Como limpar a saída do comando 'script' do linux

Estou usando o comando 'script' do linux http://www.linuxcommand.org/man_pages/script1.html para rastrear algumas sessões interativas. Os arquivos de saída contêm caracteres não imprimíveis, incluindo minhas teclas de backspace.

Existe uma maneira de arrumar esses arquivos de saída para que eles contenham apenas o que foi exibido na tela?

Ou existe outra maneira de gravar uma sessão de shell interativa (entrada e saída)?

Se você deseja visualizar o arquivo, pode enviar a saída col -bp; isso interpreta os caracteres de controle. Então você pode canalizar menos, se quiser.

col -bp typescript | less -R

Em alguns sistemas colnão aceitariam um argumento de nome de arquivo, use esta sintaxe:

col -bp <typescript | less -R

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

aqui está uma interpretação da entrada de string para perl:

• s/pattern//gsignifica fazer uma substituição na gcadeia de entrada inteira (a opção significa fazer a coisa toda em vez de parar no primeiro substituto)

aqui está uma interpretação do padrão regex:

• \e corresponde ao caractere de controle "escape" especial (ASCII 0x1A)
• (e )são o começo e o fim de um grupo
• |significa que o grupo pode corresponder a um dos N padrões. onde os padrões N são
  • [^\[\]] ou
  • \[.*?[a-zA-Z] ou
  • \].*?\a
• [^\[\]] significa
  • corresponder a um conjunto de caracteres NÃO em que os caracteres não estão [e]
• \[.*?[a-zA-Z] significa
  • corresponda a uma sequência iniciada por, em [seguida, faça um não ganancioso .*?até o primeiro caractere alfa
• \].*?\a significa
  • corresponda a uma sequência que começa com ]e faça um não ganancioso .*?até atingir o caractere de controle especial chamado "o caractere de alerta (sino)"

Para uma grande quantidade de scriptsaída, eu hackeava um script perl juntos iterativamente. Caso contrário, edite manualmente com um bom editor.

É improvável que exista um método automatizado existente para remover caracteres de controle da scriptsaída de uma maneira que reproduza o que foi exibido na tela em determinados momentos importantes (como quando o host estava esperando pelo primeiro caractere de alguma entrada do usuário).

Por exemplo, a tela pode ficar em branco, exceto Andrew $, se você digitar rm /*e pressionar a tecla backspace doze vezes (muito mais do que o necessário), o que é mostrado na tela no final depende de qual shell estava em execução, quais são as suas sttyconfigurações atuais ( que você pode alterar parcialmente durante uma sessão) e provavelmente alguns outros fatores também.

O acima se aplica a qualquer método automatizado de captura contínua de entrada e saída. A principal alternativa é tirar "capturas de tela" ou recortar e colar a tela em momentos apropriados durante a sessão (que é o que faço nos guias do usuário, notas para um diário, etc.).

Uma resposta para a segunda parte da minha pergunta é usar o recurso de registro na tela do gnu: ^A Hde dentro de uma sessão de tela em execução. A documentação está em http://www.gnu.org/software/screen/manual/screen.html#Logging

Eu usei o cat filenameque remove os caracteres de controle :-)

Se você deseja gravar seus comandos (por exemplo, transformá-los posteriormente em um script bash), é necessário executar um hack razoável e script(1), dentro dele, executar

bash -x

Depois, grepo arquivo de saída (normalmente "datilografado") procura linhas iniciando com um "+". A expressão regular ^\+fará o truque.

Se você deseja gravar a saída em um arquivo:

col -bp < typescript >>newfile

use o comando unix2dos para converter o arquivo para o formato Windows, se desejar

col -bp processa os backspaces conforme desejado (AFAIK). Mas controla as seqüências de escape de cores. Pode ser bom remover as seqüências de cores primeiro e depois processar os backspaces, se possível.

Essa é uma necessidade muito comum e estou surpreso por não haver mais soluções para isso. É extremamente comum criar um script para uma sessão e alguém precisa revisar o procedimento. Você deseja eliminar todos os pequenos erros de digitação e seqüências de escape de cores para criar um script "limpo" do procedimento para referência futura. Texto ASCII simples preferido. Eu acho que é isso que se entende por "legível por humanos", e é uma coisa muito razoável de se fazer.

Eu achei a resposta que dewtall forneceu a uma pergunta semelhante no quadro Unix para ser mais eficaz na remoção de caracteres de controle da saída do script, se você estiver em um ambiente em que o Perl esteja disponível.

roteiro de dewtall:

#!/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;
}

Para remover os caracteres de controle:

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

https://github.com/RadixSeven/typescript2txt foi escrito para resolver esse problema.

Faz quatro anos desde a última vez que o atualizei / usei, mas não me lembro de ter feito algo sofisticado que ainda não deveria funcionar hoje.

Eu encontrei uma boa maneira de fazê-lo. No meu sistema, linhas de saída longas são salpicadas com "^ M" (espaço em branco seguido de retorno de carro). O "^ M" pode ser bem substituído pelo caractere nulo "^ @", que não é exibido quando você cria o arquivo.

Também capturo o tempo, portanto, para reproduzir o arquivo perfeitamente, não posso simplesmente remover "^ M" completamente usando os comandos abaixo (porque o scriptreplay conta bytes):

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

Eu executo meu comando de script assim:

script -t -f session.log 2>timing

Então, o que eu faço depois é:

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

A primeira edição (antes da reprodução) mantém o número de bytes no arquivo. A segunda edição (após a reprodução) se livra do espaço em branco em lugares aleatórios. (Observe que, por padrão, o scriptreplay procura o arquivo de entrada chamado "typescript", motivo pelo qual não o forneci após o "tempo".)

dos2unix na saída também fará o truque

Uma outra solução é usar o stringsque imprime apenas caracteres imprimíveis de um arquivo (ou da entrada padrão):

strings -n 1 filename

A -n 1opção define o comprimento mínimo das seqüências a serem preservadas para uma e, assim, garante a preservação de caracteres imprimíveis únicos cercados por caracteres não imprimíveis.

Uma possível desvantagem dessa abordagem é que ela stringsadiciona quebras de linha entre cadeias contíguas de caracteres imprimíveis. Por exemplo, um arquivo com conteúdo

Foo<SOMECONTROLCHAR>Bar

(onde <SOMECONTROLCHAR>está o caractere de controle ou qualquer outro caractere não imprimível) seria retornado como

Foo
Bar

Outra questão levantada nos comentários é que algumas seqüências de caracteres de controle consistem em uma combinação de caracteres imprimíveis e não imprimíveis e essa abordagem remove apenas parte deles.

No entanto, stringsfaz um bom trabalho ao remover caracteres de controle como o backspace mencionado na pergunta.