字符串文字 VT100 表示为 unicode答案

【问题标题】：String literal VT100 representation to unicode字符串文字 VT100 表示为 unicode
【发布时间】：2017-12-31 04:01:11
【问题描述】：

如何转换以下字符串文字：

token = "\x1b(0l\x1b(BHeader"

进入：

"┌Header"

我正在从库中接收文字 Unix 制图字符，需要转换为 unicode 以进行单元测试。

【问题讨论】：

我从未听说过“文字 Unix 方框绘图字符”。你有关于这是什么的参考吗？在您显示的字符串中，我看到了 ESC 控制字符 (U+1B) 和一些常见的 ASCII 字符（(、0、1 和 B）。

标签： python python-3.x unicode

【解决方案1】：

这是 VT-100 替代字符集（在编辑问题主题之前不太明显）。序列esc ( 0 将编码更改为备用集，序列esc ( B 将其改回。只有少数这样的字符被映射。这是映射。

    0   1   2   3   4   5   6   7   8   9   A   B   C   D   E   F
6                                           ┘   ┐   ┌   └   ┼   
7       ─           ├   ┤   ┴   ┬   │

要进行转换，您必须设置一个 dict 将这些代码映射到相应的 Unicode 代码点并自行转换。

【讨论】：

【解决方案2】：

@BoarGules 是正确的。这是我对这样的字符串进行解码的解决方案：

vt_100_mapping = {
    '0x71': '─',
    '0x74': '├',
    '0x75': '┤',
    '0x76': '┴',
    '0x77': '┬',
    '0x78': '│',
    '0x6a': '┘',
    '0x6b': '┐',
    '0x6c': '┌',
    '0x6d': '└',
    '0x6e': '┼',
}

from itertools import groupby

def decode_vt_100(iterable, default_set='(B', alt_set='(0'):
    for is_escape, group in groupby(iterable, lambda _: _ =='\x1b'):
        if is_escape:
            continue

        characters = ''.join(group)

        if characters.startswith(default_set):
            yield characters[len(default_set):]

        elif characters.startswith(alt_set):
            for character in characters[len(alt_set):]:
                yield vt_100_mapping[hex(ord(character))]

>>> print(''.join(decode_vt_100("\x1b(0l\x1b(BHeader")))
┌Header

【讨论】：