Python：從列表中刪除/過濾等號

Question

快速的問題，因爲我卡住了，似乎沒有得到任何進一步的。

這裏是我的問題：

我在數據集中工作在那裏我從一個XML轉儲提取Wikipedia頁面的每一個部分的名稱。我提取文本和文本，每部分給出通過：

==章節名稱==

然而，也有我不打算處理和通過

給出小節===章節名稱===

目前我使用正則表達式過濾從文本的部分（pagetext）

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

結果卻是爲t小節的小節也包含在我的部分列表中。問題：如何從我的部分列表中篩選這些子部分，以僅檢索文本中的部分。

我已經使用這個列表理解，但不工作

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

任何幫助是極大的讚賞:)很多感謝！

Answer 1

如果周圍的文字完全是任意的，你可能不得不求助於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 

這可確保包含'=='的部分既不後面也不後跟'='。

Answer 2

1. 啓用多行標記re.M，以便表達式可以錨定在行的開頭。
2. 將表達式固定在每行的開頭。
3. 排除在你原來的正則表達式小節通過排除第三等號

例如

sections = re.findall("^==([^=].*)==", pagetext, re.M)