Regex 优化正则表达式

我有一个将html转换为txt的正则表达式。 但是它需要大量的CPU使用。 我如何优化它

((\n|\r){2,}) | (\r|\n)|<head.*?</head>|<script.*?</script> |<meta[^>]+>|<style.*?</style> | <[^>]*> |&[^\s]*;

---

（（\n |\r）{2，}）|（\r |\n）|如果可以，请使用HTML解析器。由于各种原因，正则表达式不适合HTML，性能也不可避免地会受到影响。
如果可以，请使用HTML解析器。由于各种原因，正则表达式不适合HTML，性能也不可避免地受到影响。
使用解析器而不是正则表达式。：）我认为使用语法分析器时CPU的使用率会更高？你真的认为使用HTML语法分析器时CPU的使用率会更高，@Vivek？你注意到你的网络浏览器在解析你下载的网页时CPU使用率很高吗？@Rob Kennedy。我正在编写C++应用程序。我不在乎多姆。所以我认为使用解析器将是cpu更高的事情。因为我只需要去除所有html标记并提取文本。使用解析器而不是正则表达式。：）我认为使用语法分析器时CPU的使用率会更高？你真的认为使用HTML语法分析器时CPU的使用率会更高，@Vivek？你注意到你的网络浏览器在解析你下载的网页时CPU使用率很高吗？@Rob Kennedy。我正在编写C++应用程序。我不在乎多姆。所以我认为使用解析器将是cpu更高的事情。因为我只需要去除所有html标记并提取文本。错误恢复在解析器中是一项挑战。正则表达式在HTML中运行良好的唯一情况是，它不是一般的开放式HTML，而是定义良好的HTML片段。即使如此，也要使用，而不是紧凑型。最好的正则表达式方法本身非常类似于实际的lexer，例如。如果可能的话，我会坚持使用现有的解析模块。我找不到可以解析格式错误的html的解析器。我看到一个关于SL的讨论正在进行，但它告诉我们首先要处理html。而不是libxml。这对我来说将是更多的资源饥渴。因为我不关心有效的html。我只需要提取文本部分。错误恢复在解析器中很有挑战性。正则表达式在HTML中运行良好的唯一情况是，它不是一般的开放式HTML，而是定义良好的HTML片段。即使如此，也要使用，而不是紧凑型。最好的正则表达式方法本身非常类似于实际的lexer，例如。如果可能的话，我会坚持使用现有的解析模块。我找不到可以解析格式错误的html的解析器。我看到一个关于SL的讨论正在进行，但它告诉我们首先要处理html。而不是libxml。这对我来说将是更多的资源饥渴。因为我不关心有效的html。我只需要提取文本部分。