标签: control-characters

在文本处理字段中，有没有办法知道制表符的长度是 8 个字符（默认长度）还是更少？

例如，如果我有一个带有制表符分隔符的示例文件，并且一个字段的内容适合少于一个制表符 (?7)，并且如果我之后有一个制表符，那么该制表符将只是“制表符大小 – 字段大小” '的长度。

有没有办法获得一行上标签的总长度？我不是在寻找标签的数量（即 10 个标签不应该返回 10），而是这些标签的字符长度。

对于以下输入数据（字段之间的制表符分隔且只有一个制表符）：

field0  field00 field000        last-field
fld1    fld11   fld001  last-fld
fd2     fld3    last-fld

我希望计算每行中标签的长度，所以

11
9
9

也许已经有一些答案可以间接回答我的问题，但我已经阅读了很多，但尚未找到对这种差异的满意答案。

回车的本义来自老式电传打字机：它的意思是将打印头在当前行中向左移动。如果您继续在当前行写入，您将覆盖已经写入的内容。如今，我们可以使用文本符号来指定这种行为\r，它是在字符串中明确输入的。例如，在 Python 中您可以执行print('hello\rgoodbye')，而在终端中您可以执行echo $'hello\rgoodbye'，并且在这两种情况下您都只会看到goodbye.

相比之下，伪回车也可以与 ASCII 控制字符^M（用Ctrl-M或键入Enter）交互插入。我称它为伪回车是因为尽管它被广泛称为回车\r，但令人惊讶的是它没有 insert ，而是 inserts \n，这是换行的符号。

因此，交互式键入hello, then Ctrl-M, thengoodbye出人意料地没有达到 的等价物hello\rgoodbye，而是相当于hello\ngoodbye.

这不是很矛盾吗？这背后的原理是什么？

我可能配置错误，但我不知道是什么。（请参阅下面的更新 1 和 2）在 中gnome-terminal，当我点击Alt（没有任何其他键）时，它会立即发送^[<到终端（我通过点击Ctrl+V之前进行了测试Alt）。由于我经常使用Alt+ Tab，这是非常不幸的，因为控制序列会，例如，移动到历史的开头或在vim. 该Alt+ Tab，然而，这仍然可以通过窗口工作，并循环通缉。

可能是什么原因以及如何恢复 gnome-terminal 中的默认行为？

• 操作系统：Linux Mint 19.3 Tricia x86_64
• 内核：5.3.0-24-generic
• 外壳：bash 4.4.20
• GNOME 终端 3.28.1 使用 VTE 0.52.2 +GNUTLS -PCRE2

更新 1

我发现这仅发生在笔记本电脑键盘本身上，而不是使用外部连接的 USB 键盘。虽然连接了外部键盘，但两个 -Alt键的行为不同。

笔记本电脑是联想P53。

我仍然不知道如何为笔记本电脑键盘修复它，但至少我更接近问题的根源。

更新 2 运行xev我很快击中（按下并立即释放）Alt一次；首先在笔记本电脑键盘上，然后在外部 USB 键盘上：

# LAPTOP KEYBOARD ALT-KEY

MappingNotify event, serial 39, synthetic NO, window 0x0,
    request …

我想找到我的文件中有哪些控制字符。我不搜索特定字符，但有可能\t或\n。我有一个程序告诉我：Invalid control character。但当我打开文件时，我看不到任何东西。如何展现这些人物形象呢？我怀疑\nor\t或 一些添加空格的字符。

我尝试过：grep '\n' myfile.txt但在输出中它标记了该n字母。

我刚刚注意到，在通过cat和重定向创建快速测试文件（例如，使用示例输入）时，我在不同的系统上看到了不同的行为。

以下是了解我在说什么的步骤：

运行cat > testfile。

输入helli，然后按退格键，然后输入o。

按 Enter。

键入 Ctrl-D 结束输入。

运行od -a testfile。

在某些系统上，例如 Mac，您将获得：

0000000    h   e   l   l   o  nl                                        
0000006

在其他系统上，例如我通过 Windows 上的 MobaXterm 登录的 RHEL 5.7 主机，您可能会得到：

0000000    h   e   l   l   i  bs   o  nl                                        
0000010

造成这种差异的代码在哪里？例如，在上面的例子中，我应该怀疑 MobaXterm，还是 RHEL 5 系统？或者我的键盘和文件系统之间的哪一层？

这与其说是一个真正的问题，不如说是一个出于好奇的问题；我显然可以通过使用文本编辑器来创建没有退格字符的文件，但这在过去让我感到困惑。有一次在一次随意的演示/培训期间，我提到通过创建文件cat存在这个问题，退格字符被逐字取用，只是在学生使用的 Mac 上根本没有这种效果时才会显示错误。 所以这让我很好奇。

cat有一个-v选项可以将非打印字符转换为插入符号（如果我们不希望终端在cat输出中按字面解释控制字符，这很有用）。

但据我了解，脱字符号仅适用于 ASCII 字母表中的非打印字符。那么，UTF 中不属于 ASCII 的非打印字符（例如https://www.compart.com/en/unicode/category/Cc）又如何呢？将使用什么符号cat -v来显示这些？

在有效的shell \\u（bash +4.3、ksh93 或 zsh）中，我们可以打印 Unicode 字符：

$ printf \'a b c \\ua0 \\ua1 \\ua2 \\ua3 \\n\'\na b c   \xc2\xa1 \xc2\xa2 \xc2\xa3\n

这是Latin-1_Suplement范围中的一些字符。

然而，一旦9f添加了 Unicode 字符，打印就会停止，直到打印出 Unicode 9c。

和\\u9f（\\u9cAPC 和 ST）都是C1控制字符。

$ printf \'a b c \\u9f d e f \\u9c \\ua0 \\ua1 \\ua2 \\ua3 \\n\'\na b c  \xc2\xa0 \xc2\xa1 \xc2\xa2 \xc2\xa3 \n

角色肯定会消失。

可以肯定的是，它printf正在生成所有字符，并且将输出重定向到其他软件（而不是终端）将显示生成的字符：

$ printf …