|
phpQuery是一个用php实现的类似jQuery的开源项目，可以在服务器端以jQuery的语法形式解析网页元素。 相对于正则或其它方式匹配网页方式，phpQuery使用起来要方便的多。
在使用phpQuery采集网页时，遇到一个问题：在处理大量网页之后，phpQuery占用的内存数量非常惊人（很快就超过了1G)，
比如这段代码：
<div class="codetitle"><a style="CURSOR: pointer" data="60796" class="copybut" id="copybut60796" onclick="doCopy('code60796')"> 代码如下:<div class="codebody" id="code60796">
while (true) {
phpQuery::newDocumentFile($htmlFile);
// 处理网页元素...
echo memory_get_usage() . "n";
}
谨慎运行上面这段代码，它会很快用光你的内存。
经过查看phpQuery的源代码终于发现了问题所在，phpQuery在每处理一个网页就会产生一个DOMDocumentWrapper 对象，而每个DOMDocumentWrapper 对象会被保存在静态成员$documents中（phpQuery::createDocumentWrapper中），这个变量是一个数组，每解析一个网页数组元素就增加一个。
phpQuery::$documents[$wrapper->id] = $wrapper;
找到问题后，解决就很容易了，每次解析完一个网页，把phpQuery::$documents置空即可。
<div class="codetitle"><a style="CURSOR: pointer" data="52510" class="copybut" id="copybut52510" onclick="doCopy('code52510')"> 代码如下:<div class="codebody" id="code52510">
while (true) {
phpQuery::newDocumentFile($htmlFile);
// 处理网页元素...
phpQuery::$documents = array();
echo memory_get_usage() . "n";
}
内存占用稳定了。 （编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
