主页 / computer / 问题 / 1848192
Accepted
RokeJulianLockhart
Asked: 2024-07-06 00:46:25 +0800 CST

为什么核心 CLI 实用程序的输出中 UTF-8 路径（不同）被转义？

  • 772

假设我是一个精神病患者，我将我的文件命名为：

  [-]   `{title: "Non-Metadata",    id: "s4a4ji"}`{.JSON5}.dir

这是我尽力做出最丑陋、最合理的文件名的尝试 —— 它使用 Pandoc Markdown 和 JSON5。

POSIX

如果我将其输入到 中ls，它会为我提供一个转义版本，这样任何符合 POSIX 标准的 shell（当然是 sh，但bash在 Fedora 40 中也是 ）都可以毫无问题地解释它：

  1. ls "$PWD"

  2. '  [-]'$'\t''`{title: "Non-Metadata",'$'\t''id: "s4a4ji"}`{.JSON5}.dir'
八位字节

但是，tree似乎file用一种八位字节转义表示形式替换非 ASCII 字符，而这种表示形式似乎无法以上述方式使用：

  1. tree "$PWD"

  2. .
└──   [-]\011`{title: "Non-Metadata",\011id: "s4a4ji"}`{.JSON5}.dir

2 directories, 0 files
UTF-8

当然，PowerShell CoreGet-ChildItem只输出完整的 UTF-8 表示形式：

  1. Get-ChildItem -LiteralPath "$PWD" | Select-Object -ExpandProperty 'Name'

  2.   [-]   `{title: "Non-Metadata",        id: "s4a4ji"}`{.JSON5}.dir

这些操作方式为何不同？我期望ls、tree和file至少操作方式相同，因为据我所知，这些都是 GNU CoreUtils。此外，PowerShell 似乎表明，没有什么从根本上强制这些工具转义非 ASCII 字符，那么它们为什么要这样做呢？

powershell

1 个回答

  1. Best Answer

    POSIX

    据我所知，在您的版本ls发布时这不是 POSIX 语法；它$'...'直到上周才成为 POSIX 2024 的一部分；在此之前它只是一个被广泛采用的 ksh 语法功能。

    然而，tree 和 file 似乎用一种八位字节转义表示来替换非 ASCII 字符

    这是八进制表示，使用模仿 C 字符串文字的语法。（它确实支持十六进制，但八进制在某种程度上是“传统的”。）我认为这是 libbsdstrvis()默认使用的样式。

    此外，这些不是“非 ASCII”字符：制表符是 ASCII 的重要组成部分，涵盖了从 0 到 127 的所有字节值。高于 127（0x7F、0177）的字节值将是非 ASCII。

    这些操作为何不同？

    它们是三个不同的程序，就这么简单。没有“输出文件名”的通用函数——每个程序在将其写入 stdout 之前都会应用它想要的任何转义。（这也是 GNU 和 BSD 风格不同的地方。）

    我希望 ls、tree 和 file 至少能够以相同的方式运行，因为据我所知，这些都是 GNU CoreUtils。

    不是。只有lsGNU coreutils 是 GNU 的 – 其他两个根本不属于 GNU 范畴。

    此外，PowerShell 似乎表明没有任何东西从根本上强制这些工具转义非 ASCII 字符，那么他们为什么要这样做呢？

    程序也可以在没有“从根本上被强迫”的情况下执行操作。例如，许多程序会故意转义至少 ASCII C0 控制字符，以便它们不会被终端（错误）解释。

    Coreutilsls一直选择--quoting-styles 是为了使“无效”字符更容易区分，并且（如果我没记错的话，从 9.0 版本开始）故意默认使用 Bash 样式的引用，以便可以将此类文件名直接复制/粘贴到 GNU shell 中。

    （另请参阅历史上的 Unixdsw工具，以及人们用来删除无法输入文件名的文件的各种其他技巧。）

    另一方面，PowerShell 甚至不认为字符串是文件名：它只是某个对象的字符串值属性。当整个对象（ Get-ChildItem 的结果）被格式化为 stdout 时，它会应用一些转义，但各个属性并不知道它们的位置。

    tree只是做了基本的努力来防止 ASCII 控制字符对您的终端产生不良影响，但并没有真正针对可复制粘贴性。

    • 1

相关问题