python正则表达式转义字符

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消除所有的“\xblah[0米”胡说八道。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：

• 你给re.sub传递的参数顺序不对。应该是：

  re.sub（regexp_pattern，replacement，source_string）

• 字符串不包含“\x”。“\x1b”是转义字符，它是单个字符。

• 正如interjay所指出的，你想要“*？”而不是“*”，因为否则它将匹配从第一个转义到最后一个“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：

• 避开反斜杠
• 切换到非贪婪匹配。否则，第一个\x和最后一个m之间的所有内容都将被删除，当出现多个事件时这将是一个问题。
• 参数的顺序不正确

结果：

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

Answer 3

这些是ANSI terminal codes。它们由一个ESC（字节27，在Python中被视为\x1B）发出信号，后跟[，然后是一些;分隔的参数，最后是一个字母来指定它是哪个命令。（m是一种颜色变化。）

这些参数通常是数字，因此对于这种简单的情况，可以使用以下命令将其删除：

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

从技术上讲，对于某些（与颜色无关的）控制代码，它们可能是通用字符串，这使得解析变得烦人。你很少会遇到这些，但如果你遇到了，我想你得用一些复杂的东西，比如：

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

最好是说服生成字符串的任何东西，你不是一个ANSI终端，所以它不应该在输出中包含颜色代码。