匹配html或xml标签时，是否应该担心套管？

Question

如果您正在解析html或xml（使用python）并查找特定标记，那么可能会降低整个文档的大小或使整个文档大写，从而导致比较结果的准确性。 xml和html文档中有多少百分比（估计）在其标记中使用了大写字母？

Answer 1

我认为你对性能过于关注。如果你在讨论任意网页，其中90％是HTML，而不是XHTML，所以你应该做不区分大小写的比较。降低字符串速度非常快，并且应该小于解析器总时间的1％。如果您不确定，请仔细分析已经全部小写的文档，使用和不使用小写转换。

与其余的解析相比，即使是lower-of-only的纯Python实现也可以忽略不计，但它比这更好--CPython在C代码中实现了lower（），所以它确实尽可能快。请记住，不成熟的优化是一切罪恶的根源。先让你的程序正确，然后让它快速。

Answer 2

XML（和XHTML）标签区分大小写......所以<this>和<tHis>将是不同的元素。

但是HTML（非XHTML）标签的很多（粗略估计）是随机的。

Answer 3

只有在您使用XHTML时区分大小写，而HTML不是这样，您可以忽略大小写区别。在担心检查案例之前，先测试文档类型。