Existe alguma maneira de converter um log “All session output”, com caracteres de controle, em um log de “saída imprimível” mais legível?

Question

Tivemos um contratante interno para ajudar com alguma configuração de um produto e estamos tentando examinar os registros de massa que ele montou para nós, mas em vez de usar "saída imprimível" ele usou "toda a saída da sessão" que inclui todas as teclas, incluindo "BS", etc, tornando os logs muito difíceis de ler, pois ele tinha muitos, muitos erros de digitação. ou seja:

[ESC]] 0; raiz @ host: ~ [BEL] [raiz @ host ~] # itm, cm [BS] [BS] [ESC] [K [BS] [ESC] [agente Kcmd starp [BS ] t

Existe alguma maneira de eliminar esses caracteres de controle, de forma inteligente, para que o resultado final seja um arquivo legível para humanos, muito parecido com o que você veria no formato "saída imprimível"?

Obrigado pela sugestão abaixo. Nosso maior ponto de vista são os caracteres de controle [BS], o que tornaria isso:

ls-pg [BS] [BS] al P [BS] | greu [BS] p dr

para:

ls -al | grep dr

Alguma ideia de como isso pode ser feito?

    

Answer 1

Ative uma rolagem muito grande em massa, cat do arquivo de log e copie e cole o resultado em um novo arquivo.

    

Answer 2

Embora não seja perfeito, este filtro sed lhe dará um ponto de partida.

sed -r 's/(\[[A-Z]+\]?|\]0;)//g' escapes.log > noescapes.log

Se eu canalizar sua amostra através desse filtro, recebo:

root@host:~[root@host ~]# itm,cmcmd agent starpt

Uma solução que depende de um comando / script para analisar os códigos de terminal reais seria mais elegante, isso é mais uma "correção rápida".

Repartição de regex para quem está tentando aprendê-lo:

• parênteses externos para propósitos de alternância (o caractere | é OR)
• \[ e \] são colchetes com escape, para que não sejam interpretados como uma classe de caracteres.
• [ ] contém uma classe de caracteres. [A-Z] é uma classe para correspondência de qualquer letra maiúscula.
• + indica que corresponde a "um ou mais do átomo anterior". O átomo anterior era a classe de caracteres, então "uma ou mais letras maiúsculas".
• ? indica que o átomo anterior é opcional. Nesse caso, o átomo opcional é \] .
• Significado combinado neste ponto: "uma ocorrência de um ou mais caracteres maiúsculos precedidos por um literal [ opcionalmente com sufixo por um literal]"
• O caractere | é o início da OR.
• \]0; corresponde a 'um literal' com o sufixo 0; '.

A string de substituição está vazia, então eles são removidos. /g informa sed para não parar no primeiro jogo.