如何去除UNIX域套接字传输的Docker exec输出中的控制字符

• 命令参数使用错误：cat -v的-v参数作用是将非打印控制字符转换为^X格式的可视化标记，会直接破坏原始JSON的结构，首先要移除该参数，命令改为cat ./tmp/schema.json。
• 未处理Docker API流的多路复用帧：直接对接Docker UNIX域套接字返回的exec输出不是纯stdout内容，每个输出块前都带有8字节的Docker私有协议帧头，这些二进制字节属于非法JSON字符，是解析报错的核心原因。
• 流拼接逻辑存在缺陷：对每个接收的chunk单独执行toString()再拼接，可能将UTF-8多字节字符截断在两个chunk边界，产生乱码，同样会触发JSON解析失败。

方案1：使用客户端自带的流解复用能力（推荐） #

Node.js生态常用的Docker客户端（比如dockerode）都内置了流解复用逻辑，启动exec时开启对应配置即可自动剥离帧头、分离stdout和stderr流，无需手动处理协议细节：

// 以dockerode为例的正确调用逻辑
const exec = await container.exec({
  Cmd: ["cat", "./tmp/schema.json"],
  AttachStdout: true,
  AttachStderr: true
});
const execStream = await exec.start({ hijack: true, stdin: false });

const output = await new Promise((resolve, reject) => {
  const stdoutChunks = [];
  // 调用客户端内置的demux方法自动处理帧头
  container.modem.demuxStream(
    execStream,
    { write: chunk => stdoutChunks.push(chunk) },
    { write: errChunk => process.stderr.write(errChunk) }
  );
  execStream.on("end", () => resolve(Buffer.concat(stdoutChunks).toString("utf8")));
  execStream.on("error", reject);
});

// 此时output为纯stdout内容，可直接解析
const schema = JSON.parse(output);

方案2：兜底清洗非法控制字符 #

如果暂时无法调整流读取逻辑，可以在拼接完所有内容后，通过正则过滤掉JSON规范不允许的未转义控制字符，同时修正Buffer拼接逻辑避免乱码：

// 修正后的runCommand实现
return new Promise((resolve, reject) => {
  const chunks = [];
  // 统一收集Buffer，不要逐块转字符串
  stream.on("data", chunk => chunks.push(chunk));
  stream.on("error", reject);
  stream.on("end", () => {
    const raw = Buffer.concat(chunks).toString("utf8");
    // 移除JSON不支持的未转义控制字符：U+0000-U+001F区间内，除合法转义(\b\f\n\r\t)之外的字符
    const cleaned = raw.replace(/[\x00-\x08\x0B\x0C\x0E-\x1F]/g, "");
    resolve(cleaned);
  });
});

该方案为兜底兼容方案，优先使用方案1从流层面处理帧头、修正cat命令参数，避免极端场景下误删JSON内的合法内容。

方案3：手动解析Docker流协议 #

如果需要完全自主实现流处理，可以按照Docker官方的流协议手动拆帧：
每个流帧固定为8字节头部 + 负载内容：

• 第1字节：流类型标记，1代表stdout，2代表stderr
• 第2-4字节：保留字段，固定为0值
• 第5-8字节：32位大端序无符号整数，标识后续负载内容的字节长度
  读取流时按照该格式拆分，仅拼接负载部分的内容即可得到纯净的标准输出。

内容的提问来源于stack exchange，提问作者Fabrizio Bellomo