如何用Node.js实现Telnet服务并将终端输出转换为图片？

在服务端开发与自动化运维场景中，将命令行工具的输出结果转化为图像是一项非常实用的技术。无论是用于生成测试报告、记录终端会话，还是为无图形界面的服务器环境提供可视化输出，通过Node.js实现这一流程都具有极高的灵活性和可扩展性。本文将详细讲解如何从零开始搭建一个Telnet服务，捕获终端输出，并将其渲染为高质量的图片文件。

Telnet协议解析与Node.js服务端搭建

Telnet作为互联网早期的协议之一，其核心在于提供一种双向的、基于文本的通信机制。虽然现在多被SSH取代，但在内网环境或模拟终端场景下，Telnet因为实现简单、无加密开销而依然具有应用价值。在Node.js中，我们不需要引入复杂的第三方库，利用内置的网络模块即可快速构建一个标准的Telnet服务端。

构建Telnet服务的核心是处理TCP连接和字节流。当客户端建立连接后，服务端需要发送欢迎信息，并监听客户端发来的指令。同时，为了使终端表现得更真实，服务端通常需要处理Telnet的协商指令（IAC，Interpret As Command），例如协商终端类型、窗口大小等。虽然简单的Mock服务可以忽略这些协商指令，但如果要实现更完善的模拟器，正确响应这些指令能让客户端的连接更加稳定。

下面是一个基础的Telnet服务端实现代码。我们使用net模块创建服务器，并在接收到数据时将其暂存到缓冲区中，为后续的图像渲染做准备。注意代码中对IAC指令的简单过滤处理，这能保证我们捕获到的是纯文本内容。

const net = require('net');
const fs = require('fs');

// 用于存储终端输出的缓冲区
let outputBuffer = '';

const server = net.createServer((socket) => {
    console.log('客户端已连接');
    
    // 发送欢迎信息
    socket.write('欢迎连接到Mock Telnet服务\r\n');
    socket.write('输入命令开始操作，输入exit退出\r\n');
    
    socket.on('data', (data) => {
        // 将二进制数据转为字符串
        let text = data.toString('utf8');
        
        // 简单处理Telnet IAC协商指令 (字节码255开头)
        // 实际应用中需要更完善的解析器
        if (text.charCodeAt(0) === 255) {
            console.log('收到Telnet协商指令，已忽略');
            return;
        }
        
        // 处理退格、回车等控制字符
        text = text.replace(/\r/g, '').replace(/\x08/g, '');
        
        // 模拟命令执行
        if (text.trim() === 'exit') {
            socket.end('再见\r\n');
            return;
        }
        
        // 将命令和模拟输出追加到缓冲区
        outputBuffer += `> ${text}`;
        outputBuffer += `执行成功: ${text.trim().toUpperCase()}\r\n`;
        
        // 回显给客户端
        socket.write(outputBuffer.slice(outputBuffer.length - text.length * 2));
    });
    
    socket.on('end', () => {
        console.log('客户端断开连接');
        // 触发图片生成逻辑
        generateImage(outputBuffer);
    });
});

server.listen(2323, () => {
    console.log('Telnet服务已启动，监听端口 2323');
});

终端字符流捕获与ANSI转义序列处理

真实的终端输出往往不仅仅是纯文本，还包含了大量的ANSI转义序列。这些序列负责控制终端的颜色、光标位置、文本样式（如加粗、下划线）等。如果直接将这些带有转义序列的字符串渲染到图片上，会出现乱码字符。因此，在将文本转换为图像之前，必须对字符流进行清洗和解析。

处理ANSI序列通常有两种策略：一种是完全剥离，只保留纯文本内容；另一种是解析这些序列，并在后续的图像渲染阶段还原对应的颜色和样式。对于简单的日志归档，第一种方案足够且实现简单；但如果要生成具有语法高亮的代码截图或彩色的终端模拟图，就必须采用第二种方案。我们可以使用ansi-to-html或ansi_up这类库先将ANSI序列转换为HTML标签，然后再进行渲染。

这里我们演示如何剥离ANSI转义序列并保留基本的换行结构。通过正则表达式匹配，我们可以高效地清理掉这些不可见的控制字符，确保缓冲区中的文本干净整洁。同时，我们还需要处理换行符的统一化，避免Windows和Linux系统换行符不一致导致渲染时排版错乱。

// ANSI转义序列清理函数
function cleanAnsi(text) {
    // 匹配并移除所有ANSI控制序列
    // 包括颜色、背景色、光标移动等指令
    const ansiRegex = /[\u001b\u009b][[()#;?]*(?:[0-9]{1,4}(?:;[0-9]{0,4})*)?[0-9A-ORZcf-nqry=><]/g;
    
    let cleanText = text.replace(ansiRegex, '');
    
    // 统一换行符为 \n
    cleanText = cleanText.replace(/\r\n/g, '\n').replace(/\r/g, '\n');
    
    // 移除其他不可见的控制字符，但保留换行和制表符
    cleanText = cleanText.replace(/[\x00-\x08\x0B\x0C\x0E-\x1F\x7F]/g, '');
    
    return cleanText;
}

// 在前面的socket.data事件中调用
// outputBuffer += cleanAnsi(text);

基于Canvas的文本图像渲染方案

当获取到干净的文本数据后，下一步就是将其绘制到画布上并导出为图片。在Node.js环境中，最成熟的图形处理库是node-canvas。它提供了与浏览器端Canvas API几乎一致的接口，使得我们可以在服务端进行复杂的图形绘制。为了实现终端文本的渲染，我们需要考虑字体加载、自动换行、行高计算以及背景色填充等细节。

渲染过程通常分为几步：首先创建一个指定尺寸的Canvas实例；然后获取2D绘图上下文，设置字体族、字号和颜色；接着计算文本的换行，因为终端输出通常是没有自动换行的长文本；最后逐行绘制文本并导出为PNG格式。为了模拟真实的终端黑底白字效果，我们还可以在绘制文本前填充一个深色背景矩形。

下面的代码展示了完整的图像生成函数。我们引入canvas库，动态计算文本行数以确定图片高度，避免内容被截断。同时加入了简单的自动换行算法，保证长文本能够正确在图片中折行显示。

const { createCanvas, registerFont } = require('canvas');

async function generateImage(text) {
    // 注册等宽字体，确保终端字符对齐
    // registerFont('./fonts/Consolas.ttf', { family: 'Consolas' });

    const fontSize = 16;
    const lineHeight = 24;
    const padding = 20;
    const canvasWidth = 800;
    
    // 按指定宽度对文本进行自动换行处理
    const context = createCanvas(canvasWidth, 100).getContext('2d');
    context.font = `${fontSize}px monospace`;
    
    let lines = [];
    text.split('\n').forEach(line => {
        let currentLine = '';
        for (let i = 0; i < line.length; i++) {
            let testLine = currentLine + line[i];
            let metrics = context.measureText(testLine);
            if (metrics.width > (canvasWidth - padding * 2) && currentLine !== '') {
                lines.push(currentLine);
                currentLine = line[i];
            } else {
                currentLine = testLine;
            }
        }
        lines.push(currentLine);
    });
    
    // 动态计算画布高度
    const canvasHeight = lines.length * lineHeight + padding * 2;
    const canvas = createCanvas(canvasWidth, canvasHeight);
    const ctx = canvas.getContext('2d');
    
    // 绘制终端背景色
    ctx.fillStyle = '#1e1e1e';
    ctx.fillRect(0, 0, canvas.width, canvas.height);
    
    // 设置文本样式
    ctx.fillStyle = '#d4d4d4';
    ctx.font = `${fontSize}px monospace`;
    ctx.textBaseline = 'top';
    
    // 逐行绘制文本
    lines.forEach((line, index) => {
        ctx.fillText(line, padding, padding + index * lineHeight);
    });
    
    // 导出为PNG文件
    const out = fs.createWriteStream('./output.png');
    const stream = canvas.createPNGStream();
    stream.pipe(out);
    out.on('finish', () => console.log('图片已生成: output.png'));
}

通过以上三个步骤的配合，我们成功构建了一个完整的工具链：从接收Telnet客户端的输入，到清洗带有控制字符的输出流，最终利用Canvas将其渲染为一张可视化的PNG图片。这种方案不仅适用于Mock终端，也可以稍加改造应用于CI/CD流水线中，将自动化测试的日志直接转化为图片附件发送到工作群中，极大提升了信息传递的直观性。

Node.jsTelnet终端转图片修改时间：2026-08-23 21:43:01