Регулярное выражение Python, ESCII escape-символ в тегах

Question

У меня есть следующий вывод Xterm:

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'

Я знаю что \x1b[0m это удалить все текстовые атрибуты и \x1b[01 если для жирного текста, \x1b[32m зеленый текст и \x1b[01;32m это жирный зеленый текст. Так как же я могу передать эти escape-символы своим собственным тегам? Как это:

\x1b[0m\x1b[01;32mattr --> <bold><green>attr</bold></green>

Я хочу, чтобы мой text переменная стала такой:

text = '<bold><green>attr</bold></green>\n<bold><cyan>awk</bold></cyan>\n<bold><green>basename</bold></green>\n<bold><green>bash</bold></green>\nanytext'

Answer 1

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

Демонстрацию по регулярным выражениям смотрите по этой ссылке: Debuggex Demo

В настоящее время регулярное выражение предполагает, что у вас есть только буквенные символы или пробелы в реальном тексте, но вы можете сменить эту группу ([a-zA-Z ]+) в конце регулярного выражения включить другие символы, которые могут быть в вашем тексте.

Кроме того, я предполагаю, что у вас больше текстовых атрибутов, чем жирным, зеленым и голубым. Вам нужно будет обновить fmt словарь с другими вашими атрибутами и их отображениями.

РЕДАКТИРОВАТЬ

@Caaarlos'попросил в комментариях (ниже) оставить код ANSI, как есть в выводе, если он не появляется в fmt толковый словарь:

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'

Обратите внимание, что отредактированный код выше также обрабатывает случаи, когда тег не закрывается сразу после текста.