Python:从列表中删除/过滤等号

Question

快速提问，因为我被卡住了，似乎无法再进一步了。

这是我的问题:

我在一个数据集中工作，我从 XML 转储中提取维基百科页面的每个部分名称。我从文本中提取文本，每个部分都通过以下方式给出:

==栏目名称==

不过，也有我不想处理的小节，通过

===栏目名称===

目前我正在使用正则表达式从文本 (pagetext) 中过滤部分

sections = re.findall("==(.*)==", pagetext)

然而，结果是小节也包含在我的节列表中。问题:如何从我的章节列表中过滤这些小节，以便仅从文本中检索章节。

我已经使用了这个列表推导式但是它不起作用

sections = [section for section in sections if section[0] == (r"^=")]

非常感谢任何帮助:) 非常感谢!!

Answer 1

如果周围的文本完全是任意的，您可能不得不求助于 negative lookahead and negative lookbehind :

re.findall(r'(?<!=)==(?!=)(.*?)(?<!=)==(?!=)', pagetext)
# (?<!...) only matches if not preceded by ...
# (?!...) only matches if not followed by ...
# (.*?) the captured group itself, anything matched non-greedily

这确保包含 '==' 的部分之前或之后都没有 '='。