使用处理函数在什么时候提高了HTML解析效率？

使用包XML,我一直认为使用处理函数来解析HTML文档,因为它是在C级创建的,这将提高整体效率.但是,我现在已经工作了一段时间才找到这种想法实际上成真的情况.

我想也许我不是在考虑正确的上下文中的情况(也许一个处理程序在更大的递归文档上会更有用？).无论如何,这是我的理由.

请看以下两个例子.

library(XML)
library(microbenchmark)
u <- "http://www.baseball-reference.com"

示例1：获取名为“input”的所有节点的属性(搜索表单名称)

withHandler1 <- function() {
    h <- function() {
        input <- character()
        list(input = function(node,...) {
            input <<- c(input,list(xmlAttrs(node,...)))
            node
        },value = function() input)
    }
    h1 <- h()
    htmlParse(u,handler = h1)
    h1$value()
}

withoutHandler1 <- function() {
    xmlApply(htmlParse(u)["//input"],xmlAttrs)
}

identical(withHandler1(),withoutHandler1())
# [1] TRUE

microbenchmark(withHandler1(),withoutHandler1(),times = 25L)
# Unit: milliseconds
#              expr      min       lq     mean   median       uq     max neval cld
#    withHandler1() 944.6507 1001.419 1051.602 1020.347 1097.073 1315.23    25   a
# withoutHandler1() 964.6079 1006.799 1040.905 1039.993 1069.029 1126.49    25   a

好吧,这是一个非常基本的例子,但时间几乎相同,我觉得好像我将它运行默认100次,他们可能会收敛.

示例2：获取名为“input”的所有节点的属性的子集

withHandler2  <- function() {    
    searchBoxHandler <- function(attr = character()) {
        input <- character()
        list(input = function(node,list(
                if(identical(attr,character())) xmlAttrs(node,...)
                else vapply(attr[attr %in% names(xmlAttrs(node))],xmlGetAttr,"",node = node)
            ))
            node
        },value = function() input)
    }
    h1 <- searchBoxHandler(attr = c("id","type"))
    htmlParse(u,handler = h1)
    h1$value()
}    

withoutHandler2 <- function() {
    xmlApply(htmlParse(u)["//input"],function(x) {
        ## Note: match() used only to return identical objects
        xmlAttrs(x)[na.omit(match(c("id","type"),names(xmlAttrs(x))))]
    })
}

identical(withHandler2(),withoutHandler2())
# [1] TRUE

microbenchmark(withHandler2(),withoutHandler2(),times = 25L)
# Unit: milliseconds
#              expr      min        lq     mean   median       uq      max neval cld
#    withHandler2() 966.0951 1010.3940 1129.360 1038.206 1119.642 2075.070    25   a
# withoutHandler2() 962.8655  999.4754 1166.231 1046.204 1118.661 2385.782    25   a

再次,非常基本.但也几乎一样.

所以我的问题是,为什么要使用处理函数呢？对于这些示例,编写处理程序是浪费精力.那么是否有特定的操作可能非常昂贵,在解析HTML时我会通过使用处理函数看到速度和效率的显着提高？