你好！今天我想聊聊 ANSI 转义码。

很长一段时间里，我对 ANSI 转义码只有模糊的认识（“就是那种能让终端文字变红的东西”），但完全不清楚它们究竟在哪里定义，有没有相关标准。我对它们总有种“前方有龙”的隐约不安感。今年在学习终端相关知识的过程中，我了解到：

  1. ANSI 转义码为终端带来了大量易用性改进（你知道吗？通过 SSH 连接到远程机器时，有一种方法可以把内容复制到系统剪贴板！它就是一个叫 OSC 52 的转义码！）
  2. 它们并非完全标准化，因此有时并不可靠。而且由于它们不可见，排查转义码问题极其令人沮丧。

所以我打算为自己整理一份关于转义码现有标准的清单，因为我想知道：它们是否注定要让人感觉不可靠且沮丧，还是说未来我们有可能更放心地依赖它们？

什么是转义码？

你有没有在终端里按过左箭头键，然后看到 ^[[D？这就是一个转义码！它被称为“转义码”，因为第一个字符是“转义”字符，通常写作 ESC、\x1b、\E、\033 或 ^[。

转义码是终端模拟器与其中运行的程序之间传递各种信息（颜色、鼠标移动等）的方式。转义码分为两种：

  1. 输入码：终端模拟器为那些无法用 Unicode 表示的按键或鼠标移动发送的代码。例如，“左箭头键”是 ESC[D，“Ctrl+左箭头”可能是 ESC[1;5D，点击鼠标则可能是 ESC[M :3。
  2. 输出码：程序可以打印这些代码来给文字着色、移动光标、清屏、隐藏光标、复制文本到剪贴板、启用鼠标报告、设置窗口标题等。

现在我们来聊聊标准！

ECMA-48

我找到的第一个与转义码相关的标准是 ECMA-48，它最初于 1976 年发布。

ECMA-48 做了两件事：

  1. 定义了一些转义码的通用格式（比如“CSI”码，即 ESC[ + 某些内容；以及“OSC”码，即 ESC] + 某些内容）
  2. 定义了一些具体的转义码，例如“光标左移”是 ESC[D，或者“文字变红”是 ESC[31m。在规范中，“光标左移”被称为 CURSOR LEFT，而改变颜色的那个被称为 SELECT GRAPHIC RENDITION。

这些格式是可扩展的，因此未来其他人可以定义更多的转义码。如今流行的许多转义码并未在 ECMA-48 中定义：例如，终端应用程序（如 vim、htop 或 tmux）支持鼠标操作非常常见，但 ECMA-48 并未定义鼠标相关的转义码。

xterm 控制序列

有许多转义码并未在 ECMA-48 中定义，例如：

  • 启用鼠标报告（你在终端中点击了哪里？）
  • 括号粘贴（你是粘贴了那段文本还是手动输入的？）
  • OSC 52（终端应用程序可用它来将文本复制到系统剪贴板）

我认为（如果我错了请指正！）这些以及其他一些转义码源自 xterm，记录在 XTerm 控制序列 中，并且已被其他终端模拟器广泛实现。

这份“xterm 支持的内容”列表严格来说并非标准，但 xterm 极具影响力，因此它似乎是一份重要的文档。

terminfo

在 80 年代（某种程度上今天依然如此，但据我所知，80 年代的情况要严重得多），终端实际支持的转义码存在巨大差异。

为了解决这个问题，有一个名为“terminfo”的数据库，记录了各种终端的转义码。

terminfo 的标准似乎被称为 X/Open Curses，但出于某种原因，你需要创建一个账户才能查看该标准。它定义了数据库格式以及用于访问数据库的 C 库接口（“curses”）。

例如，你可以运行以下 bash 片段，查看系统已知的所有不同终端中“清屏”对应的每个可能转义码：

for term in $(toe -a | awk '{print $1}')
do
  echo $term
  infocmp -1 -T "$term" 2>/dev/null | grep 'clear=' | sed 's/clear=//g;s/,//g'
done

在我的系统上（可能也包括我用过的所有系统？），terminfo 数据库由 ncurses 管理。

程序应该使用 terminfo 吗？

我认为有趣的是，应用程序处理 ANSI 转义码主要有两种方法：

  1. 使用 terminfo 数据库，根据 TERM 环境变量的内容来确定使用哪些转义码。例如，Fish 就采用这种方法。
  2. 确定一个“单一通用集合”的转义码，这些转义码在“足够多”的终端模拟器中有效，然后直接硬编码这些转义码。

一些采用方法 #2（“不使用 terminfo”）的程序/库示例包括：

我很好奇为什么人们可能正在远离 terminfo，然后我发现了这篇非常有趣且极其详细的 来自一位 Fish 维护者的关于 terminfo 的吐槽，其中认为：

[terminfo 的作者们] 做了大量在当时极其重要且有益的工作。我的观点是，它现在已经不再如此了。

我无法充分传达其内容，所以就不总结了，我认为它值得一读。

是否存在一套“通用”的转义码？

我刚刚在讨论一个想法：你可以使用一套“通用”的转义码，这对大多数人来说都能用。但这一套到底是什么？有没有什么共识？

我其实完全不知道答案，但通过一些阅读，看起来它可能是以下内容的某种组合：

  • VT100 支持的转义码（尽管有些在现代终端上已不相关）
  • ECMA-48 中的内容（我觉得其中也有一些不再相关的东西）
  • xterm 支持的内容（不过我猜其中并非所有内容都得到了足够广泛的支持）

也许最终的做法是“确定你认为用户最常用的终端模拟器，然后在这些模拟器中进行测试”，就像 Web 开发者在决定哪些 CSS 特性可以安全使用时所做的那样。

不过，我认为目前还没有像 Can I use…? 或 Baseline 这样的资源适用于终端。（理论上，terminfo 应该充当终端的“caniuse”，但似乎当人们发明新终端特性时，往往需要 10 年以上才能将其加入 terminfo，这使得它的作用非常有限）

使用 terminfo 的一些理由

我还在 Mastodon 上询问为什么在 2025 年人们仍然认为 terminfo 有价值，得到了一些我觉得有道理的理由：

  • 有些人希望能够通过 TERM 环境变量来控制程序的行为（例如使用 TERM=dumb），而在后 terminfo 时代，并没有关于这种机制应该如何工作的标准
  • 尽管终端模拟器之间的差异比 80 年代要小，但远非为零：有图形终端、Linux 帧缓冲控制台、通过串口控制台连接服务器时的场景、Emacs shell 模式，可能还有我遗漏的其他情况
  • 对于什么是“通用”转义码，并没有统一的标准，有时程序会使用实际上并未得到足够广泛支持的转义码

terminfo 与用户代理检测

ncurses 使用 TERM 环境变量来决定使用哪些转义码的方式，让我想起了 Web 服务器有时会通过浏览器用户代理来决定提供哪个版本的网站。

看起来它也产生了类似的结果——iTerm2 将自己报告为“xterm-256color”的方式，与 Safari 的用户代理是“Mozilla/5.0 (Macintosh; Intel Mac OS X 14_7_4) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/18.3 Safari/605.1.15”颇为相似。在这两种情况下，终端模拟器/浏览器最终都会修改自己的用户代理，以绕过那些运行不佳的用户代理检测。

在网络上，我们最终认定用户代理检测并非良策，转而专注于标准化，以便为所有浏览器提供相同的HTML/CSS。不过，我不确定同样的方法是否适用于终端的未来——我认为如今的终端生态比当年的网络更加碎片化，且资金支持也远不如网络。

更多文档/标准

以下是一些与转义码相关的文档和标准，排名不分先后：

为何我觉得这很有趣

我有时会看到有人说Unix终端“过时了”，而由于我非常热爱终端，我总好奇哪些渐进式的改变能让它显得不那么“过时”。

或许，如果我们拥有更清晰的标准体系（就像网络那样！），终端模拟器开发者就能更轻松地构建新功能，终端应用程序的作者也能更自信地采用这些功能，从而让我们所有人都能从中受益，在终端中获得更丰富的体验。

显然，标准化ANSI转义码并非易事（ECMA-48首次发布已近50年，我们仍未完全实现！）。我甚至不清楚所有挑战是什么。但HTML/CSS/JS的情况曾经也极其糟糕，如今却已大为改观，所以或许还是有希望的。