>）。

最常见的 HTML/XML 格式问题可以通过 PHP 的 Tidy 类修复。我会检查一下，因为您应该收到更多 "expected results" compared to if you used regex 来解析。如果您使用正则表达式，从技术上讲，module 之前/之后可能有属性、includes 元素内的元素、<includes module='foo>bar'> 等意外字符等。

最后，如果您的 XML 处于“受控”环境中（即您知道什么可以发生和不可以发生，您知道module 将包含哪些可能的字符，您知道它总是会自闭包含现在孩子等的元素），而不是使用正则表达式。只要知道它正在寻找一组非常特定的规则。但是，如果您希望它适用于“您扔给它的任何东西”..请使用 DOM 解析器（在 Tidy'ing 之后以避免异常），无论性能如何（尽管我敢打赌它在许多实例）。

另外，最后要注意的是，如果您计划在文档中查找/替换/操作许多节点，那么使用 DOM 解析器会大大提高性能。 DOM 解析器将获取一个文档并对其进行一次解析。然后，您只需遍历它已经加载到其类中的数据。这与使用正则表达式相比，其中每个单独的表达式都将在整个文档中运行以寻找一组匹配项。

如果您希望我在任何领域更具体（例如，提供Tidy 或work on a benchmark 示例），请告诉我。

【讨论】：

嘿，这是一个非常详细的答案！我想我会选择 DOMDocument 和 Tidy，因为我还没有真正进入正则表达式。如果我遇到麻烦，我会告诉你的；）
没问题，如果您对Tidy 有任何问题，请告诉我。如果我没记错and works with XML，它有很多配置选项。我绝对认为DOMDocument 是正确的选择，尽管使用正则表达式总是很有趣；）

【解决方案2】：

所以我使用 microtime(true) 做了一些简单的性能测试。事实证明，使用 preg_replace 是更快的选择。 DOM replaceChild 需要 2.0 到 3.5 毫秒，而 preg_replace 需要 0.5 到 1.2 毫秒！但我想那只是在我的情况下。

这就是我的 html 的样子：

<!DOCTYPE html>
<html>
    <head>
        {includes:title}
        {includes:style}
    </head>
    <body>
        {includes:body}
        {includes:footer}
        ...
        allot more here
        ...
    </body>
</html>

这是使用的正则表达式：/{([ ]*)includes:([ ]*)$key([^}]*)}/i

正如我所说，我并不完全精通使用正则表达式，但这确实起到了作用。猜猜如果你优化它，它会运行得更快。

对于 replaceChild 方法，我使用了这样的自定义标签：<includes module='body'/>

再次，这是我本地服务器上的 testet，因此我仍然需要对它在我的在线服务器上的行为进行一些测试...

【讨论】：