所以，我写了一个很小的Python脚本，它读取一个文本文件，这是一个丹麦语词典，然后使用reg.ex.过滤掉多余的单词和字符（如每行末尾的单词类+如果两个单词是同名词，过滤掉＆＃34; 1。＆＃34;＆＃34; 2。＆＃34;在每个单独的对于同一个单词的输入+它应该只包括第一个条目，如果有重复的话。）
字典看起来像这样：
1. A;sb. 2. A;fork. 1. a;sb. 2. a;præp. A3-format;sb. A4-format;sb. A5-format;sb. A-aktie;sb. ab;præp. abandonnere;vb. abandonnering;sb. abbed;sb. abbedi;sb. abbedisse;sb. ABC;sb. abc;sb. abdicere;vb.
......等等。的;字符将字典条目（单词本身）与每行上的单词类分开。
我的Python脚本是这样的：
import re
p = re.compile(r'^(?:1\. )?([\wæøå-]+);', re.MULTILINE | re.IGNORECASE)
f = open("ro.txt", "r", encoding="utf-8")
ro = f.read()
matches = p.findall(ro)
f = open("result.txt", "w")
for str in matches:
f.write(str + ", ")
它工作正常，除了一个小但非常烦人的细节！无论我做什么，文本文件中的第一行都不会包含在搜索结果中。只有当我在字典文件的顶部手动插入一个额外的行时，它才能按预期工作，并且还包括字典的最顶层条目。我怀疑我的reg.ex中的插入字符（^）。在某种程度上不能正常工作，因为它包括每一行的开头＆＃39;好吧，但不是整个字符串的开头，包含整个字典。
有什么建议吗？