正则表达式如何匹配转义字符 \x1b

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 443 天前的主题，其中的信息可能已经有所发展或是发生改变。

\x1b 是 linux terminal 和颜色相关的一个前缀

我从 ssh 读出数据做正则匹配抓到的数据如下:

login: Fri Sep  8 15:48:31 2023 from 127.0.0.1\r\r\n\x1b[?2004h\x1b[1;38m[v12.22.9]\x1b[0m\x1b[1;38mchaleaoch@wsl$:\x1b[

在 https://regex101.com/

上看是能匹配的. \\x1b\[[0-9;]*[mK] 但是这个正则放在程序里提示匹配失败.

如果改成这样 .*\[[0-9;]*[mK] 提示成功

如果改成这样 (.)\[[0-9;]*[mK] 也提示成功且(.)对应的字符串是\x1b

我的问题是如果不用通配符, 我应该如何表达这个转义字符.

第 1 条附言 · 2023-09-08 17:43:58 +08:00

这个解释起来有点麻烦,
感兴趣的热心大佬可以试一下登录自己的 ssh 服务器用 python 或者 golang
然后将 output 输出看一下然后抓一下\x1b 或者\033

前提是你的$PS1 是带颜色的.

第 2 条附言 · 2023-09-08 19:57:37 +08:00

谢谢大佬们是我阅读不仔细. 尤其感谢 3 楼和 9 楼

x1b

字符

改成

提示

11 条回复

leaflxh

2023-09-08 16:18:08 +08:00

import re

s = "login: Fri Sep 8 15:48:31 2023 from 127.0.0.1\r\r\n\x1b[?2004h\x1b[1;38m[v12.22.9]\x1b[0m\x1b[1;38mchaleaoch@wsl$:\x1b["

r = re.compile(r"\x1b\[[0-9;]*[mK]")
#或者 r = re.compile("\\x1b\\[[0-9;]*[mK]")

print(r.findall(s))
['\x1b[1;38m', '\x1b[0m', '\x1b[1;38m']

leaflxh

2023-09-08 16:20:22 +08:00

提版本号
r = re.compile("\\x1b\\[[0-9;]*[mK](.*?)\\x1b\\[[0-9;]*[mK]")
>>> print(r.findall(s))
['[v12.22.9]']

yuankui

2023-09-08 16:23:33 +08:00

```
>>> import re
>>>
>>> # 原始字符串
>>> text = 'This is a string with \x1b some escape sequences \x1b[1;31m embedded.'
>>> pattern = re.compile(r'\\x1b')
>>>
>>> matches = pattern.findall(text)
>>>
>>> print(matches)
[]
>>>
>>> pattern = re.compile(r'\x1b')
>>> matches = pattern.findall(text)
>>> print(matches)
['\x1b', '\x1b']
```

YGHMXFAL

2023-09-08 16:24:36 +08:00

(\\x1b)\[[[:digit:];]*m

然后\1 就是\x1b

另外"放在程序里提示匹配失败",这个"程序"是啥?它本身会不会还有转义反斜杠的动作?如果是,你需要再多转义一次

regex 表达式-->你的程序-->regex 解析器,你需要保证,经过你的程序(可能存在转义动作)之后,传递给 regex 解析器的依然是你以为得那个表达式,尤其是在交互式 shell 中

yuankui

2023-09-08 16:25:46 +08:00

你应该想法搞清楚 r'\x1b' 和 u'\x1b' 的区别

chaleaochexist

2023-09-08 17:33:38 +08:00

@leaflxh
@yuankui
@YGHMXFAL

如果像你们这么写, 我正文中就不用描述的真麻烦了直接给出代码示例就好了

问题就是这个 \x1b 不是纯文本.
不过还是谢谢你们的回复.

@yuankui 大佬我觉得你说的有道理能直接给个例子吗

zzl22100048

2023-09-08 18:02:17 +08:00

import re
msg=b"login: Fri Sep 8 15:48:31 2023 from 127.0.0.1\r\r\n\x1b[?2004h\x1b[1;38m[v12.22.9]\x1b[0m\x1b[1;38mchaleaoch@wsl$:\x1b["
print_msg=msg.decode('utf-8')
print(print_msg)
for item in re.findall(rb'\x1b\[[0-9;]*[mK]', msg):
>>print(item.decode('utf-8')+'abc')

没问题啊，终端输出 bytes ，直接用 rb 匹配

qeqv

2023-09-08 18:02:44 +08:00

最前面的反斜杠去掉
\x1b\[[0-9;]*[mK]

Belmode

2023-09-08 18:04:02 +08:00

编程语言入门问题...

#3 #5 好好看看你就就明白了

NessajCN

2023-09-08 18:40:48 +08:00 via Android

不同语言对 unicode 字符的正则语法有区别的

qeqv

2023-09-08 18:46:38 +08:00

字符串转义可以处理 \x1b 为对应 ASCII 字符，正则引擎也可以处理，所以不需要管这个字符。
你应该注意的是后面的 \[ ，由于要完整输入 \[ 到正则引擎，所以如果字符串会被转义，那就得 \\[ ，如果不会被转义，就直接 \[