Python3正则表达式未找到已确认的匹配项

Question

因此，我尝试使用python3.4中的re模块（如果有必要的话，在运行mavericks的mac上）解析一堆文本文件中的引用。这里有一些最小的代码。请注意，有两个注释行：它们表示两个可选搜索。（很明显，小的一个r'Rawls'是有效的）

def makeRefList(reffile):
    print(reffile)
    # namepattern = r'(^[A-Z1][A-Za-z1]*-?[A-Za-z1]*),.*( \(?\d\d\d\d[a-z]?[.)])'
    # namepattern = r'Rawls'
    refsTuplesList = re.findall(namepattern, reffile, re.MULTILINE)
    print(refsTuplesList)

这个字符串很难看，所以我把它放在了一个要点上：https://gist.github.com/paultopia/6c48c398a42d4834f2ae

如前所述，搜索字符串r'Rawls'产生预期的输出['Rawls', 'Rawls']。但是，另一个搜索字符串只生成一个空列表。你知道吗

我已经用regex101测试仪确认了这个regex（部分）可以工作。在这里确认：https://regex101.com/r/kP4nO0/1——这个匹配我期望它匹配的东西。既然它在测试仪中工作，那么它应该在代码中工作，对吗？你知道吗

（注意，我从第一个print命令的终端输出复制了文本，然后用regex101的回车符手动替换字符串中的字符。）

一个可能的问题是python附加了字节码标志（小b称为“标志”吗？）到弦上。这是我尝试将文本从utf-8转换为ascii的产物，我还没有弄清楚如何使它消失。你知道吗

然而，re显然能够以这种形式解析字符串。我知道这一点，因为我正在将两个文本文件从utf-8转换成ascii，下面的代码在另一个字符串上运行得非常好，这个字符串是从另一个文本文件转换而来的，前面还有一个小b：

def makeCiteList(citefile):
    print(citefile)
    citepattern = r'[\s(][A-Z1][A-Za-z1]*-?[A-Za-z1]*[ ,]? \(?\d\d\d\d[a-z]?[\s.,)]'
    rawCitelist = re.findall(citepattern, citefile)
    cleanCitelist = cleanup(rawCitelist)
    finalCiteList = list(set(cleanCitelist))
    print(finalCiteList)
    return(finalCiteList)

上面代码正确匹配的另一段文本：https://gist.github.com/paultopia/a12eba2752638389b2ee

我能想到的唯一一个假设是，第一个被破坏的regex表达式在新行字符和被视为字节对象的字符串的组合上吐出，尽管a）我知道regex对于新行是正确的（因为，来自链接regex101的确认），b）我知道它与字符串匹配（因为，从另一个字符串的成功匹配中得到确认）。你知道吗

如果这是真的，我不知道该怎么办。你知道吗

因此，问题是：

1）我的假设正确吗，是新行和b的组合炸毁了我的正则表达式？如果没有，是什么？ 2） 我该怎么修？
a） 用字符串中的内容替换换行符？ b） 重写正则表达式？ c） 以某种方式摆脱b并使它再次成为一个正常的字符串？（怎么做？）你知道吗

谢谢！你知道吗

添加

如果这是我需要在上游解决的问题，下面是我用来获取文本文件并转换为ascii的代码，替换非ascii字符：

在mavericks中textwrangler保存的utf-8.txt文件上调用此函数

def makeCorpoi(citefile, reffile):
    citebox = open(citefile, 'r')
    refbox = open(reffile, 'r')
    citecorpus = citebox.read()
    refcorpus = refbox.read()
    citebox.close()
    refbox.close()
    corpoi = [str(citecorpus), str(refcorpus)]
    return corpoi

然后对上面函数返回的列表的每个元素调用这个函数。你知道吗

def conv2ASCII(bigstring): 
    def convHandler(error):
        return ('1FOREIGN', error.start + 1)
    codecs.register_error('foreign', convHandler)
    bigstring = bigstring.encode('ascii', 'foreign')
    stringstring = str(bigstring)
    return stringstring

Answer 1

啊。我已经找到了答案并回答了我自己的问题。显然，需要对解码的东西调用某种编码方法。下面的代码生成了一个实际的字符串，其中包含换行符和所有内容，另一端（不过现在我必须先修复一堆其他错误，然后才能确定最终输出是否如预期的那样）：

def conv2ASCII(bigstring): 
    def convHandler(error):
        return ('1FOREIGN', error.start + 1)
    codecs.register_error('foreign', convHandler)
    bigstring = bigstring.encode('ascii', 'foreign')
    newstring = bigstring.decode('ascii', 'foreign')
    return newstring

显然str()函数做不到同样的工作，原因对我来说很神秘。尽管这里有一个答案How to make new line commands work in a .txt file opened from the internet?表明确实如此。你知道吗