将控制字符应用于字符串 - Python

Question

我将尝试使用控制字符，例如 '\x08 \x08'，它应该从字符串中删除前一个字符（向后移动，写空格，向后移动）
例如，当我在Python控制台中输入：

s = "test\x08 \x08"
print s
print repr(s)

我在终端中看到如下信息：

tes
'test\x08 \x08'

我正在寻找一个名为“函数”的函数，它可以将控制字符应用到我的字符串中：

v = function("test\x08 \x08")
sys.stdout.write(v)
sys.stdout.write(repr(v))

所以我得到了一个不含控制字符的 “干净” 字符串：

tes
tes

我知道在终端中，这部分由客户端处理，也许有一种方法可以使用核心Unix函数获取显示的字符串。

echo -e 'test\x08 \x08'
cat file.out # control char are here handled by the client
>> tes
cat -v file.out # which prints the "actual" content of the file
>> test^H ^H

- Perceval W

---

你可以将退格键处理为 '\r'（即回车符），然后写入前面的字符串，但我认为这样会很麻烦。 - Wayne Werner

控制字符取决于终端类型，这些字符保存在terminfo或termcap数据库中。因此，Python必须使用这些数据库将\x08转换为您特定终端类型所需的字符。如果您只使用少量这些字符，则可以自己找出解决方法。这些数据来自哪里？请参见https://docs.python.org/3/library/termios.html#module-termios - cdarke

Answer 1

实际上，答案比简单的格式化要复杂一些。

进程发送到终端的每个字符都可以看作是有限状态机（FSM）中的一个转换。这个FSM的状态大致对应于显示的句子和光标位置，但还有许多其他变量，例如终端的尺寸、当前输入的控制序列*、终端模式（例如VI模式/经典BASH控制台）等。

这个FSM的良好实现可以在pexpect源代码中看到。

回答我的问题，没有核心的Unix“函数”可以将字符串格式化为在终端中显示的内容，因为这样的函数特定于呈现进程输出的终端，您必须重新编写完整的终端来处理每个可能的字符和控制序列。

但是我们可以自己实现一个简单的函数。我们需要定义一个带有初始状态的FSM：

• 显示的字符串：" "（空字符串）
• 光标位置：0

以及转换（输入字符）：

• 任何字母数字/空格字符：用它本身替换光标位置的字符（如果没有则添加），并将光标位置增加
• \x08 十六进制代码：将光标位置减少

并将字符串传递给它。

Python解决方案

def decode(input_string):

    # Initial state
    # String is stored as a list because
    # python forbids the modification of
    # a string
    displayed_string = [] 
    cursor_position = 0

    # Loop on our input (transitions sequence)
    for character in input_string:

        # Alphanumeric transition
        if str.isalnum(character) or str.isspace(character):
            # Add the character to the string
            displayed_string[cursor_position:cursor_position+1] = character 
            # Move the cursor forward
            cursor_position += 1

        # Backward transition
        elif character == "\x08":
            # Move the cursor backward
            cursor_position -= 1
        else:
            print("{} is not handled by this function".format(repr(character)))

    # We transform our "list" string back to a real string
    return "".join(displayed_string)

和一个例子

>>> decode("test\x08 \x08")
tes 

关于控制序列的说明

ANSI控制序列是一组字符，它们可以作为终端（显示器/光标/终端模式等）状态的转换。它可以被看作是我们FSM状态和转换的细化，具有更多的子状态和子转换。

例如：当您在经典Unix终端（如VT100）中按下UP键时，实际上输入的是控制序列：ESC 0 A，其中ESC是十六进制代码\x1b。 ESC转换到ESCAPE模式，在A之后返回正常模式。

一些进程将此序列解释为垂直光标位置的移动（VI），而其他进程则将其解释为在历史记录中向后移动（BASH）：这完全取决于处理输入的程序。

然而，同样的序列可以用于输出过程，但它很可能会将光标向上移动屏幕：这取决于终端的实现。

一个好的ANSI控制序列列表可在这里找到。

- Perceval W

---

感谢您对自己问题的详细回答。帮了我大忙！ - curious_weather