如何从藏语词形与POS对应数据中提取仅POS信息？

问题背景 #

你有如下藏语词汇与POS标注的文本：

སྩོལ་ VERB
སྐབས་ NOUN
ཆོས་ NOUN
ཞུ་བ་ VERB
ཚོས་ NOUN
དེབ་ NOUN

需要提取出单独的POS信息，但原代码无法得到预期结果。

原代码问题分析 #

原代码中使用line.split(' ')[2]存在两个核心问题：

1. 若每行仅用单个空格分隔词汇与POS，split(' ')会得到长度为2的列表，取索引[2]会触发索引越界错误；
2. 若存在多个连续空格，split(' ')会生成包含空字符串的列表，无法稳定获取POS位置。

可行解决方法 #

以下两种方法均可稳定提取每行最后的POS标注：

方法1：使用默认split()分割任意空白

默认split()会自动分割所有空白字符（空格、换行、制表符等），并忽略首尾空白，直接取最后一个元素即可：

with open("your_input_file.txt", "r", encoding="utf-8") as file:
    for line in file:
        cleaned_line = line.strip()
        if not cleaned_line:  # 跳过空行
            continue
        parts = cleaned_line.split()
        pos_tag = parts[-1]
        print(pos_tag)

方法2：从右侧单次分割

使用rsplit(' ', 1)从行的右侧仅分割一次，确保即使词汇中包含空格（本例中无此情况，但通用性更强），也能准确获取POS：

with open("your_input_file.txt", "r", encoding="utf-8") as file:
    for line in file:
        cleaned_line = line.strip()
        if not cleaned_line:
            continue
        _, pos_tag = cleaned_line.rsplit(' ', 1)
        print(pos_tag)

运行任意一种方法，都会输出预期的POS列表：

VERB
NOUN
NOUN
VERB
NOUN
NOUN

内容的提问来源于stack exchange，提问作者lungsang