解決 phpQuery 內存洩漏：靜態 $documents 陣列導致的 OOM 問題

問題現象

使用 phpQuery 批量解析網頁時，內存迅速飆升（>1GB），甚至觸發 OOM。原因：phpQuery 內部靜態屬性 $documents 保存所有歷史 DOMDocumentWrapper 實例，未主動釋放。

源碼定位

// phpQuery.php 內部
static public $documents = [];
public static function createDocumentWrapper($doc) {
    $wrapper = new DOMDocumentWrapper($doc);
    self::$documents[$wrapper->id] = $wrapper; // 每次解析添加一個，永不清理
    return $wrapper;
}

一行代碼修復

while (true) {
    phpQuery::newDocumentFile($htmlFile);
    // 處理頁面元素...
    
    // 關鍵：每次解析完清空靜態緩存
    phpQuery::$documents = [];
    
    echo memory_get_usage() . "\n"; // 內存穩定
}

最佳實踐封裝

function parseWithPhpQuery($html) {
    phpQuery::newDocumentHTML($html);
    try {
        // 業務解析邏輯
        $data = pq('.target')->html();
        return $data;
    } finally {
        // 確保異常時也能清理
        phpQuery::$documents = [];
        phpQuery::unloadDocuments(); // 部分版本提供
    }
}

替代方案

• Symfony DomCrawler：現代、無狀態、內存友好，配合 CssSelector 組件。
• Masterminds/HTML5：HTML5 解析器，支援選擇器。
• 簡單場景用 DOMDocument + DOMXPath：原生擴展，無第三方依賴。