Python 正则表达式不'；t将字符串与括号和\t匹配

我正在使用这段代码使用正则表达式拆分字符串

suffixes = "(adj\.|adv\.|pron\.|num\.|num\.-m|conj\.|part\.|aux\.|prep\.|n\.|v\.|m\.)"
regex = f'^(\w+?)((?:{suffixes}) .*)$'
result = re.sub(regex, "\1#\2", re.escape(word), re.UNICODE).split("#")

这段代码几乎适用于我所有的字符串，但我面临着这两个字符串的问题：

'qiān\tnum。千分之一

和

'jiánm。（用于衣服和其他物品）件'

。似乎模式不匹配，我想是因为特殊字符

\t

和

（）

---

关于Unicode（str）模式的

\t

\w所述

\t

我的预期结果

匹配Unicode单词字符；这包括大多数 可以是任何语言中单词的一部分，也可以是数字和 强调。如果使用了ASCII标志，则仅匹配[a-zA-Z0-9]

---

\t

不是可以作为word一部分的字符。所以你需要添加它。尝试使用

（[\t\w]+？）

替换

（\w+？）

，我相信您的数据是通过某些API损坏的。轻松修复：如果您不希望传入字符串中出现和选项卡，请将所有选项卡替换为

t

使用

重新导入
后缀=r“（？：adj\.adv\.pron\.num\.num\.-m | conj\.part\.aux\.prep\.n\.v\.m\）”
regex=fr'^（\w+？）（（？：{后缀}）。*）$'
对于['qiān\tnum.000'，'jiánm.（用于衣服和其他物品）片段']中的句子：
结果=重新搜索（正则表达式，句子.replace（'\t'，'t'））
如果结果为：
打印（result.groups（））

看

结果：

('qiānt', 'num. thousand')
('jiàn', 'm. (used for clothes among other items) piece')

---

为什么

re.escape（word）

？您还使用

re.UNICODE

作为计数参数。使用

flags=re.UNICODE

，或者简单地将其删除，这在Python 3中是多余的。此外，在replacement@WiktorStribiżew感谢您提醒我使用

re.escape（word）

，我删除了转义，现在只删除了第一个字符串（使用

\t

）不起作用你也可以把它缩短一点，也许可以匹配制表符

（[\w\t]+）（（？：ad[jv]| pron | num（？-m）？conj | part | aux | prep |[nvm]）。

你不必匹配字符

（

和

）

因为您将

#

放在组1和组2之间，然后在

#

上再次拆分结果，请检查。我想您不需要

re.sub

，

re.search

就可以了。现在还不太清楚为什么要在组1中包含一个选项卡（空白）。如果有更多的空格（除了常规空格以外，我都懂），那该怎么办？