同一字符串不同的文件regex不起作用

我有几个文本文件都是.gz格式的。现在，我在pyspark脚本中运行以下代码：

with gzip.open(filepath, 'rb') as f:
    file_content = f.read().decode('utf-8')
Func_that_does_regex(file_content)

正则表达式不起作用（没有错误，但不会产生正确的输出），因为代码是在spark worker上执行的，所以我不知道如何调试它。但是，如果我解压缩一个文件，然后手动将内容复制粘贴到一个新的文本文件（通过leafpad）中，然后再次gzip它，常规的表达式就可以工作了。如果我通过pyspark.take（）方法打印字符串块，则原始文件和新文件中的两个字符串“外观”相同。我错过了什么

---

Python 3.5和Spark 2.0.1的发布与不同的操作系统如何处理字符串中的新行有关。以前我只在Linux中使用创建的文件，所以在正则表达式中\n就足够了。我现在得到的文件用于\r\n新行，因此我的正则表达式不再工作

\r=CR（回车）//在X之前的Mac OS中用作新行字符

\n=LF（换行）//在Unix/Mac OS X中用作新行字符

---

\r\n=CR+LF//在Windows中用作新行字符

如果不提供示例gz文件，则必须说明…示例gz文件：读取后不要运行“.decode（'utf-8'）”。确保你的正则表达式是二进制的（例如：re.compile（b'myregex'））。在spark shell中逐行测试你的正则表达式。圣诞节后将返回工作，届时将提供更新！