Python 正则表达式不以相同的方式拆分文本

我有一只带scrapy的蜘蛛，我正在使用正则表达式拆分每个单词上的文本。它可以用英语和韩语表达，但当我努力学习西班牙语时，它并不能把事情一分为二

foo = 'the quick brown fox'
english = foo.xpath('//*[@id="mw-content-text"]//p').xpath('string(.)').re(ur'[a-zA-Z\'-]+')
english = ['the','quick','brown','fox',]

foo = '빨른 깨를 있어요'
korean = foo.xpath('//*[@id="mw-content-text"]//p').xpath('string(.)').re(ur'[\uac00-\ud7af]+')
korean = ['빨른','깨를','있어요']

foo = 'el zorro marron rapido'
spanish = foo.xpath('//*[@id="mw-content-text"]//p').xpath('string(.)').re(ur'[\u0000-\u00FF]+')
spanish = ['el zorro marron rapido']

---

我不明白为什么这会与其他语言有什么不同。

在

\u00FF

边界的上方和下方都有大量的Unicode空白定义。例如，见。您不能使用

\w+

？这将是更可取的方法。

与其他正则表达式不同，

[\u0000-\u00FF]

包含空格字符（

\u0020

）

---

我认为韩文文本应该是：

빠른 갈색 여우；）哈哈，好的，谢谢。我只是打字很快，我的韩语不是很好，但出于我的真正目的，.split（）不起作用。
>>> import re
>>> re.search(ur'[a-zA-Z\'-]', ' ')  # does not match space
>>> re.search(ur'[\uac00-\ud7af]', ' ')  # does not match space
>>> re.search(ur'[\u0000-\u00FF]', ' ')  # match space
<_sre.SRE_Match object at 0x7fe024fc4648>

>>> 'the quick brown fox'.split()
['the', 'quick', 'brown', 'fox']
>>> '빨른 깨를 있어요'.split()
['빨른', '깨를', '있어요']
>>> 'el zorro marron rapido'.split()
['el', 'zorro', 'marron', 'rapido']