PHP遍历DOM提取大量a标签时foreach循环迭代速度逐步变慢问题求解

• DOMDocument::getElementsByTagName() 返回的是动态DOMNodeList对象，不是静态数组。每次遍历访问列表中的元素时，都会重新检索整个DOM树定位目标节点，遍历索引越大，单次查找的耗时就越长，所以会出现越跑越慢的情况。
• 原写法每次循环都直接操作动态列表，自然迭代次数越多性能衰减越严重。

// 先把动态NodeList转成静态数组，一次性读取所有节点，避免后续动态查询
$content = iterator_to_array($dom->getElementsByTagName('a'));
$total = count($content);
$this->write_log($total . " total links");

$links = [];
for ($i = 0; $i < $total; $i++) {
    $href = rtrim($content[$i]->getAttribute('href'), '/');
    // 合并过滤判断逻辑，减少冗余调用
    if ($cleanHref = filter_var($href, FILTER_SANITIZE_URL)) {
        $links[] = $cleanHref;
    }
    // 按批次打日志
    if (($i + 1) % 1000 == 0) {
        $this->write_log(($i + 1) . " links");
    }
}
// 最后一次性赋值，避免循环中频繁操作对象属性
$this->DocInfo->links = $links;

• 用iterator_to_array()一次性把动态DOMNodeList转成静态数组，后续遍历直接访问数组内存地址，无需每次检索DOM树，全程耗时均匀
• 循环内先把结果存入临时数组，最后一次性赋值给对象属性，避免循环中频繁触发对象的属性写入逻辑
• 合并过滤判断逻辑，减少冗余的变量赋值和函数调用

所有批次的1000条链接处理耗时会基本持平，处理18万条链接总耗时不会超过30秒，远低于1000秒的超时阈值。

内容的提问来源于stack exchange，提问作者uPrompt