Python 正在尝试删除标记，但很快内存不足

我正在尝试做一些简单的事情，即从HTML代码中删除所有标记，这些标记位于一个非常大的csv文件（3 GB）的行中。我尝试用下面的代码使用BeautifulSoup

remove_tags=['p','li','ul','pre','h1']   
soup=BeautifulSoup(row[1])
for tag in remove_tags:
    for match in soup.findAll(tag):
           match.replaceWithChildren()

然而，有了这么大的文件，我很快就耗尽了内存，出现了内存错误（我的机器上甚至有很多RAM，所以这必须使用很多内存）。所以我想知道是否有人知道这样做的内存密集度较低的方法。也许regex可以通过删除所有的东西来工作（但是，我不知道如何使用regex）

注意：我想删除所有类型的HTML标记。上述代码中的remove_tags列表只是构建的，因为这些都是我在数据中可以看到的，所以如果有一种方法不需要指定标记名，那么它也可以工作。

使用（非常）简单的正则表达式方法：

import re
re.sub(r'<[^>]+>', '', row)

重新导入
re.sub（r']+>，''，第行）

谢谢。假设这种方法更节省内存是正确的吗？@user1893354很高兴它对您有效。是的，这种方法将大大节省内存。BeautifulSoup非常占用内存，因为它试图为DOM构建一个完整的树状结构。