Вставка двоичных данных в терминал Unicode

ef bf bd кодировка UTF-8 СИМВОЛА ЗАМЕНЫ (�), который "используется для замены входящего символа, значение которого является неизвестным или непредставимым в Unicode".

То, что Вы описываете, не является "расширенным ASCII", а скорее двоичными данными. Некоторые байты в диапазоне 0x80-0xff не допустимый ISO 8859 ничто, таким образом, понятно что некоторая обработка программ что как неизвестный символ.

Вы могли попытаться использовать 8-разрядную кодировку символов, которая использует все 255 положений, таких как кодовая страница 850 IBM.

Но затем программа, с которой Вы копируете, могла бы интерпретировать данные также. И что происходит, когда Вы вставляете пустой байт или терминальную escape-последовательность? Целый подход кажется предназначенным для сбоя.

Терминалы обычно не разрабатываются для принятия двоичного входа: они ожидают, что управляющие символы будут иметь особое значение в приложениях и сделают некоторую обработку самих управляющих символов (главным образом в несколько сигналов).

Исключением является Emacs term режим (или один из его вариантов), который рассматривает вставляемые данные как необработанный текст, это передается приложению.

Нормальный метод обеспечения двоичного входа к приложению должен был бы перенаправить свой вход из файла или канала. Если данные находятся в X буферах обмена, можно использовать xclip или xsel:

xclip -o | myapp
xsel -o | myapp

Ожидаемое поведение работало здесь с помощью yakuake терминал. Я сделал echo -en "\x5" | xclip и затем щелкнутый средней кнопкой на экранную сессию с последовательным портом, открытым на нем. Устройство, отраженное столь же ожидаемый.

Есть несколько комментариев, которые не получили подходящего ответа. Вот некоторые моменты:

• xterm не принимает "произвольные двоичные данные". Он принимает (в зависимости от локали) UTF-8 или ISO-8859-1. Последняя следует ICCM, первая является расширением XFree86. В любой кодировке xterm может интерпретировать эти символы, чтобы (попытаться) предоставить данные из выбора. При вставке текста UTF-8 из выделения в кодировку ISO-8859-1, он будет аппроксимировать наиболее часто используемые символы (включая построчное начертание).

• выбор (и вставка) зависят как от источника (где делается выбор), так и от цели (куда вставляется текст). Оба должны договориться о формате данных для выделения/вставки. xterm предоставляет и принимает несколько форматов (см. button.c в sources). Konsole и gnome-terminal используют меньше форматов.

• Konsole, например, делает выбор X11 как бы в последнюю очередь. Она использует метод QClipboard::Selection . Комментарии на странице Qt в разделе Заметки для пользователей X11 - интересное чтение в этом отношении. Но прочитайте код и увидите, что он только поддерживает COMPOUND_TEXT:

  if (*format == 8 && *type == ATOM(COMPOUND_TEXT)) { // преобразование COMPOUND_TEXT)
   // преобразуем COMPOUND_TEXT в многобайтовую строку
   XTextProperty textprop;
   textprop.encoding = *type;
   textprop.format = *format;
   textprop.nitems = buffer_offset;
   textprop.value = (unsigned char *) buffer->data();
  
   char **list_ret = 0;
   int count;
   if (XmbTextPropertyToTextList(display, &textprop, &list_ret,
   &count) == Success && count && list_ret) {
   offset = buffer_offset = strlen(list_ret[0]);
   buffer->resize(offset);
   memcpy(buffer->data(), list_ret[0], offset);
   }
   if (list_ret) XFreeStringList(list_ret);
  }
  

• Аналогично, VTE GNOME использует gtk_clipboard_get_for_display, в целом следуя примеру Qt.

• IBM 850 является 8-битной кодировкой (как ISO-8859-1), и не может представлять символ замены UTF-8. Поэтому ваш терминал использует ? (символ по умолчанию).

Дальнейшее чтение:

• Почему я не могу выбрать/вставить в/из других программ? (FAQ по xterm)

• Символ по умолчанию не всегда является знаком вопроса