这是我的字符串:
'ls\r\n\x1b[00m\x1b[01;31mexamplefile.zip\x1b[00m\r\n\x1b[01;31m'
我正在使用代码从SSH命令检索输出,并且我希望我的字符串仅包含'examplefile.zip'
如何删除多余的转义序列?
Answers:
使用正则表达式删除它们:
import re
# 7-bit C1 ANSI sequences
ansi_escape = re.compile(r'''
\x1B # ESC
(?: # 7-bit C1 Fe (except CSI)
[@-Z\\-_]
| # or [ for CSI, followed by a control sequence
\[
[0-?]* # Parameter bytes
[ -/]* # Intermediate bytes
[@-~] # Final byte
)
''', re.VERBOSE)
result = ansi_escape.sub('', sometext)
或者,在没有VERBOSE
标志的情况下,以压缩形式:
ansi_escape = re.compile(r'\x1B(?:[@-Z\\-_]|\[[0-?]*[ -/]*[@-~])')
result = ansi_escape.sub('', sometext)
演示:
>>> import re
>>> ansi_escape = re.compile(r'\x1B(?:[@-Z\\-_]|\[[0-?]*[ -/]*[@-~])')
>>> sometext = 'ls\r\n\x1b[00m\x1b[01;31mexamplefile.zip\x1b[00m\r\n\x1b[01;31m'
>>> ansi_escape.sub('', sometext)
'ls\r\nexamplefile.zip\r\n'
上面的正则表达式涵盖所有7位ANSI C1转义序列,但不包括8位C1转义序列打开器。后者在当今的UTF-8世界中从未使用过,在UTF-8世界中,相同范围的字节具有不同的含义。
如果您确实也需要覆盖8位代码(然后大概使用bytes
值),则正则表达式将变成如下所示的字节模式:
# 7-bit and 8-bit C1 ANSI sequences
ansi_escape_8bit = re.compile(br'''
(?: # either 7-bit C1, two bytes, ESC Fe (omitting CSI)
\x1B
[@-Z\\-_]
| # or a single 8-bit byte Fe (omitting CSI)
[\x80-\x9A\x9C-\x9F]
| # or CSI + control codes
(?: # 7-bit CSI, ESC [
\x1B\[
| # 8-bit CSI, 9B
\x9B
)
[0-?]* # Parameter bytes
[ -/]* # Intermediate bytes
[@-~] # Final byte
)
''', re.VERBOSE)
result = ansi_escape_8bit.sub(b'', somebytesvalue)
可以浓缩为
# 7-bit and 8-bit C1 ANSI sequences
ansi_escape_8bit = re.compile(
br'(?:\x1B[@-Z\\-_]|[\x80-\x9A\x9C-\x9F]|(?:\x1B\[|\x9B)[0-?]*[ -/]*[@-~])'
)
result = ansi_escape_8bit.sub(b'', somebytesvalue)
有关更多信息,请参见:
您提供的示例包含4个CSI(控制序列介绍者)代码(以\x1B[
或ESC[
开头字节标记),并且每个示例均包含一个SGR(选择图形呈现)代码,因为它们均以结尾m
。这些参数;
之间的参数(以分号分隔)告诉您的终端要使用哪些图形再现属性。因此,对于每个\x1B[....m
序列,使用的3个代码是:
00
在此示例中):reset,禁用所有属性01
在示例中):粗体但是,ANSI不仅限于CSI SGR代码。仅使用CSI,您还可以控制光标,清除行或整个显示或滚动(当然,前提是终端支持此功能)。除CSI外,还有一些代码可以选择其他字体(SS2
和SS3
),发送“私人消息”(如密码),与终端(DCS
),OS(OSC
)或应用程序本身(APC
,用于应用程序将自定义控制代码搭载到通信流上),以及用于帮助定义字符串(SOS
,字符串的开始,ST
字符串终止符)或将所有内容重置为基本状态的其他代码(RIS
)。以上正则表达式涵盖了所有这些。
请注意,上面的正则表达式仅删除ANSI C1代码,而不会删除这些代码可能要标记的任何其他数据(例如OSC打开器和终止ST代码之间发送的字符串)。删除这些将需要在此答案范围之外的其他工作。
该问题的公认答案仅考虑颜色和字体效果。有很多不以“ m”结尾的序列,例如光标定位,擦除和滚动区域。
控制序列(又名ANSI转义序列)的完整正则表达式为
/(\x9B|\x1B\[)[0-?]*[ -\/]*[@-~]/
bluetoothctl
,例如产生的颜色代码\x1b[0;94m
。使得表达不区分大小写或更换1B
用1b
在图案并没有区别。我正在使用Python和line re.compile(r'/(\x9b|\x1b\[)[0-?]*[ -\/]*[@-~]/', re.I)
。然后我正在做pattern.sub("", my_string)
任何事情都做不到。难道我做错了什么?
/.../
是不是Python语法,而是语法,你会在VI或Perl或awk的使用。2)\x9B
开启程序(用于CSI代码)与UTF-8不兼容,因此现在很少使用,并且[
首选ESC ; 3)您的模式仅涵盖CSI代码,而不是整个ANSI转义符范围(不仅包括OSC, Thomas Dickly提到了,但是还有SS2,SS3,DCS,ST,OSC,SOS,PM,APC和RIS)!
基于的Martijn Pieters的♦的回答与杰夫的正则表达式。
def escape_ansi(line):
ansi_escape = re.compile(r'(?:\x1B[@-_]|[\x80-\x9F])[0-?]*[ -/]*[@-~]')
return ansi_escape.sub('', line)
def test_remove_ansi_escape_sequence(self):
line = '\t\u001b[0;35mBlabla\u001b[0m \u001b[0;36m172.18.0.2\u001b[0m'
escaped_line = escape_ansi(line)
self.assertEqual(escaped_line, '\tBlabla 172.18.0.2')
如果您想自己运行它,请使用python3
(更好的Unicode支持,等等)。测试文件应如下所示:
import unittest
import re
def escape_ansi(line):
…
class TestStringMethods(unittest.TestCase):
def test_remove_ansi_escape_sequence(self):
…
if __name__ == '__main__':
unittest.main()
/
在倒数第二个字符集中留下了逃脱者[ -\/]
?
[ -/]
就足够了。
建议的正则表达式对我没有帮助,因此我创建了自己的正则表达式。以下是我根据此处找到的规范创建的python正则表达式
ansi_regex = r'\x1b(' \
r'(\[\??\d+[hl])|' \
r'([=<>a-kzNM78])|' \
r'([\(\)][a-b0-2])|' \
r'(\[\d{0,2}[ma-dgkjqi])|' \
r'(\[\d+;\d+[hfy]?)|' \
r'(\[;?[hf])|' \
r'(#[3-68])|' \
r'([01356]n)|' \
r'(O[mlnp-z]?)|' \
r'(/Z)|' \
r'(\d+)|' \
r'(\[\?\d;\d0c)|' \
r'(\d;\dR))'
ansi_escape = re.compile(ansi_regex, flags=re.IGNORECASE)
我在以下代码段上测试了我的正则表达式(基本上是ascii-table.com页面上的复制粘贴)
\x1b[20h Set
\x1b[?1h Set
\x1b[?3h Set
\x1b[?4h Set
\x1b[?5h Set
\x1b[?6h Set
\x1b[?7h Set
\x1b[?8h Set
\x1b[?9h Set
\x1b[20l Set
\x1b[?1l Set
\x1b[?2l Set
\x1b[?3l Set
\x1b[?4l Set
\x1b[?5l Set
\x1b[?6l Set
\x1b[?7l Reset
\x1b[?8l Reset
\x1b[?9l Reset
\x1b= Set
\x1b> Set
\x1b(A Set
\x1b)A Set
\x1b(B Set
\x1b)B Set
\x1b(0 Set
\x1b)0 Set
\x1b(1 Set
\x1b)1 Set
\x1b(2 Set
\x1b)2 Set
\x1bN Set
\x1bO Set
\x1b[m Turn
\x1b[0m Turn
\x1b[1m Turn
\x1b[2m Turn
\x1b[4m Turn
\x1b[5m Turn
\x1b[7m Turn
\x1b[8m Turn
\x1b[1;2 Set
\x1b[1A Move
\x1b[2B Move
\x1b[3C Move
\x1b[4D Move
\x1b[H Move
\x1b[;H Move
\x1b[4;3H Move
\x1b[f Move
\x1b[;f Move
\x1b[1;2 Move
\x1bD Move/scroll
\x1bM Move/scroll
\x1bE Move
\x1b7 Save
\x1b8 Restore
\x1bH Set
\x1b[g Clear
\x1b[0g Clear
\x1b[3g Clear
\x1b#3 Double-height
\x1b#4 Double-height
\x1b#5 Single
\x1b#6 Double
\x1b[K Clear
\x1b[0K Clear
\x1b[1K Clear
\x1b[2K Clear
\x1b[J Clear
\x1b[0J Clear
\x1b[1J Clear
\x1b[2J Clear
\x1b5n Device
\x1b0n Response:
\x1b3n Response:
\x1b6n Get
\x1b[c Identify
\x1b[0c Identify
\x1b[?1;20c Response:
\x1bc Reset
\x1b#8 Screen
\x1b[2;1y Confidence
\x1b[2;2y Confidence
\x1b[2;9y Repeat
\x1b[2;10y Repeat
\x1b[0q Turn
\x1b[1q Turn
\x1b[2q Turn
\x1b[3q Turn
\x1b[4q Turn
\x1b< Enter/exit
\x1b= Enter
\x1b> Exit
\x1bF Use
\x1bG Use
\x1bA Move
\x1bB Move
\x1bC Move
\x1bD Move
\x1bH Move
\x1b12 Move
\x1bI
\x1bK
\x1bJ
\x1bZ
\x1b/Z
\x1bOP
\x1bOQ
\x1bOR
\x1bOS
\x1bA
\x1bB
\x1bC
\x1bD
\x1bOp
\x1bOq
\x1bOr
\x1bOs
\x1bOt
\x1bOu
\x1bOv
\x1bOw
\x1bOx
\x1bOy
\x1bOm
\x1bOl
\x1bOn
\x1bOM
\x1b[i
\x1b[1i
\x1b[4i
\x1b[5i
希望这会帮助其他人:)
O
(SS3)将终端“切换”到备用字体模式,并且在该特定模式下解释下一个字节。在该模式下的可能值不限于m
,n
,l
,或p
通过z
。我什至不去掉SS3之后的字节。SS2基本具有相同的功能(只是字体不同),但是您的正则表达式不会提取下一个字节。
m
最后一个字节。
如果它对将来的Stack Overflowers有帮助,我正在使用crayons库为我的Python输出提供更多的视觉效果,这是有利的,因为它可在Windows和Linux平台上使用。但是,我既在屏幕上显示内容又在日志文件上追加内容,转义序列影响了日志文件的易读性,因此想将其删除。但是,蜡笔插入的转义序列产生了一个错误:
expected string or bytes-like object
解决方案是将参数强制转换为字符串,因此只需对公认的答案进行微小的修改即可:
def escape_ansi(line):
ansi_escape = re.compile(r'(\x9B|\x1B\[)[0-?]*[ -/]*[@-~]')
return ansi_escape.sub('', str(line))
如果要删除该\r\n
位,可以通过此函数(由sarnold编写)传递字符串:
def stripEscape(string):
""" Removes all escape sequences from the input string """
delete = ""
i=1
while (i<0x20):
delete += chr(i)
i += 1
t = string.translate(None, delete)
return t
但是请小心,这会将转义序列前后的文本合并在一起。因此,使用Martijn的过滤字符串'ls\r\nexamplefile.zip\r\n'
,您将得到lsexamplefile.zip
。请注意ls
所需文件名的前面。
我将首先使用stripEscape函数删除转义序列,然后将输出传递给Martijn的正则表达式,这将避免串联不需要的位。
string.translate()
选项是不完全习惯或者(为什么使用while
时for
过xrange()
会做,例如''.join([chr(i) for i in range(0x20)])
),而不是适用于Python 3中(在那里你可以只使用dict.fromkeys(range(0x20)))
作为string.translate()
地图)。