cheerio a mis 2,9 secondes sur une page de 10 Mo dans Node

Sur une machine, cheerio dans Node a analysé puis extrait les titres ainsi que les hrefs d’un document HTML synthétique de 10 Mo en 2 927,89 ms. selectolax, exécuté via CPython avec un parseur côté C, a réalisé la même extraction des champs en 158 ms. Les textes de titres triés et les hachages des hrefs concordaient. Il s’agit d’une comparaison de pile de bout en bout entre runtimes, et non d’un verdict isolé sur l’algorithme du parseur. Sur une page de 10 Ko, l’écart n’est que de 2×, et personne ne le remarquerait. La vraie question est de savoir où se situent vos pages sur cette courbe. Utilisez cheerio si vous êtes sous Node, que l’API de type jQuery vous convient et que vos pages représentatives ressemblent aux tailles testées jusqu’à 1 Mo.