python - Python 中的 `re.split()` 工作异常

Question

在 python 中遇到了一些困境。我想获取一个包含许多评论的 .txt 文件并将其拆分为一个列表。但是，我想拆分所有标点符号、空格和\n。当我运行以下 python 代码时，它会将我的文本文件分割成奇怪的地方。 注意:下面我只是尝试拆分时间段和结束时间来测试它。但它仍然经常去掉单词中的最后一个字母。

import regex as re
with open('G:/My Documents/AHRQUnstructuredComments2.txt','r') as infile:
    nf = infile.read()
    wList = re.split('. | \n, nf)

print(wList)

Answer 1

您需要修复引号并对正则表达式稍作更改:

import regex as re
with open('G:/My Documents/AHRQUnstructuredComments2.txt','r') as infile:
    nf = infile.read()
    wList = re.split('\W+' nf)

print(wList)