HTTPWebResponse + StreamReader的非常慢 [英] HTTPWebResponse + StreamReader Very Slow

问题描述

我想C＃实现有限的网络爬虫（仅几百网站）
使用HttpWebResponse.GetResponse（）和Streamreader.ReadToEnd（），也试过用StreamReader.Read（）和一个循环来建立我的HTML字符串。

I'm trying to implement a limited web crawler in C# (for a few hundred sites only) using HttpWebResponse.GetResponse() and Streamreader.ReadToEnd() , also tried using StreamReader.Read() and a loop to build my HTML string.

我只下载这是关于5-10K页。

这一切都非常慢！例如，平均的GetResponse（）的时间为约半秒，而平均StreamREader.ReadToEnd（）的时间为约5秒！

It's all very slow! For example, the average GetResponse() time is about half a second, while the average StreamREader.ReadToEnd() time is about 5 seconds!

所有站点都应该是非常快的，因为他们是非常接近我的位置，并有快速的服务器。 （在资源管理器需要几乎没有什么给D / L）和我没有使用任何代理。

All sites should be very fast, as they are very close to my location, and have fast servers. (in Explorer takes practically nothing to D/L) and I am not using any proxy.

我的履带有大约20个线程来自同一个站点同时阅读。难道这是导致问题？

My Crawler has about 20 threads reading simultaneously from the same site. Could this be causing a problem?

我如何减少StreamReader.ReadToEnd时间大大？

How do I reduce StreamReader.ReadToEnd times DRASTICALLY?

推荐答案

HttpWebRequest的可服用一段时间才能检测到您的代理设置。尝试添加给你的应用程序配置：

HttpWebRequest may be taking a while to detect your proxy settings. Try adding this to your application config:

<system.net>
  <defaultProxy enabled="false">
    <proxy/>
    <bypasslist/>
    <module/>
  </defaultProxy>
</system.net>

您也可以看到你的缓存读取，以减少对底层操作系统插槽的呼叫数量略有提高性能：

You might also see a slight performance gain from buffering your reads to reduce the number of calls made to the underlying operating system socket:

using (BufferedStream buffer = new BufferedStream(stream))
{
  using (StreamReader reader = new StreamReader(buffer))
  {
    pageContent = reader.ReadToEnd();
  }
}

这篇关于HTTPWebResponse + StreamReader的非常慢的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！