import re
text = '\x1b[0m\x1b[01;32mattr\x1b[0m\n\x1b[01;36mawk\x1b[0m\n\x1b[01;32mbasename\x1b[0m\n\x1b[01;32mbash\n\x1b[0many text'
# dictionary mapping text attributes to tag names
fmt = {'01':'bold', '32m':'green', '36m': 'cyan'}
# regex that gets all text attributes, the text and any potential newline
groups = re.findall('(\n?)\\x1b\[((?:(?:0m|32m|01|36m);?)+)([a-zA-Z ]+)', text)
# iterate through the groups and build your new string
xml = []
for group in groups:
g_text = group[2] # the text itself
for tag in group[1].split(';'): # the text attributes
if tag in fmt:
tag = fmt[tag]
else:
continue
g_text = '<%s>%s</%s>' %(tag,g_text,tag)
g_text = group[0] + g_text # add a newline if necessary
xml.append(g_text)
xml_text = ''.join(xml)
print(xml_text)
<green><bold>attr</bold></green>
<cyan><bold>awk</bold></cyan>
<green><bold>basename</bold></green>
<green><bold>bash</bold></green>
any text
有关正则表达式的一个演示中看到这个链接:Debuggex Demo
目前正则表达式假定您在实际文本中只有字母字符或空格,但可以随意在正则表达式的末尾更改此组([a-zA-Z ]+)
以包含其他字符你可能在你的文本中有。
此外,我假设你有更多的文字属性比粗体,绿色和青色。您需要使用其他属性及其映射来更新fmt
字典。
编辑
@Caaarlos'已请求在评论中(如下图),以保持ANSI代码是输出,如果它没有出现在fmt
词典:
import re
text = '\x1b[0m\x1b[01;32;35mattr\x1b[0;7m\n\x1b[01;36mawk\x1b[0m\n\x1b[01;32;47mbasename\x1b[0m\n\x1b[01;32mbash\n\x1b[0many text'
fmt = {'01':'bold', '32':'green', '36': 'cyan'}
xml = []
active_tags = []
for group in re.split('\x1b\[', text):
if group.strip():
codes, text = re.split('((?:\d+;?)+)m', group)[1:]
not_found = []
for tag in codes.split(';'):
if tag in fmt:
tag = fmt[tag]
text = '<%s>%s' %(tag,text)
active_tags.append(tag)
elif tag == '0':
for a_tag in active_tags[::-1]:
text = '</%s>%s' %(a_tag,text)
active_tags = []
else:
not_found.append(tag)
if not_found:
text = '\x1b[%sm%s' %(';'.join(not_found), text)
xml.append(text)
xml_text = ''.join(xml)
print(repr(xml_text))
'\x1b[35m<green><bold>attr\x1b[7m</bold></green>\n<cyan><bold>awk</bold></cyan>\n\x1b[47m<green><bold>basename</bold></green>\n<green><bold>bash\n</bold></green>any text'
请注意,上面编辑的代码还处理标签在文本之后没有直接关闭的情况。
谢谢Bunji,它工作正常。但是,当我在fmt上没有模式时,我希望我的文本变量继续具有ascii的转义序列(调试目的)。举例来说,如果不是 '36米' 的格局,我想我的最终输出是: ATTR \ X1B [01; 36mawk 基名 庆典 任何文本 –
Caaarlos
@Caaarlos,答案已经更新了一个处理fmt中找不到的代码的编辑。此外,它处理标签不应该在文本之后直接关闭的情况。 – bunji