Wie kann ich Schritte im regulären Python-Ausdruck reduzieren?

Question

Das ist mein regex

([^>] + [<]?)/(?! a)? (?: br | p)

Dies ist Beispiel

<r> this is text which I do not want <a> This is what I want!<br>

ich möchte nur Text verschrotten zwischen '>' und '< br oder p'

Diese Regex funktioniert genau ich will, aber ich merke, dass es zu viel Zeit braucht.

Ich lief dies auf Regex-Debugger dauerte über 800 Schritt, um falsche Satz zu überprüfen.

Wie kann ich es beheben?

Answer 1

Ihre ([^>]+?[<])/?(?!a)(?:br|p) Muster bedeuten:

• ([^>]+?[<]) - in Gruppen Capture-1 ein oder mehr (aber so wenig wie möglich) Zeichen außer > bis zum ersten <
• /? - paßt ein optionales / Symbol
• (?!a)(?:br|p) - entspricht entweder br oder p, die mit a nicht gestartet werden (so, der Look-Ahead macht keinen Sinn).

Im Grunde ist es gibt nur Text vor </br>, <br oder <p. Sie können nur

>([^<]+)</?(?:br|p)\b 

verwenden Siehe die regex demo (21 Schritte auf Ihrer gültige Übereinstimmung und 9 Schritte gegen den nicht-passenden String <r> this is text which I do not want <a> This is what I want!br>).

Muster Details:

• > - eine wörtliche >
• ([^<]+) - Capture-Gruppe 1 gefundene ein oder mehrere andere Zeichen als <
• < - eine wörtliche <
• /? - ein optional (eins oder null) /
• (?:br|p)\b - entweder br oder p, gefolgt von einer Wortgrenze (nach diesen Werten muss ein Nicht-Wort-Zeichen vorhanden sein).

Python demo:

import re 
p = re.compile(r'>([^<]+)</?(?:br|p)\b') 
s = "<r> this is text which I do not want <a> This is what I want!<br>" 
print(p.findall(s)) 

Answer 2

Dies sind weniger Schritte:

>([^<]+)<(?:br|p)

https://regex101.com/r/hS2dI4/2