Soup 性能测试
zerodep soup 与 beautifulsoup4 的性能对比。
测试环境
- CPU: x86_64 Linux
- Python: 3.12
- 工具: pytest-benchmark 5.2.3（报告均值）
- 对标库: beautifulsoup4 4.14.3
- 最后更新: 2026-04-21
实现对比
| 实现 |
文件/包 |
说明 |
| zerodep |
soup.py |
单文件 HTML 解析器，仅标准库 |
| beautifulsoup4 |
（参考库） |
流行的 HTML/XML 解析器（使用 html.parser 后端） |
测试数据
| 规模 |
描述 |
| Small |
简单 HTML 页面，少量元素（约 200 字符） |
| Medium |
包含导航、列表和嵌套 div 的结构化页面（约 2 KB） |
| Large |
包含表格、表单、脚本和深层嵌套的复杂页面（约 10 KB） |
解析 + 查询性能（均值）
| 数据规模 |
zerodep |
beautifulsoup4 |
倍数 |
| Small |
276.5 μs |
740.3 μs |
快 2.7x |
| Medium |
2,190.0 μs |
6,140.0 μs |
快 2.8x |
| Large |
24,580.0 μs |
63,020.0 μs |
快 2.6x |
序列化性能（均值）
| 数据规模 |
zerodep |
beautifulsoup4 |
倍数 |
| Small |
307.3 μs |
986.4 μs |
快 3.2x |
| Medium |
2,230.0 μs |
8,310.0 μs |
快 3.7x |
| Large |
25,290.0 μs |
83,800.0 μs |
快 3.3x |
树操作性能（均值）
| 数据规模 |
zerodep |
beautifulsoup4 |
倍数 |
| Small |
333.9 μs |
888.8 μs |
快 2.7x |
| Medium |
2,370.0 μs |
6,810.0 μs |
快 2.9x |
| Large |
26,780.0 μs |
67,650.0 μs |
快 2.5x |
CSS 选择器性能（均值）
| 数据规模 |
zerodep |
beautifulsoup4 |
倍数 |
| Small |
286.0 μs |
805.9 μs |
快 2.8x |
| Medium |
2,248.7 μs |
6,466.3 μs |
快 2.9x |
| Large |
23,072.9 μs |
65,167.6 μs |
快 2.8x |
伪选择器性能（均值）
| 数据规模 |
zerodep |
beautifulsoup4 |
倍数 |
| Small |
303.4 μs |
939.4 μs |
快 3.1x |
| Medium |
2,308.3 μs |
6,948.2 μs |
快 3.0x |
| Large |
23,489.7 μs |
70,329.8 μs |
快 3.0x |
要点总结
- 全规模、全操作快 2.5-3.7 倍 —— zerodep 直接从
html.parser 构建最小化 DOM 树，无需 BeautifulSoup 的抽象层（NavigableString、PageElement 层级、soupsieve 集成）。
- 序列化加速比最大 —— 快 3.2-3.7 倍，zerodep 的轻量节点结构在树到字符串转换时开销更小。
- CSS 选择器和伪选择器约快 3 倍 —— 尽管 BS4 委托给优化过的 soupsieve 库，zerodep 的内联选择器引擎避免了跨库调度开销。
- 各工作负载表现一致 —— 解析（2.7-2.8x）、序列化（3.2-3.7x）、树操作（2.5-2.9x）和 CSS 选择器（2.8-3.1x）均表现出显著优势。
- 无需任何 pip 依赖 —— zerodep 仅使用标准库
re 和 html.parser。BeautifulSoup 需要 soupsieve，可选 lxml 或 html5lib。
自行运行
pip install pytest pytest-benchmark beautifulsoup4
pytest soup/test_soup_benchmark.py --benchmark-only -v
最新 CI 结果
每次发版时通过 Benchmark CI 自动更新。