☰

为什么单位分隔符 (ASCII 31) 在终端输出中不可见？

tag-icon • tag-icon terminal ascii
为什么单位分隔符 (ASCII 31) 在终端输出中不可见？

单位分隔符 ASCII 字符（ASCII 31，八进制 37）在 Vim 中可见为^_.但是，如果我将相同的文件打印到终端，则该字符是不可见的。这会导致一行上的字段粘在一起：

# In Vim and less:

first field^_second field^_last field

# cat the same file to terminal:
cat delim.txt
first fieldsecond fieldlast field

# print 2nd field with awk 
cat delim.txt | awk 'BEGIN {FS = "\037"} {print $2}'
second field

我想我可以使用 cat -v 使单位分隔符可见：

cat -v delim.txt
first field^_second field^_last field

但这是比较麻烦的。为什么单位分隔符在 Bash shell 中打印到 stdout 时没有可见的表示形式？我什至无法正确复制和粘贴 shell 输出；单位分隔符在此过程中丢失。

答案1

单位分隔符 ( US) 字符，也称为IS1，属于cntrl字符类，并且是不是在里面print字符类中。它是一个控制字符，用于将文本组织成组，对于旨在利用该信息的程序。一般来说，不可打印的字符在不同的程序或环境中可能会有不同的解释和呈现。

您看到它在 Vim 中表示的原因^_是因为 Vim 是一个交互式编辑器。只要将正确的二进制字符写入磁盘，它就可以随意呈现不可打印的字符。

您无法在 shell 中获得相同的行为，因为 Unix shell 程序是为了操作纯文本并将纯文本相互传递而编写的。当您cat创建文件时，写入终端的文本必须是文件中实际的内容。

这样就将其留给终端设备来解释该字符。事实证明，一些终端模拟器做使US角色与其他角色不同。在gnome-terminal（或任何vte基于 的终端）中，字符将呈现为包含十六进制代码的框001F。在xtermor中rxvt，该字符确实是不可见的。

答案2

单位分隔符的 ASCII 范围为控制字符，因此没有（或通常不应该）有视觉表示。

Vim 和其他一些编辑器会显示它们，以便您可以编辑它们。正如您所注意到的，cat -v它也显示出来。手册页显示，这-v是 的缩写形式--show-nonprinting，这会导致它用可打印表示替换非打印字符，这不是文件的原始内容，因此如果输出实际上是另一个程序，可能会导致麻烦。

您看到的表示形式已经暗示它是一个控制字符：前面带有 a 的字符^是Ctrl+ 字符的常见表示法，它是在终端中生成该字符的组合键。例如，Ctrl+可以让你在 vim 中输入单位分隔符。_但另一个编辑器或某些 GUI 查看器可能会显示十六进制代码、占位符或完全不同的东西。

由于您的终端不打印控制字符，因此在选择文本时也不会复制它（换行符和制表符等空白字符在这里是一个例外，它们也是控制字符）。复制时通常会忽略的终端中控制字符的另一个示例是颜色代码，它是一个ESC字符，后跟用于为文本着色的代码。

因此，要在终端上显示字符，除了使用用一些可打印字符替换单位分隔符的程序之外，没有其他方法。

答案3

如果你想改变的话，在其他（非常好的）答案的边缘一点仅有的显示文件内容时的控制字符^_，您可能想要音译它使用tr实用程序（以及一些 bash 兼容语法）：

# Replace the control character US (^_) by *one* other character
$ cat my.file | tr $'\c_' ':'

如果您需要用“扩展”形式替换该控制字符，则需要sed：

# Replace the control character US (^_) by any string
cat /tmp/f | sed s/$'\c_'/^_/g

请注意语法$'\cX'：此语法通知您的（bash 兼容 shell）替换相应的控制字符。看维基百科的控制字符别名列表使用“插入符号”。如果您不喜欢这种语法，您可能更喜欢使用八进制$'\037'或十六进制$'\x1f'表示法。

相关内容