如何去除mIRC用户使用的色码？

Question

我正在使用irclib用Python编写一个IRC bot，并试图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 你知道我如何去掉这些部分，只留下清晰的ascii文本信息吗？

Answer 1

第二个等级和下面的建议是有缺陷的，因为它们查找任何字符后面的数字，而不是色码字符后面的数字。

我对所有职位进行了改进和合并，结果如下：

• 我们把相反的字符去掉
• 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)

Answer 2

在我看来，正则表达式是你最明智的选择。如果您以前没有使用过它们，this是一个很好的资源。有关Python的regex库的详细信息，请转到here。

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

regex搜索^C（在ASCII中是\x03，您可以通过在命令行上执行chr（3）进行确认），然后可选地查找一个或两个[0-9]字符，然后可选地后跟一个逗号，然后再查找另一个或两个[0-9]字符。

（？: ... )表示忘记存储括号中的内容（因为我们不需要反向引用它），？表示匹配0或1，{n，m}表示匹配前一组的n到m。最后，\d表示匹配[0-9]。

剩下的可以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'

混沌的解决方案类似，但最终可能会吃掉最多两个数字，也不会删除任何可能挂起的松散字符（例如关闭colour命令的字符）

Answer 3

当我发现这个问题有用时，我想我会做出贡献。

我在正则表达式中添加了一些内容

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

\x16删除了“reverse”字符。\x0f去掉另一个粗体字符。