python - 为什么这个正则表达式不解析整个字符串？

Question

编写一个简单的脚本来将大型文本文件解析为单词、它们的父句子和一些元数据(它们是否在引号内等)。试图让正则表达式正常运行并遇到一个奇怪的问题。这是一小段测试代码，显示了我的解析过程。空格是故意的，但我不明白为什么最后一个“单词”没有被解析。它前面没有任何有问题的字符(至少据我所知，使用 repr)，当我只对问题“单词”运行 parse() 时，它返回预期的单个单词和空格数组。

代码:

def parse(new_line):
    new_line = new_line.rstrip()
    word_array = re.split('([\.\?\!\ ])',new_line,re.M)
    print(word_array)

x = full_text.readline()
print(repr(x))
parse(x)

输出:

'Far out in the uncharted backwaters of the unfashionable end of the western spiral arm of the Galaxy\n'

['Far', ' ', 'out', ' ', 'in', ' ', 'the', ' ', 'uncharted', ' ', 'backwaters', ' ', 'of', ' ', 'the', ' ', 'unfashionable end of the western spiral arm of the Galaxy']

Answer 1

re.M 是 8，您将其作为 maxsplit 位置参数传递。你需要 flags=re.M 来代替。