在 Python 中获取具有 ANSI 颜色代码的字符串的正确字符串长度

Question

我有一些 Python 代码，可以自动以良好的列格式打印一组数据，包括放入适当的 ASCII 转义序列来为数据的各个部分着色以提高可读性。

我最终将每一行表示为一个列表，每个项目都是一个用空格填充的列，以便每行上的相同列始终具有相同的长度。不幸的是，当我真正去打印这个时，并不是所有的列都对齐。我怀疑这与 ASCII 转义序列有关 - 因为 len 函数似乎无法识别这些：

>>> a = '\x1b[1m0.0\x1b[0m'
>>> len(a)
11
>>> print a
0.0

因此，虽然根据 len 每列的长度相同，当打印在屏幕上时，它们的长度实际上并不相同。

有没有什么方法（除了用正则表达式做一些我不想做的黑客行为之外）来获取转义字符串并找出打印的长度，以便我可以适当地填充空格？也许有某种方法可以将其“打印”回字符串并检查其长度？

Answer 1

pyparsing wiki 包含这个有用的表达式，用于匹配 ANSI 转义序列：

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

以下是如何将其变成转义序列剥离器：

from pyparsing import *

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

nonAnsiString = lambda s : Suppress(escapeSeq).transformString(s)

unColorString = nonAnsiString('\x1b[1m0.0\x1b[0m')
print unColorString, len(unColorString)

打印：

0.0 3

Answer 2

我不明白两件事。

(1) 这是您的代码，由您控制。您想向数据添加转义序列，然后再次将其删除，以便可以计算数据的长度？在添加转义序列之前计算填充似乎要简单得多。我缺少什么？

我们假设没有任何转义序列改变光标位置。如果他们这样做，当前接受的答案无论如何都不会起作用。

假设您在名为 string_data 的列表中拥有每列的字符串数据（在添加转义序列之前），并且预先确定的列宽度位于名为 width 的列表中。尝试这样的事情：

temp = []
for colx, text in enumerate(string_data):
    npad = width[colx] - len(text) # calculate padding size
    assert npad >= 0
    enhanced = fancy_text(text, colx, etc, whatever) # add escape sequences
    temp.append(enhanced + " " * npad)
sys.stdout.write("".join(temp))

---

Update-1

OP 评论后：

我想把它们去掉并计算后面的长度的原因
字符串包含颜色代码是因为所有数据都是建立起来的
以编程方式。我有很多着色方法并且正在构建
数据如下： str = "%s/%s/%s" % (GREEN(data1),
BLUE(data2), RED(data3)) 给它上色是相当困难的
事后文字。

如果数据由各个部分组成，每个部分都有自己的格式，您仍然可以根据需要计算显示的长度和填充。这是一个对一个单元格的内容执行此操作的函数：

BLACK, RED, GREEN, YELLOW, BLUE, MAGENTA, CYAN, WHITE = range(40, 48)
BOLD = 1

def render_and_pad(reqd_width, components, sep="/"):
    temp = []
    actual_width = 0
    for fmt_code, text in components:
        actual_width += len(text)
        strg = "\x1b[%dm%s\x1b[m" % (fmt_code, text)
        temp.append(strg)
    if temp:
        actual_width += len(temp) - 1
    npad = reqd_width - actual_width
    assert npad >= 0
    return sep.join(temp) + " " * npad

print repr(
    render_and_pad(20, zip([BOLD, GREEN, YELLOW], ["foo", "bar", "zot"]))
    )

如果您认为标点符号使调用负担过重，您可以执行以下操作：

BOLD = lambda s: (1, s)
BLACK = lambda s: (40, s)
# etc
def render_and_pad(reqd_width, sep, *components):
    # etc

x = render_and_pad(20, '/', BOLD(data1), GREEN(data2), YELLOW(data3))

(2) 我不明白为什么您不想这样做使用Python提供的正则表达式工具包？不涉及“黑客”（对于我所知道的“黑客”的任何可能含义）：

>>> import re
>>> test = "1\x1b[a2\x1b[42b3\x1b[98;99c4\x1b[77;66;55d5"
>>> expected = "12345"
>>> # regex = re.compile(r"\x1b\[[;\d]*[A-Za-z]")
... regex = re.compile(r"""
...     \x1b     # literal ESC
...     \[       # literal [
...     [;\d]*   # zero or more digits or semicolons
...     [A-Za-z] # a letter
...     """, re.VERBOSE)
>>> print regex.findall(test)
['\x1b[a', '\x1b[42b', '\x1b[98;99c', '\x1b[77;66;55d']
>>> actual = regex.sub("", test)
>>> print repr(actual)
'12345'
>>> assert actual == expected
>>>

Update-2

OP评论后：

我仍然更喜欢 Paul 的回答，因为它更简洁

比什么更简洁？以下正则表达式解决方案对您来说还不够简洁吗？

# === setup ===
import re
strip_ANSI_escape_sequences_sub = re.compile(r"""
    \x1b     # literal ESC
    \[       # literal [
    [;\d]*   # zero or more digits or semicolons
    [A-Za-z] # a letter
    """, re.VERBOSE).sub
def strip_ANSI_escape_sequences(s):
    return strip_ANSI_escape_sequences_sub("", s)

# === usage ===
raw_data = strip_ANSI_escape_sequences(formatted_data)

[以上代码在 @Nick Perkins 指出它不起作用后已更正]

Answer 3

查看ANSI_escape_code，示例中的序列是
选择图形呈现（可能是粗体）。

尝试使用 CUrsor Position (CSI n ; m H) 序列控制列定位。
这样，前面文本的宽度不会影响当前列位置，并且无需担心字符串宽度。

如果您的目标是 Unix，更好的选择是使用 curses 模块 window-objects< /a>.
例如，可以使用以下命令将字符串定位在屏幕上：

window.addnstr([y, x], str, n[, attr])

使用属性 attr 在 (y, x) 处绘制字符串 str 的最多 n 个字符，覆盖之前显示的任何内容。

Answer 4

如果您只是向某些单元格添加颜色，则可以将 9 添加到预期的单元格宽度（5 个隐藏字符用于打开颜色，4 个用于关闭颜色），例如

import colorama # handle ANSI codes on Windows
colorama.init()

RED   = '\033[91m' # 5 chars
GREEN = '\033[92m' # 5 chars
RESET = '\033[0m'  # 4 chars

def red(s):
    "color a string red"
    return RED + s + RESET
def green(s):
    "color a string green"
    return GREEN + s + RESET
def redgreen(v, fmt, sign=1):
    "color a value v red or green, depending on sign of value"
    s = fmt.format(v)
    return red(s) if (v*sign)<0 else green(s)

header_format = "{:9} {:5}  {:>8}  {:10}  {:10}  {:9}  {:>8}"
row_format =    "{:9} {:5}  {:8.2f}  {:>19}  {:>19}  {:>18}  {:>17}"
print(header_format.format("Type","Trial","Epsilon","Avg Reward","Violations", "Accidents","Status"))

# some dummy data
testing = True
ntrials = 3
nsteps = 1
reward = 0.95
actions = [0,1,0,0,1]
d = {'success': True}
epsilon = 0.1

for trial in range(ntrials):
    trial_type = "Testing " if testing else "Training"
    avg_reward = redgreen(float(reward)/nsteps, "{:.2f}")
    violations = redgreen(actions[1] + actions[2], "{:d}", -1)
    accidents = redgreen(actions[3] + actions[4], "{:d}", -1)
    status = green("On time") if d['success'] else red("Late")
    print(row_format.format(trial_type, trial, epsilon, avg_reward, violations, accidents, status))

给出