HTML遍历很慢答案

【问题标题】：HTML traversal is very slowHTML遍历很慢
【发布时间】：2018-12-20 07:07:42
【问题描述】：

我遇到过使用 C# 简单地遍历 MSHTML 元素的速度非常慢。这是通过 document.all 集合迭代三次的小例子。我们有空白的 WPF 应用程序和名为 Browser 的 WebBrowser 控件：

public partial class MainWindow
{
    public MainWindow()
    {
        InitializeComponent();

        Browser.LoadCompleted += DocumentLoaded;
        Browser.Navigate("http://google.com");
    }

    private IHTMLElementCollection _items;

    private void DocumentLoaded(object sender, NavigationEventArgs e)
    {
        var dc = (HTMLDocument)Browser.Document;
        _items = dc.all;

        Test();
        Test();
        Test();
    }

    private void Test()
    {
        var sw = new Stopwatch();
        sw.Start();

        int i;
        for (i = 0; i < _items.length; i++)
        {
            _items.item(i);
        }

        sw.Stop();

        Debug.WriteLine("Items: {0}, Time: {1}", i, sw.Elapsed);
    }
}

输出是：

Items: 274, Time: 00:00:01.0573245
Items: 274, Time: 00:00:00.0011637
Items: 274, Time: 00:00:00.0006619

1 和 2 行之间的性能差异是可怕的。我尝试用非托管 C++ 和 COM 重写相同的代码，并且完全没有性能问题，非托管代码的运行速度快了 1200 倍。不幸的是，非托管不是一种选择，因为真正的项目比简单的迭代更复杂。

我了解到，运行时第一次为每个引用的 HTML 元素（即 COM 对象）创建 RCW。但它会那么慢吗？在 3.2 GHz CPU 的 100% 核心负载下每秒处理 300 个项目。

上面代码的性能分析：

【问题讨论】：

您是否尝试过使用 Html Agility Pack 代替？
不，因为这是第 3 方，我们不需要在项目中“解析”HTML，我们需要节点作为对象。
我不明白其中的区别。 MSHTML 确实解析 HTML，而 Html Agility Pack 确实为您提供了节点作为对象。

标签： c# performance traversal mshtml

【解决方案1】：

使用 for each 而不是 document.all.item(index) 枚举所有元素集合（如果切换到 C++，请使用 IHTMLElementCollection::get__newEnum）。

【讨论】：

【解决方案2】：

性能不佳的根源在于 MSHTML 互操作程序集中定义为动态对象的集合项。

public interface IHTMLElementCollection : IEnumerable
{
    ...
    [DispId(0)]
    dynamic item(object name = Type.Missing, object index = Type.Missing);
    ...
}

如果我们重写该接口使其返回 IDispatch 对象，那么滞后将消失。

public interface IHTMLElementCollection : IEnumerable
{
    ...
    [DispId(0)]
    [return: MarshalAs(UnmanagedType.IDispatch)]
    object item(object name = Type.Missing, object index = Type.Missing);
    ...
}

新输出：

Items: 246, Time: 00:00:00.0034520
Items: 246, Time: 00:00:00.0029398
Items: 246, Time: 00:00:00.0029968

【讨论】：