GoLang 中的 Sax 解析 - 解析速度缓慢

在比较 GoLang 和 C# 中 XML 解析速度时，对同一个文件进行两次解析后，发现 GoLang 速度较慢。这可能归因于 GoLang 的 xml.NewDecoder() 中包含的附加检查和转换，而 C# 中未使用这些检查。尝试使用 GoLang 的 xml.NewDecoder.RawToken() 方法，该方法省去了这些附加步骤，可以提高解析速度。

在 c# / .net core 2.1 中给出以下代码

class program
{
    static void main(string[] args)
    {
        var totalamountseconds = 0;

        using (var reader = xmlreader.create(@"c:\users\kevin\desktop\temp\xml.xml"))
        {
            var stopwatch = new stopwatch();
            var elementcounter = 0;

            stopwatch.start();

            foreach (var element in xmlreaderutils.enumerateaxis(reader, new[] { "node" }))
            {
                elementcounter += 1;
            }

            stopwatch.stop();
            totalamountseconds += stopwatch.elapsed.seconds;

            console.writeline("total '<node />' elements: " + elementcounter);
        }

        using (var reader = xmlreader.create(@"xml.xml"))
        {
            var stopwatch = new stopwatch();
            var elementcounter = 0;

            stopwatch.start();

            foreach (var element in xmlreaderutils.enumerateaxis(reader, new[] { "articlegroup" }))
            {
                elementcounter += 1;
            }

            stopwatch.stop();
            totalamountseconds += stopwatch.elapsed.seconds;

            console.writeline("total '<articlegroup />' elements: " + elementcounter);
        }

        console.writeline("total amount of required seconds: " + totalamountseconds);
    }
}

public static class xmlreaderutils
{
    public static ienumerable<xelement> enumerateaxis(xmlreader reader,
        string[] elements)
    {
        reader.movetocontent();

        while (reader.read())
        {
            switch (reader.nodetype)
            {
                case xmlnodetype.element:
                    if (!elements.contains(reader.name)) continue;

                    yield return xnode.readfrom(reader) as xelement;

                    break;
            }
        }
    }
}

我确实相信 golang 中这段代码的精确副本应该如下所示：

package main

import (
    "encoding/xml"
    "fmt"
    "os"
    "time"
)

func main() {
    start := time.Now()

    xmlFile, _ := os.Open("XML.xml")
    defer xmlFile.Close()

    decoder := xml.NewDecoder(xmlFile)

    amountOfElements := 0
    for {
        t, _ := decoder.Token()
        if t == nil {
            break
        }

        // Inspect the type of the token just read.
        switch se := t.(type) {
        case xml.StartElement:
            if se.Name.Local == "Node" {
                amountOfElements++
            }
        }
    }

    fmt.Printf("Total '<Node />' elements: %v\n", amountOfElements)

    xmlFile, _ = os.Open("XML.xml")
    defer xmlFile.Close()

    decoder = xml.NewDecoder(xmlFile)

    amountOfElements = 0
    for {
        t, _ := decoder.Token()
        if t == nil {
            break
        }

        // Inspect the type of the token just read.
        switch se := t.(type) {
        case xml.StartElement:
            if se.Name.Local == "ArticleGroup" {
                amountOfElements++
            }
        }
    }

    fmt.Printf("Total '<ArticleGroup />' elements: %v\n", amountOfElements)

    fmt.Printf("Total elapsed time: %v", time.Since(start))
}

代码在.net中执行需要1分钟，而在golang中需要2分钟。 .net版本使用release配置构建，执行go golang a go build。

我预计 golang 会更快，但结果确实更慢？ 这是正常现象还是我遗漏了什么？

解决方案

xml.NewDecoder 包含两种从文件读取 XML 令牌的方法 - Token() 和 RawToken()。

Tocken() 包含一些针对 StartElement 和 EndElement 匹配的附加检查，并将名称空间前缀转换为其相应的 URL。

如果您确实注意到这些功能，请尝试 RawToken()。

附注在 C# 中，您读取了 2 个不同的文件，而在 GO 中，您读取了同一个文件两次。 C# 示例中的第二个文件是否更小/更简单？

到这里，我们也就讲完了《GoLang 中的 Sax 解析 - 解析速度缓慢》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！