Unix“脚本”命令的格式输出：删除退格符、换行符和删除的字符？

Question

我正在尝试使用script 命令来记录交互式shell 会话，以便我可以使用它来准备文档。

根据手册页：

脚本将所有内容都放在日志文件中，包括换行符和
退格键。这不是天真的用户所期望的。

我是一个天真的用户（通常不会在手册页中大喊大叫，这相当令人兴奋！），我想处理输出，以便删除退格、换行和删除的字符等.

例如，我运行一个 脚本 会话：

stew:~> script -f scriptsession.log
Script started, file is scriptsession.log
stew:~> date
Mon Aug 22 15:00:37 EDT 2011
stew:~> #extra chars: that
stew:~> exit
exit
Script done, file is scriptsession.log

然后我使用 cat 读取会话日志：

stew:~> cat scriptsession.log
Script started on Mon 22 Aug 2011 03:00:35 PM EDT
stew:~> date
Mon Aug 22 15:00:37 EDT 2011
stew:~> #extra chars: that
stew:~> exit
exit

Script done on Mon 22 Aug 2011 03:01:01 PM EDT

但是当我使用 less 时，我看到了使用 cat 不可见的不需要字符的证据：

stew:~> less scriptsession.log
Script started on Mon 22 Aug 2011 03:00:35 PM EDT
stew:~> date
Mon Aug 22 15:00:37 EDT 2011
stew:~> #extra chars: thiESC[ESC[ESC[ESC[Kthat
stew:~> exit
exit

Script done on Mon 22 Aug 2011 03:01:01 PM EDT
scriptsession.log lines 1-8/8 (END)

当我使用 cat 时，我知道它不会删除不可见的字符，它只是不会像 less 那样明显地表示它们——所以如果我将 cat 输出通过管道传输到一个文件，它仍然有不需要的字符。

我想要的输出格式是 cat 显示 的副本。谢谢！

（抱歉，如果这是重复的，搜索“unix 脚本输出格式”会返回很多关于手头问题的噪音结果！）

Answer 1

col 命令将执行您要查找的部分但不是全部过滤。 （例如，它似乎无法识别粗体和下划线的控制序列。）

我过去使用的一种方法是 (a) 更改我的 shell 提示符，使其不进行任何突出显示（通常会这样做），和/或 (b) 将 $TERM 设置为 "dumb" 所以各种命令不会尝试使用某些控制序列。

Answer 2

我通过在屏幕上运行scriptreplay 并将回滚缓冲区转储到文件中解决了这个问题。

下面的 expect 脚本会为你做这件事。

它已针对最多 250.000 行的日志文件进行了测试。在工作目录中，您需要您的脚本日志、一个名为“time”的文件，其中包含 10.000.000 倍的行“1 10”，以及脚本。我需要你的脚本文件名作为命令行参数，比如./name_of_script name_of_scriptlog。

#!/usr/bin/expect -f 

set logfile [lindex $argv 0]

if {$logfile == ""} {puts "Usage: ./script_to_readable.exp \$logfile."; exit}

set timestamp [clock format [clock sec] -format %Y-%m-%d,%H:%M:%S]
set pwd [exec pwd]
if {! [file exists ${pwd}/time]} {puts "ERROR: time file not found.\nYou need a file named time with 10.000.000 times the line \"1 10\" in the working directory for this script to work. Please provide it."; exit}
set wc [exec cat ${pwd}/$logfile | wc -l]
set height [ expr "$wc" + "100" ]
system cp $logfile ${logfile}.tmp
system echo $timestamp >> ${logfile}.tmp
set timeout -1
spawn screen -h $height -S $timestamp 
send "scriptreplay -t time -s ${logfile}.tmp 100000 2>/dev/null\r"
expect ${timestamp} 
send "\x01:hardcopy -h readablelog.${timestamp}\r"

send "exit\r"

system sed '/^$/d' readablelog.$timestamp >> readablelog2.$timestamp
system head -n-2 readablelog2.$timestamp >> ${logfile}.readable.$timestamp
system rm -f readablelog.$timestamp readablelog2.$timestamp ${logfile}.tmp

时间文件可以通过

for i in $(seq 1 10000000); do echo "1 10" >> time; done

Answer 3

正如 Keith 所说，col 完成了部分工作（控制字符）。

您可以进一步使用 ansifilter 删除任何您不想要的 ANSI 转义序列：http://www.andre-simon.de/zip/download.html#ansifilter

Answer 4

或者您可以使用“更多”命令，该命令将解释这些字符并准确显示您输入的内容、接收到的输出等，就像您在缓冲区中向后滚动一样。

Answer 5

# awk script
{
    gsub(/\033\[[CK]/, "")
    while (sub(/.\b/, "")) ;
    print
}

脚本会删除交错的“ESC [ C”和“ESC [ K”子字符串。 然后将 'c BS' 子串替换为 nothig，其中 c 代表任何字符。