Оптимальна ли функция парсинга HTML?

Question

[Палтос]

Использую библиотеку DiDom
Как вообще код ? Может что то подправить что бы было оптимальнее ??

function parseHtml($response){

$document = new Document($response,false,'CP1251');


$data = array(
    'title' => $document->find('title'),
    'h2' => $document->find('h2'),
    'block_top' => $document->find('.top'),
    'block_other' => $document->find('.related h3')
    );

$error_data = array();

// Записываем в массив с ошибками ключи в которых они были
foreach ($data as $key => $val){
if (count($val) < 1) {
$error_data[$key] = '0';
}
}

//Если есть ошибки смотрим какие именно и выводим в консоль либо записываем в бд лог
    if (count($error_data) > 0) {

        $err_log = "├ ERROR GET DATA !!!\n";

        foreach ($data as $key => $val){
            if (count($error_data[$key]) > 0) {
            $err_log .='└ '.$key. " = " . $error_data[$key] . "\n"; 
            }
        }

    App::add_debug_msg($err_log);

    } else { //Если ошибок нету выводим в консоль инфу, пишем в бд и тд..

        $data['title'] = $data['title'][0]->text();
        $data['h2'] = $data['h2'][0]->text();
        $data['block_other'] = stristr( $data['block_other'][0]->text(), '- beta.ru', true);
        $data['block_top'] = $data['block_top'][0]->innerHtml();

        //Обрезаем пробелы по бокам в данных массива
        $data=array_map('trim',$data);

     //функция записи в бд данных из $data
    //......
    //......

    }




}

Answer 1

[Boris Köln]

Код читаемый - это уже хорошо.

Про оптимизацию нет смысла говорить, потому что алгоритма как такового нет. Есть только new Document и несколько $document->find(). Тут нечего оптимизировать / ускорять.

Если нужно сделать код лучше, то:

1. добавить phpDoc
   
2. выкинуть псевдографику. Должен быть код ошибки и короткий текст. Оформление ошибок должно быть в другом месте (одно - для консоли, другое - для веба).
   
3. писать по-русски грамотно (со знаками препинания)
   
4. убрать callback hell. В случае ошибки return, чтобы не было else.
   
5. $data лучше сделать объектом, а не массивом, чтобы его свойства были заранее определены
   
6. много других мелочей. В итоге от исходного кода ни одной старой строчки не останется.
   

Comments

[Палтос]

$data лучше сделать объектом, а не массивом, чтобы его свойства были заранее определены

Дело в том что заранее они не могут быть определены, так как $response может быть разный, соответственно по разному нужно будет доставать данные из html. Это можно сказать универсальная функция заготовка, а допиливать уже под разные проекты её.

[Boris Köln]

В текущий функции 'title', 'h2', 'block_top', 'block_other' явно определены.

[Палтос]

Boris Korobkov, где то это h2, где то h1.. где то block_top, а где то block_left ) а где то ещё какие то совсем другие блоки. на каком то проекте что бы получить данные, нужно вырезать одно от другого, сравнить, прибавить, отрезать кусок и тд..

[Boris Köln]

Тогда какой смысл обсуждать эту фунцию, когда "где то" будет использоваться совсем другая? Да и еще копипаст с заменой пары значений.

[Палтос]

Boris Korobkov, получается так) под каждый проект надо её копировать и менять значения..