从脚本输出中删除控制字符（包括控制台代码/颜色）

Question

我可以使用“脚本”命令在命令行记录交互式会话。但是，这包括所有控制字符和颜色代码。我可以使用“col -b”删除控制字符（如退格键），但找不到删除颜色代码的简单方法。

请注意，我想以正常方式使用命令行，所以不想在那里禁用颜色 - 我只想从脚本输出中删除它们。此外，我知道可以尝试并尝试找到一个正则表达式来解决问题，但我希望有一个更简单（更可靠 - 如果我在开发正则表达式时不知道代码怎么办？）解决方案。

要显示问题：

spl62 tmp：脚本
脚本启动，文件是打字稿
spl62 lepl: ls
add-licence.sed build-example.sh commit-test push-docs.sh
add-licence.sh build.sh delete-licence.sed setup.py
asn build-test.sh delete-licence.sh src
build-doc.sh 清理 doc-src test.ini
spl62 lepl：退出
脚本完成，文件是打字稿
spl62 tmp: cat -v 打字稿
脚本开始于 2011 年 6 月 9 日星期四上午 09:47:27 CLT
spl62 lepl: ls^M
^[[0m^[[00madd-licence.sed^[[0m ^[[00;32mbuild-example.sh^[[0m ^[[00mcommit-test^[[0m ^[[00;32mpush-docs.sh] ^[[0米^米
^[[00;32madd-licence.sh^[[0m ^[[00;32mbuild.sh^[[0m ^[[00mdelete-licence.sed^[[0m ^[[00msetup.py^[[0m^M]
^[[01;34masn^[[0m ^[[00;32mbuild-test.sh^[[0m ^[[00;32mdelete-licence.sh^[[0m ^[[01;34msrc^[[0m^M]
^[[00;32mbuild-doc.sh^[[0m ^[[00;32mclean^[[0m ^[[01;34mdoc-src^[[0m ^[[00mtest.ini^[[0m^M]
spl62 lepl: 退出^M

脚本完成于 2011 年 6 月 9 日星期四上午 09:47:29 CLT
spl62 tmp: col -b < 打字稿 
脚本开始于 2011 年 6 月 9 日星期四上午 09:47:27 CLT
spl62 lepl: ls
0m00madd-licence.sed0m 00;32mbuild-example.sh0m 00mcommit-test0m 00;32mpush-docs.sh0m
00;32madd-licence.sh0m 00;32mbuild.sh0m 00mdelete-licence.sed0m 00msetup.py0m
01;34masn0m 00;32mbuild-test.sh0m 00;32mdelete-licence.sh0m 01;34msrc0m
00;32mbuild-doc.sh0m 00;32mclean0m 01;34mdoc-src0m 00mtest.ini0m
spl62 lepl：退出

脚本完成于 2011 年 6 月 9 日星期四上午 09:47:29 CLT

Answer 1

以下脚本应过滤掉所有 ANSI/VT100/xterm 控制序列（基于ctlseqs）。最低限度的测试，请报告任何匹配不足或过度匹配。

#!/usr/bin/env perl
## uncolor — remove terminal escape sequences such as color changes
while (<>) {
    s/ \e[ #%()*+\-.\/]. |
       \e\[ [ -?]* [@-~] | # CSI ... Cmd
       \e\] .*? (?:\e\\|[\a\x9c]) | # OSC ... (ST|BEL)
       \e[P^_] .*? (?:\e\\|\x9c) | # (DCS|PM|APC) ... ST
       \e. //xg;
    print;
}

已知的问题：

• 不会抱怨格式错误的序列。这不是这个脚本的目的。
• 不支持 DCS/PM/APC/OSC 的多行字符串参数。
• 128-159 范围内的字节可能被解析为控制字符，尽管很少使用。这是一个解析非 ASCII 控制字符的版本（这将破坏某些编码中的非 ASCII 文本，包括 UTF-8）。

#!/usr/bin/env perl
## uncolor — remove terminal escape sequences such as color changes
while (<>) {
    s/ \e[ #%()*+\-.\/]. |
       (?:\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;
    print;
}

Answer 2

更新Gilles 的回答以删除回车符并对以前的字符进行退格擦除，这对于我在 Cygwin 上生成的打字稿都很重要：

#!/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;
}

Answer 3

我会sed在这种情况下使用：

cat -v typescript | sed -e "s/\x1b\[.\{1,5\}m//g"

sed -e "s/search/replace/g"是标准的东西。正则表达式解释如下：

• \x1b 匹配颜色代码之前的 Escape
• \[ 匹配第一个左括号
• .\{1,5\}匹配任何单个字符的 1 到 5 个。必须\使用花括号以防止外壳损坏它们。
• m 正则表达式中的最后一个字符 - 通常跟踪颜色代码。
• // 用于替换所有内容的空字符串。
• g 每行匹配多次。

Answer 4

Ubuntu 上ansi2txt的colorized-logs软件包中有一个命令。它很好地删除了 ANSI 颜色代码，但它不处理诸如通过发射产生的进度条^H或^M字符覆盖文本之类的事情。 col -b可以处理这些，因此为了获得最佳结果，您可以将两者结合起来

cat typescript | ansi2txt | col -b

Answer 5

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

Answer 6

# The "sed -r" trick does not work on every Linux, I still dunno why:
DECOLORIZE='eval sed "s,${END}\[[0-9;]*[m|K],,g"'

=> 使用方法：

<commands that type colored output> | ${DECOLORIZE}

测试： - AIX 5.x / 6.1 / 7.1 - Linux Mandrake / Mandriva / SLES / Fedora - SunOS