如何去除 mIRC 用户使用的颜色代码？答案

【问题标题】：How to strip color codes used by mIRC users?如何去除 mIRC 用户使用的颜色代码？
【发布时间】：2009-06-09 14:55:08
【问题描述】：

我正在使用 irclib 在 Python 中编写一个 IRC 机器人，并且我正在尝试在某些频道上记录消息。
问题是一些 mIRC 用户和一些 Bot 使用 color codes 编写。
关于如何剥离这些部分并只留下清晰的 ascii 文本消息的任何想法？

【问题讨论】：

在 Python 中去除 mIRC 颜色：https://stackoverflow.com/questions/68968234/do-you-need-to-remove-strip-mirc-colour-format-codes-in-python

标签： python irc

【解决方案1】：

在我看来，正则表达式是你最干净的选择。如果您以前没有使用过它们，this 是一个很好的资源。有关 Python 正则表达式库的完整详细信息，请转至 here。

import re
regex = re.compile("\x03(?:\d{1,2}(?:,\d{1,2})?)?", re.UNICODE)

正则表达式搜索 ^C（即 ASCII 中的 \x03，您可以通过在命令行中执行 chr(3) 来确认），然后选择性地查找一两个 [0-9] 字符，然后可选地后跟一个逗号，然后是另外一个或两个 [0-9] 字符。

(?: ... ) 表示忘记存储在括号中找到的内容（因为我们不需要反向引用它），? 表示匹配 0 或 1 和 {n,m} 表示将 n 匹配到上一个分组的 m。最后，\d表示匹配[0-9]。

其余的可以使用我上面提到的链接解码。

>>> regex.sub("", "blabla \x035,12to be colored text and background\x03 blabla")
'blabla to be colored text and background blabla'

chaos' 的解决方案类似，但最终可能会吃掉最多两个数字，并且也不会删除任何可能挂起的松散 ^C 字符（例如关闭的那个）颜色命令）

【讨论】：

完美，谢谢。很好的答案和很好的解释。我添加了 \x1f|\x02|这样它也会过滤粗体和下划线。 re.compile("\x1f|\x02|\x03(?:\d{1,2}(?:,\d{1,2})?)?", re.UNICODE)

【解决方案2】：

二等及以下建议是有缺陷的，因为它们在任何字符之后寻找数字，而不是在颜色代码字符之后。

我已经改进并合并了所有帖子，结果如下：

我们做删除反字符
删除颜色代码而不在文本中留下数字。

解决方案：

regex = re.compile("\x1f|\x02|\x12|\x0f|\x16|\x03(?:\d{1,2}(?:,\d{1,2})?)?", re.UNICODE)

【讨论】：

【解决方案3】：

因为我发现这个问题很有用，所以我想我会做出贡献。

我在正则表达式中添加了一些东西

regex = re.compile("\x1f|\x02|\x03|\x16|\x0f(?:\d{1,2}(?:,\d{1,2})?)?", re.UNICODE)

\x16 删除了“反向”字符。 \x0f 去掉了另一个粗体字。

【讨论】：

【解决方案4】：

AutoDl-irssi 有一个用 perl 写的非常好的，这里是用 python 写的：

def stripMircColorCodes(line) : line = re.sub("\x03\d\d?,\d\d?","",line) line = re.sub("\x03\d\d?","",line) line = re.sub("[\x01-\x1F]","",line) return line

【讨论】：

分步做是不正确的，你必须用一个替换来做。例如，您的代码会将'\x03\x033,012345' 转换为'45'，但它应该将其转换为'2345'。

【解决方案5】：

我知道我发布了想要一个正则表达式解决方案，因为它可能更干净，我创建了一个完美的非正则表达式解决方案。

def colourstrip(data):
    find = data.find('\x03')
    while find > -1:
        done = False
        data = data[0:find] + data[find+1:]
        if len(data) <= find+1:
            done = True
        try:
            assert int(data[find])
            data = data[0:find] + data[find+1:]
        except:
            done = True
        try:
            assert not done
            assert int(data[find])
            data = data[0:find] + data[find+1:]
        except:
            if not done and (data[find] != ','):
                done = True
        if (len(data) > find+1) and (data[find] == ','):
            try:
                assert not done
                assert int(data[find+1])
                data = data[0:find] + data[find+1:]
                data = data[0:find] + data[find+1:]
            except:
                done = True
            try:
                assert not done
                assert int(data[find])
                data = data[0:find] + data[find+1:]
            except: pass

        find = data.find('\x03')
    data = data.replace('\x1d','')
    data = data.replace('\x1f','')
    data = data.replace('\x16','')
    data = data.replace('\x0f','')
    return data

datastring = '\x0312,4This is coolour \x032,4This is too\x03'    
print(colourstrip(datastring))

感谢大家的帮助。

【讨论】：

【解决方案6】：

我什至不得不添加'\x0f'，不管它有什么用处

regex = re.compile("\x0f|\x1f|\x02|\x03(?:\d{1,2}(?:,\d{1,2})?)?", re.UNICODE)
regex.sub('', msg)

【讨论】：