Python正则fullmatch方法匹配结果不符合预期问题求助

问题排查与修复方案 #

核心问题1：行尾未匹配字符导致fullmatch失效 #

file.readlines()读取的每一行字符串末尾默认携带换行符\n，同时你提供的测试文本中多数行末尾带有多余空格，你的正则规则没有覆盖这部分字符，因此fullmatch判断全不匹配。
VS Code的正则搜索默认忽略行尾换行符，因此会出现搜索能匹配、代码判断失效的差异。

核心问题2：正则规则本身存在匹配范围缺失 #

现有正则未覆盖合法场景的字符范围：

• 句子中允许出现大写缩写（如ASAP）、数字（如2 pM、2gether）
• 引号包裹的内容允许首字母大写（如"Play hard. Work harder."）
• 句末允许出现多个连续标点（如省略号...）

修复后的代码 #

import re

# 修正后的正则，补全字符匹配范围，末尾\s*兼容行尾空格、换行符
pattern = re.compile(r'(([A-Z])[a-zA-Z0-9\s,]*)((: ["‘][a-zA-Z,!?\.\s]*["’][.,!?])|(; [a-zA-Z0-9\s,.]*[!.?])|(\s["‘][a-zA-Z,.;!?\s]*["’])|([\.?!]{1,}))\s*')

# 用with语法管理文件，避免资源泄露
with open('validSentences.txt', "w+", encoding='utf8') as out_file:
    with open('sentences.txt', encoding='utf8') as in_file:
        for line in in_file:
            matches = pattern.fullmatch(line)
            out_file.write("valid\n" if matches else "not valid\n")

额外优化说明 #

• 移除了冗余的file.close()调用：with语法会在代码块执行结束后自动关闭文件
• 正则字符串前加r标记为原生字符串，避免转义字符解析异常
• 无需额外处理读取到的行内容，正则末尾的\s*已经兼容行尾任意数量的空格、换行符

内容的提问来源于stack exchange，提问作者Dogukan Ünlü