Python实现冒犯词星号替换时如何避免丢失文本原有换行符

原代码的换行丢失问题来自str.split()的默认行为：无参数调用split()时，会将所有连续的空白字符（包含普通空格、换行符\n、制表符\t等）统一识别为分隔符，切分得到的词列表完全丢失了原文本中空白的类型和位置信息，最后用单个空格' '拼接所有词，自然会把所有换行、多空格都替换为单空格，破坏原排版。

提供两种可直接使用的修改版本，均保留原代码「大小写不敏感、整词匹配替换」的核心逻辑：

最小改动版 #

仅新增逐行处理逻辑，不改变原代码行内的处理规则，适合不想引入额外模块的场景：

def replace_words(text, exclude_list):
    processed_lines = []
    # 先按换行切分，逐行处理保证换行符不丢失
    for line in text.split('\n'):
        words = line.split()
        for i in range(len(words)):
            if words[i].lower() in exclude_list:
                words[i] = "*"
        processed_lines.append(' '.join(words))
    # 用换行符拼接回完整文本
    return '\n'.join(processed_lines)

注：该版本和原代码逻辑一致，行内连续的多个空格会被合并为单个空格，如果需要完整保留所有空白格式，使用下面的正则版本。

全格式保留版 #

通过正则匹配所有非空白的词单元，全程不修改任何空白字符，可100%保留原文本的换行、缩进、连续空格等格式，同时长文本处理效率更高：

import re

def replace_words(text, exclude_list):
    # 提前将敏感词转为小写集合，提升匹配效率
    exclude_set = {word.lower() for word in exclude_list}
    
    def replace_match(match):
        word = match.group(0)
        return "*" if word.lower() in exclude_set else word
    
    # 仅匹配连续非空白字符做替换，所有空白字符原样保留
    return re.sub(r'\S+', replace_match, text)

如果需要替换后的星号长度和原敏感词长度一致，把两个版本中赋值"*"的代码修改为"*" * len(words[i])（最小改动版）或"*" * len(word)（正则版）即可。

内容的提问来源于stack exchange，提问作者Jason Howard