我正在学习Python中的并发，我注意到threading模块甚至降低了我的代码速度。我的代码是一个简单的解析器，我从本地目录读取HTML，并将解析后的一些字段作为JSON文件输出到另一个目录。
我期待速度的提高，但是速度变低了，一次测试少量的HTML，50，200，1000，以及大量的HTML，如30 k。在所有情况下，速度都会降低。例如，使用1000个HTML，没有线程速度为~2.9秒，有线程速度为~4秒。
也尝试了concurrent.futuresThreadPoolExecutor，但它提供了同样慢的结果。
我知道GIL，但我认为I/O绑定的任务应该用多线程来处理。
下面是我的代码：

import json
import re
import time
from pathlib import Path
import threading

def get_json_data(body: str) -> re.Match[str] or None:
    return re.search(
        r'(?<=json_data">)(.*?)(?=</script>)', body
    )

def parse_html_file(file_path: Path) -> dict:
    with open(file_path, "r") as file:
        html_content = file.read()
        match = get_json_data(html_content)
        if not match:
            return {}

        next_data = match.group(1)
        json_data = json.loads(next_data)

        data1 = json_data.get("data1")
        data2 = json_data.get("data2")
        data3 = json_data.get("data3")
        data4 = json_data.get("data4")
        data5 = json_data.get("data5")

        parsed_fields = {
            "data1": data1,
            "data2": data2,
            "data3": data3,
            "data4": data4,
            "data5": data5
        }

        return parsed_fields

def save_parsed_fields(file_path: Path, parsed_fields: dict, output_dir: Path) -> None:
    output_filename = f"parsed_{file_path.stem}.json"
    output_path = output_dir / output_filename

    with open(output_path, "w") as output_file:
        json.dump(parsed_fields, output_file)

    print(f"Parsed {file_path.name} and saved the results to {output_path}")

def process_html_file(file_path: Path, parsed_dir: Path) -> None:
    parsed_fields = parse_html_file(file_path)
    save_parsed_fields(file_path, parsed_fields, parsed_dir)

def process_html_files(source_dir: Path, parsed_dir: Path) -> None:
    parsed_dir.mkdir(parents=True, exist_ok=True)

    threads = []
    for file_path in source_dir.glob("*.html"):
        thread = threading.Thread(target=process_html_file, args=(file_path, parsed_dir))
        thread.start()
        threads.append(thread)

    # Wait for all threads to finish
    for thread in threads:
        thread.join()

def main():
    base_path = "/home/my_pc/data"
    source_dir = Path(f"{base_path}/html_sample")
    parsed_dir = Path(f"{base_path}/parsed_sample")

    start_time = time.time()

    process_html_files(source_dir, parsed_dir)

    end_time = time.time()
    duration = end_time - start_time
    print(f"Application took {duration:.2f} seconds to complete.")

if __name__ == "__main__":
    main()

我知道asyncio，但我想正确地测试所有的多线程方法，以选择最适合我的方法。
如前所述也尝试了concurrent.futures，代码几乎是相同的，当处理html_files我有这些行：

with ThreadPoolExecutor(max_workers=max_workers) as executor:
        # Iterate over the HTML files in the source directory
        for file_path in source_dir.glob("*.html"):
            executor.submit(process_html_file, file_path, parsed_dir)

我的代码中有错误吗？我如何使用多线程更好地优化我的代码（除了asyncio）？