c# - 为什么这个 XML 文件加载缓慢？

Question

我有一些非常简单的代码:

        XmlDocument doc = new XmlDocument();
        Console.WriteLine("loading");
        doc.Load(url);
        Console.WriteLine("loaded");

        XmlNodeList nodeList = doc.GetElementsByTagName("p");

        foreach(XmlNode node in nodeList)
        {
            Console.WriteLine(node.ChildNodes[0].Value);
        }
        return source;

我正在研究 this文件，加载需要两分钟。为什么需要这么长时间？我尝试了从网上获取文件和加载本地文件。

Answer 1

我想是 the DTD of the page这需要很长时间才能加载。鉴于它定义了实体，你不应该 disable it ，所以你最好不要走这条路。

考虑到维基百科解析器的内部工作原理(一团糟)，我认为假设它每次都能生成格式良好的 XHTML 是一个很大的飞跃。

使用HTML Agility Pack to parse (如果需要，您可以更轻松地转换为 XmlDocument，IIRC)。

如果您真的想使用 XmlDocument 路由，您可以保留 HTML DTD 的本地缓存。参见 this post , this post和 this post了解详情。