Bash の作業ログでバックスペースの制御文字を削除したい

Question

環境は、WSL2 Ubuntu-22.04 です。
WSL で xyz と入力し、そのあと、Backspace で、xyz を消して、abc と入力します。
結果は以下のようになります。

$ script
Script started, output log file is 'typescript'.
$ echo abc
abc
$ exit
exit
Script done.
$ cat -v typescript
Script started on 2023-12-16 15:06:46+09:00 [TERM="xterm-256color" TTY="/dev/pts/4" COLUMNS="144" LINES="18"]
^[[?2004h^[]0;user@HostName: ~^G^[[01;32muser@HostName^[[00m:^[[01;34m~^[[00m$ echo xyz^H^[[K^H^[[K^H^[[Kabc^M
^[[?2004l^Mabc^M
^[[?2004h^[]0;user@HostName: ~^G^[[01;32muser@HostName^[[00m:^[[01;34m~^[[00m$ exit^M
^[[?2004l^Mexit^M

結果は、echo xyz^H^[[K^H^[[K^H^[[Kabc^M で、xyz^H^[[K^H^[[K^H^[[K の部分を削除したいです。
WSL2 だと、^[[K が入るので、ひとまずそれらを削除して、xyx^H^H^Habc^M にしてから、col -b とすると以下の結果になります。

$ sed $'s/\e\[K//g' typescript | col -b | cat -v
# 不要な部分省略
echo abc

うまくいっているように見えます。ところが、WSL だと、abc と入力し、そのあと左矢印「←」で三回カーソルを移動し、
それから右矢印「→」で三回カーソルを移動させると、次のようにログが記憶されます。
echo abc^H^H^H^[[C^[[C^[[C^M
なので、この状態で、col -b とすると、カーソルを移動しただけなのに、abc が消えてしまいます。

$ col -b < typescript
echo CCC

そこで、col -b を使わずに、バックスペースの制御文字と消したはずの文字列をファイルに残さずに削除したいと思っています。
バックスペースの制御文字だけ消すなら、
sed -E $'s/(\b\e\[K)+//g' typescript | cat -v でいいようですが、
バックススペースで消したはずの文字列も削除しようとするとそう簡単にはうまくいきません。
いろいろとテストしてみると、^[[K 以外のパターンが入る場合もあり、ちょっと私個人の力では手に負えない印象です。
そこで、日本語とか違うパターンとかは無視して、今回は簡略化して、^[[K が交じるパターンのみで確認したいと思っています。
例として以下のようなものです。
echo xyz^H^[[K^H^[[K^H^[[Kabc1234^H^[[K^H^[[K77^H^H^H^[[C^[[C^[[Cxy^H^[[K^H^[[Kpq^M
echo abc1277pq としたのですが、Backspace で何度か適当に削除したり、カーソル移動したりしたものがログに保存されているとします。
考え方としては、一行ずつ頭から ^H^[[K を一単位として、それが繰り返されている分だけ、その前の一文字を繰り返して消せばいいのではないか、と思っています。
なので、上の例だと、sed -E $'s/.{3}(\b\e\[K){3}//' で、xyz と制御文字を、
次にsed -E $'s/.{2}(\b\e\[K){2}//' で、34 と制御文字を、その次にsed -E s/.{2}(\b\e\[K){2}// で、xy と制御文字を消して、
最後に不要な移動カーソルの ^H や ^[[C を削除すればいいかと。
そのように考えて以下のように書いてみました。

#!/bin/bash
while read line; do
  if [[ $line =~ $'\b\e[K' ]]; then
    n1=$(echo "$line" | grep -oE $'(\b\e\[K)+' | grep -cE $'(\b\e\[K)+')
    for ((i=1; i<=n1; i++)); {
      if [[ $line =~ (($'\b\e[K')+) ]]; then
      n2=$(echo -n ${BASH_REMATCH[1]} | sed $'s/\b\e\[K/@/g' | wc -m)
      # 以下のコードでは、\b\e\[K ではうまくいかず、16進法で表記したらうまくいった
      line=$(echo "$line" | sed -E $'s/.{'$n2'}(\x08\x1b\[K){'$n2'}//')
      fi
    }
    echo "$line" | tr -d $'\b\e[C'
  else
    echo "$line" | tr -d $'\b\e[C'
  fi
done < typescript > test.log

結果を見ると、一応想定通りのように見えます。
この考え方やコードで間違ったところはないでしょうか？
ご存じの方いらしたらよろしくお願いします。

$ cat -v test.log
Script done on 2023-12-16 16:54:30+09:00 [COMMAND_EXIT_CODE="0"]
Script started on 2023-12-16 17:41:51+09:00 [TERM="xterm-256color" TTY="/dev/pts/4" COLUMNS="144" LINES="18"]
?2004h]0;user@HostName: ~^G01;32muser@HostName00m:01;34m~00m$ echo abc1277pq^M
^[[?2004l^Mabc1277pq^M
?2004h]0;user@HostName: ~^G01;32muser@HostName00m:01;34m~00m$ exit^M
^[[?2004l^Mexit^M

Script done on 2023-12-16 17:43:17+09:00 [COMMAND_EXIT_CODE="0"]

Answer 1

上の例だと、sed -E $'s/.{3}(\b\e[K){3}//' で、xyz と制御文字を、次にsed -E $'s/.{2}(\b\e[K){2}//' で、34 と制御文字を、その次にsed -E s/.{2}(\b\e[K){2}// で、xy と制御文字を消して〜

この部分は繰り返し処理(:a;s/.\b\e\[K//;ta;)にすればよいかと。

$ cat textlog | sed -E -e $':a;s/.\b\e\[K//;ta;s/\e\[C//g;s/\b//g;' | od -tx1a
0000000  65  63  68  6f  20  61  62  63  31  32  37  37  70  71  0d  0a
          e   c   h   o  sp   a   b   c   1   2   7   7   p   q  cr  nl

Comments

[退会済みユーザー]

なるほど、うまくいきました。ご回答ありがとうございました。