Python从字符串仅提取字符：re.findall结果与预期相反问题

原代码的匹配逻辑存在方向颠倒的核心问题：

• 原正则规则[^a-zA-Z]*中，[^]的含义是匹配不在方括号划定范围内的字符，也就是会捞取所有非大小写英文字母的内容
• 搭配*量词时，会把连续的非字母片段全部匹配出来，再通过join拼接成字符串，自然就把原本想过滤掉的逗号、冒号，以及原本想保留的空格全部提取了出来，反而把所有英文字母全部丢弃，最终输出和预期完全相反。

核心踩坑点：写带取反逻辑的正则时，一定要把本来想保留的特殊字符（这里是单词间的空格）也纳入排除范围，不然会把不想丢弃的内容一并匹配走。

要拿到预期的输出（即保留所有英文字母、保留单词间的空格，仅删除逗号、冒号这类标点，最终得到去掉标点的回文文本，对应中文语义为“一个人 一个计划 一条运河 巴拿马”），可直接按照需求调整规则，有两种通用修正写法：

1. 调整findall的匹配范围，直接把需要保留的字符纳入匹配规则，匹配大小写英文字母+空格的内容片段再拼接：

   import re
   s = "A man, a plan, a canal: Panama"
   newS = ''.join(re.findall("[a-zA-Z ]*", s))
   print(newS)
   

2. 更符合直觉的写法是用正则替换，把所有不属于“大小写英文字母、空格”的字符全部替换为空，不需要手动拼接匹配结果：

   newS = re.sub("[^a-zA-Z ]", "", s)
   

两种写法运行后，程序输出的英文字符串即为预期的A man a plan a canal Panama，与需求一致。

内容的提问来源于stack exchange，提问作者user4628567