如何清理linux'script'命令的输出

我正在使用linux'script'命令 http://www.linuxcommand.org/man_pages/script1.html来跟踪一些交互式会话。该文件的输出文件包含不可打印的字符，包括我的退格键。

有没有办法整理这些输出文件，使它们仅包含屏幕上显示的内容？

还是有另一种方式来记录交互式Shell会话（输入和输出）？

如果要查看文件，则可以通过输出发送输出col -bp。这解释了控制字符。然后，您可以根据需要减少传输量。

col -bp typescript | less -R

在某些系统上col不接受文件名参数，请改用以下语法：

col -bp <typescript | less -R

cat typescript | perl -pe 's/\e([^\[\]]|\[.*?[a-zA-Z]|\].*?\a)//g' | col -b > typescript-processed

这是输入到的字符串的一些解释perl：

• s/pattern//g表示对整个g输入字符串进行替换（该选项表示对整个字符串进行替换，而不是对第一个替换项停止）

这是对正则表达式模式的一些解释：

• \e 匹配特殊的“转义”控制字符（ASCII 0x1A）
• (并且)是一个小组的开始和结束
• |表示该组可以匹配N个模式之一。N个模式在哪里
  • [^\[\]] 要么
  • \[.*?[a-zA-Z] 要么
  • \].*?\a
• [^\[\]] 手段
  • 匹配一组非字符，其中非字符为[和]
• \[.*?[a-zA-Z] 手段
  • 匹配以开头的字符串，[然后进行非贪婪.*?直到第一个字母字符
• \].*?\a 手段
  • 匹配以开头的字符串，]然后进行非贪婪操作，.*?直到您击中称为“警报（响铃）字符”的特殊控制字符为止

对于大量的script输出，我会迭代地一起破解一个perl脚本。否则，请使用出色的编辑器进行手动编辑。

现有的自动化方法不太可能以script某种方式重现某些重要时刻（例如，主机在等待某些用户输入的第一个字符时）在屏幕上显示的内容，从而从输出中删除控制字符。

例如，除了Andrew $，屏幕可能是空白的，如果您随后键入rm /*并按了12次退格键（远远超过了所需的次数），则最后显示在屏幕上的内容取决于正在运行的Shell，当前stty设置（您可能会在整个会话过程中进行更改）以及其他一些因素。

以上适用于连续捕获输入和输出的任何自动化方法。主要的替代方法是在会话期间的适当时间拍摄“屏幕快照”或剪切和粘贴屏幕（这是我为用户指南所做的操作，为日间日志做的记录等）。

我问题的第二部分的答案是^A H在运行屏幕的会话中使用gnu屏幕中的日志记录工具。该文档位于http://www.gnu.org/software/screen/manual/screen.html#Logging

我用cat filename它删除控制字符:-)

如果您要记录的是命令（例如，稍后将其转换为bash脚本），则可以运行script(1)，然后在其中运行

bash -x

之后grep，输出文件（通常为“ typescript”）查找以“ +”开头的行。正则表达式^\+可以解决问题。

如果要将输出写入文件：

col -bp < typescript >>newfile

如果需要，可以使用unix2dos命令将文件转换为Windows格式

col -bp根据需要处理退格键（AFAIK）。但是它破坏了颜色逃逸序列。如果可能的话，最好先删除颜色序列，然后再处理退格键。

这是一个非常普遍的需求，我很惊讶没有更多的解决方案。编写会话脚本非常普遍，然后有人需要查看该过程。您希望消除所有小的键入错误，并使用颜色转义序列来创建该过程的“干净”脚本，以备将来参考。首选简单ASCII文本。我认为这是“人类可读”的目的，这是非常合理的事情。

我发现，如果您处于Perl可用的环境中，那么dewtall提供给Unix板上类似问题的答案可以更有效地从脚本输出中删除控制字符。

dewtall的脚本：

#!/usr/bin/perl
while (<>) {
    s/ \e[ #%()*+\-.\/]. |
       \r | # Remove extra carriage returns also
       (?:\e\[|\x9b) [ -?]* [@-~] | # CSI ... Cmd
       (?:\e\]|\x9d) .*? (?:\e\\|[\a\x9c]) | # OSC ... (ST|BEL)
       (?:\e[P^_]|[\x90\x9e\x9f]) .*? (?:\e\\|\x9c) | # (DCS|PM|APC) ... ST
       \e.|[\x80-\x9f] //xg;
       1 while s/[^\b][\b]//g;  # remove all non-backspace followed by backspace
    print;
}

删除控制字符：

./dewtalls-script.pl < output-from-script-that-needs-control-characters-removed

编写https://github.com/RadixSeven/typescript2txt即可解决此问题。

自从我上次更新/使用它已经有4年了，但是我不记得做过什么现在还不能正常工作的幻想。

我找到了一个很好的方法。在我的系统上，长的输出行上撒有“ ^ M”（空格后跟回车符）。可以用空字符“ ^ @”很好地替换“ ^ M”，当您对文件进行分类时，它根本不会显示。

我也捕获时间，因此为了完美地重放文件，我不能简单地使用下面的命令完全删除“ ^ M”（因为scriptreplay计算字节）：

tr '\r' '\0' | sed 's/ \x0//g'

我这样运行我的脚本命令：

script -t -f session.log 2>timing

因此，我之后要做的是：

cat session.log | tr '\r' '\0' > typescript 
scriptreplay -t timing | sed 's/ \x0//g'

第一次编辑（重播之前）保留文件中的字节数。第二个编辑（在重播之后）在随机的地方消除了空白。（请注意，默认情况下scriptreplay会查找名为“ typescript”的输入文件，这就是为什么我在“ timing”之后没有提供输入文件的原因。）

输出上的dos2unix也可以解决问题

另一种解决方案是使用strings仅打印文件（或标准输入）中的可打印字符的解决方案：

strings -n 1 filename

该-n 1选项将要保留的序列的最小长度设置为1，从而确保即使保留了由不可打印字符包围的单个可打印字符。

这种方法的一个缺点是，strings在可打印字符的相邻字符串之间添加了换行符。例如包含内容的文件

Foo<SOMECONTROLCHAR>Bar

（其中<SOMECONTROLCHAR>控制字符或其他任何不可打印的字符）将返回为

Foo
Bar

评论中提出的另一个问题是，控制字符的某些序列由可打印字符和不可打印字符的组合组成，这种方法只会删除其中的一部分。

但是，strings在删除问题中提到的退格等控制字符方面做得很好。