Question

我们有：

>>> str
'exit\r\ndrwxr-xr-x    2 root     root            0 Jan  1  2000 
\x1b[1;34mbin\x1b[0m\r\ndrwxr-xr-x    3 root     root           
0 Jan  1  2000 \x1b[1;34mlib\x1b[0m\r\ndrwxr-xr-x   10 root     
root            0 Jan  1  1970 \x1b[1;34mlocal\x1b[0m\r\ndrwxr-xr-x    
2 root     root            0 Jan  1  2000 \x1b[1;34msbin\x1b[0m\r\ndrwxr-xr-x    
5 root     root            0 Jan  1  2000 \x1b[1;34mshare\x1b[0m\r\n# exit\r\n'

>>> print str
exit
drwxr-xr-x    2 root     root            0 Jan  1  2000 bin
drwxr-xr-x    3 root     root            0 Jan  1  2000 lib
drwxr-xr-x   10 root     root            0 Jan  1  1970 local
drwxr-xr-x    2 root     root            0 Jan  1  2000 sbin
drwxr-xr-x    5 root     root            0 Jan  1  2000 share
# exit

我想用regexp摆脱所有'\ xblah [0m'废话。我试过了

re.sub(str, r'(\x.*m)', '')

但这并没有成功。有什么想法吗？

Answer 1

你有几个问题：

你以错误的顺序将参数传递给re.sub错误。它应该是：

re.sub（regexp_pattern，replacement，source_string）
该字符串不包含“\ x”。 “\ x1b”是转义字符，它是一个单个字符。
正如interjay指出的那样，你想要“。*？”而不是“。*”，因为否则它将匹配从第一个逃逸到最后一个“m”的所有内容。

对re.sub的正确调用是：

print re.sub('\x1b.*?m', '', s)

或者，您可以使用：

print re.sub('\x1b[^m]*m', '', s)

Answer 2

您需要进行以下更改：

逃避反斜杠
切换到非贪婪的匹配。否则，第一个\x和最后一个m之间的所有内容都将被删除，如果出现多次，这将是一个问题。
参数的顺序不正确

结果：

re.sub(r'(\\x.*?m)', '', str)

Answer 3

这些是ANSI terminal codes。它们由ESC（字节27，在Python中显示为\x1B）后跟[，然后是一些; - 分隔的参数以及最后一个字母来指示它是什么命令。（m是换色。）

参数通常是数字，所以对于这个简单的情况，你可以用以下方法摆脱它们：

ansisequence= re.compile(r'\x1B\[[^A-Za-z]*[A-Za-z]')
ansisequence.sub('', string)

从技术上讲，对于某些（非颜色相关的）控制代码，它们可能是通用字符串，这使解析变得烦人。很少见到你会遇到这些，但如果你这样做，我想你必须使用像以下那样复杂的东西：

\x1B\[((\d+|"[^"]*")(;(\d+|"[^"]*"))*)?[A-Za-z]

最好是说服生成不是ANSI终端的字符串，这样就不应该在输出中包含颜色代码。

Answer 4

尝试改为运行ls --color=never -l，并且您不会首先获得ANSI转义码。

Answer 5

这是针对您的问题的pyparsing解决方案，具有针对那些讨厌的转义序列的一般解析表达式。通过使用抑制表达式转换初始字符串，将返回剥离表达式的所有匹配项的字符串。

s = \
'exit\r\ndrwxr-xr-x    2 root     root            0 Jan  1  2000 ' \
'\x1b[1;34mbin\x1b[0m\r\ndrwxr-xr-x    3 root     root           ' \
'0 Jan  1  2000 \x1b[1;34mlib\x1b[0m\r\ndrwxr-xr-x   10 root     ' \
'root            0 Jan  1  1970 \x1b[1;34mlocal\x1b[0m\r\ndrwxr-xr-x    ' \
'2 root     root            0 Jan  1  2000 \x1b[1;34msbin\x1b[0m\r\ndrwxr-xr-x    ' \
'5 root     root            0 Jan  1  2000 \x1b[1;34mshare\x1b[0m\r\n# exit\r\n' \

from pyparsing import (Literal, Word, nums, Combine, 
    delimitedList, oneOf, alphas, Suppress)

ESC = Literal('\x1b')
integer = Word(nums)
escapeSeq = Combine(ESC + '[' + delimitedList(integer,';') + oneOf(list(alphas)))

s_prime = Suppress(escapeSeq).transformString(s)

print s_prime

这将打印您所需的输出，存储在s_prime。

中

python正则表达式转义字符

5 个答案: