ZeroTermux 内置命令手册解读：Linux col 命令——文本控制字符过滤的原理与实战

• 移动开发
• 开发工具

col 是 Linux/UNIX 下经典的标准输入文本过滤器，专门用于滤除文档中的反向换行（RLF）与半反向换行（HRLF）等控制字符，把带终端控制序列的原始文本清洗成可读的纯文本。本文以 ZeroTermux 仓库内置命令手册 col.md 为主体，结合仓库中该手册的加载与渲染实现，系统讲解 col 的语法、选项、工作原理与典型实战用法，帮助读者在 Termux/ZeroTermux 终端环境中快速掌握这一文本清洗工具。

一、col 是什么：标准输入文本过滤器

col 是一个从标准输入读取文本、并把处理结果写到标准输出的过滤器。在许多 UNIX 说明文件（尤其是 man 手册页）内部，都嵌有 RLF 控制字符。当开发者用 shell 的特殊字符>和>>将说明文件的内容重定向输出成纯文本文件时，这些控制字符并不会被自动清除，而会原样落入文件，形成肉眼可见的乱码。col 命令的作用，正是有效滤除这些控制字符，让文本恢复干净、可读的状态。

这一说明来自仓库内置文档 col.md。在 ZeroTermux 中，这类命令手册文件统一存放在app/src/main/assets/cmd/目录下，每一条命令对应一个 Markdown 格式的.md文件（如 col.md、ls.md、man.md），构成了一个完整的、可离线查阅的命令速查手册集。

1.1 RLF 与 HRLF：col 要处理的两类控制字符

理解 col 之前，需要先认识它针对的两类控制字符：

• RLF（Reverse Line Feed，反向换行）：控制序列为ESC 7（即八进制\0337），作用是把光标向上移动一行。在排版中它常用于实现上下标或行内叠字效果。
• HRLF（Half Reverse Line Feed，半反向换行）：控制序列为ESC 8（即八进制\0338），作用是把光标向上移动半行，需要终端支持半行定位能力。

man 手册的排版引擎（roff）会借助这类字符实现两行内容的叠加显示（例如将说明文字与上下标叠加）。而一旦以纯文本方式导出，这些转义序列就变成了干扰阅读的乱码来源——这正是 col 存在的原因。

1.2 语法

col 的命令行语法非常简洁：

col(选项)

即col后直接跟可选选项，数据从标准输入流入，清洗结果从标准输出流出。ZeroTermux 内置的 col.md 所记录的语法即为此形式。

二、选项详解：四个核心参数

仓库文档 col.md 完整记录了 col 的四个核心选项，下表逐条整理并补充说明：

对各选项的进一步说明：

• -b（filter all control characters）：相当于对 RLF 与 HRLF 一视同仁、全部移除，是清洗导出文本的"万能钥匙"。绝大多数man ... | col -b的管道用法都基于该选项。
• -f（filter RLF but allow HRLF）：只移除反向换行，保留半反向换行。适合输出端终端本身支持半行定位、且希望保留叠加排版效果的场景；普通纯文本导出一般不使用。
• -x（convert tabs to spaces）：将水平制表符转换为对应数量的空格，使输出宽度确定、跨终端稳定。
• -l <num>：col 内部用内存缓冲区存放正在处理的逻辑行，默认按 128 列预分配；当一行内容超长或需要处理大量行时，可通过该选项显式增大缓冲区，避免截断。

从 POSIX 工具族的通用语义看，-b、-f、-x均为选项开关，-l后需跟数字参数，多个选项可组合使用，例如col -b -x。

三、典型应用场景与实战命令

3.1 将 man 手册清洗成纯文本文件

这是 col 最经典、使用频率最高的场景。man 手册页排版时会产生大量 RLF/HRLF 控制字符，直接重定向会得到夹杂乱码的文本。正确做法是用管道交给 col 清洗：

# 查看 ls 的手册并清洗输出 man ls | col -b > ls.txt # 直接查看清洗后的效果（不落盘） man col | col -b | less

把 col 自己的手册man col | col -b清洗后再阅读，是最直观的验证方式——你能看到干净整齐的纯文本，而非满屏转义乱码。

3.2 清洗已有的"带乱码"文本文件

如果已经通过>或>>把说明文件导出成了含控制字符的纯文本文件，可以将其重定向回 col 再次清洗：

# 清洗已存在的含控制字符文件 col -b < raw.txt > clean.txt # 原地查看清洗结果 col -b < raw.txt | cat

这与仓库文档 col.md 中"把说明文件的内容输出成纯文本文件时，控制字符会变成乱码，col 命令则能有效滤除这些控制字符"的描述完全对应。

3.3 制表符展开与超宽文本处理

# 将 Tab 统一展开为空格，保证输出宽度确定 col -bx < mixed.txt > fixed.txt # 处理超长行文本时显式扩大缓冲区（如 256 列） col -b -l 256 < wide.txt > clean_wide.txt

-b与-x组合是导出文本最稳妥的搭配：既滤除控制字符，又消除 Tab 在不同终端宽度下的对齐差异。

3.4 与相关命令配合

col 常与以下命令协同完成文本处理管线：

• colcrt：专用于过滤半行换行与反向换行的另一款过滤器，适合处理带下划线、上下标的文本；
• colrm：按列删除文本指定列范围，负责"删列"而非"滤字符"；
• pr、fold等格式化工具：可与 col 串联，对清洗后的文本做进一步分页、折行处理。

四、仓库视角：col.md 在 ZeroTermux 中的加载与渲染

作为 ZeroTermux 内置命令手册体系的一员，col.md 的实际消费逻辑位于仓库源码 CommandDialog.java 中。从源码结构看，其工作链路如下：

1. 用户在命令列表界面点击某条命令（如col），触发showCmdDetail(String cmd)回调；
2. 通过AssetManager.open(String.format("cmd/%s", cmd))以流的方式打开app/src/main/assets/cmd/下的对应 Markdown 文件（见 CommandDialog.java）；
3. 使用 CommonMark 的Parser将 Markdown 文本解析为节点树，再用HtmlRenderer渲染为 HTML；
4. 最终通过web_view.loadData(...)以text/html; charset=UTF-8的编码在应用内置 WebView 中展示给用户。

因此，用户在 ZeroTermux 里打开"命令手册"查看col条目时，实际阅读的就是 col.md 这份文档经过解析渲染后的结果。整个命令手册集（cmd/目录下数百个.md文件）均为同一套机制驱动，维护成本集中在 Markdown 源文件本身。

五、使用注意事项

• 标准输入/输出模型：col 只处理标准输入与标准输出，不直接接收文件名参数；对文件操作必须借助输入输出重定向（<、>）或管道（|）。
• -f的适用范围：仅当你确信输出终端支持半行定位、且需要保留叠加排版时再使用-f；常规纯文本导出一律用-b，否则 HRLF 序列仍会残留。
• 缓冲区大小：默认 128 列缓冲区面向常规文本；若待处理文档包含超长行，应通过-l增大缓冲区，避免内容被截断。
• 编码环境：col 处理的是面向字符终端（TTY）的转义序列，与现代多字节编码（UTF-8）文本配合时，建议先确认输出端终端与文件的编码一致，再执行清洗。

六、小结

col 是一个轻量却极其实用的文本过滤工具：它通过滤除 RLF/HRLF 控制字符、可选展开制表符，把 man 手册等含终端排版序列的原始文本清洗成可直接阅读、可长期存档的纯文本。在 ZeroTermux 中，col.md 既是这条命令的速查手册，也是内置命令手册体系（由 CommandDialog.java 统一加载渲染）的一个典型样例。掌握了col -b、col -x、col -l的组合用法，你就能在终端中随手将任何带控制字符的文档"洗"成干净文本。

• 移动开发
• 开发工具