Início / unix / Perguntas / 564109
Accepted
graywolf
Asked: 2020-01-26 15:23:29 +0800 CST

Qual é a posição do POSIX awk no byte nulo em variables/printf?

  • 772

É legal imprimir bytes nulos usando a printffunção do awk de acordo com POSIX? O padrão POSIX deawk não parece mencioná-lo explicitamente de qualquer maneira. As implementações do mundo real diferem em como elas se comportam:

+$ gawk 'BEGIN { x = sprintf("\000"); print(length(x)); }'
1
+$ busybox awk 'BEGIN { x = sprintf("\000"); print(length(x)); }'
0
+$

e

+$ gawk 'BEGIN { printf("\000"); }' | xxd
00000000: 00                                       .
+$ busybox awk 'BEGIN { printf("\000"); }' | xxd
+$

Isso está especificado em algum lugar no padrão? Se sim, o comportamento requerido para variáveis ​​( x = sprintf("\000")) e printf ( printf("\000")) é o mesmo?

awk posix

2 respostas

  1. Best Answer

    Há pelo menos 4 textos relevantes na especificação POSIX.2018 deawk :

    A ênfase (negrito) é minha em todo o texto citado abaixo:

    Os arquivos de entrada para o programa awk de qualquer uma das seguintes fontes devem ser arquivos de texto

    Isso significa que, se a entrada contiver caracteres NUL (o que a tornaria não-texto de acordo com a definição de texto POSIX), o comportamento não será especificado.

    \ddd : Um caractere <barra invertida> seguido pela sequência mais longa de um, dois ou três caracteres de dígito octal (01234567). Se todos os dígitos forem 0 (ou seja, representação do caractere NUL), o comportamento será undefined .

    Assim \000resulta em comportamento indefinido.

    Sobre a correspondência regexp:

    No entanto, em todas as correspondências awk ERE, o uso de um ou mais caracteres NUL no padrão, registro de entrada ou string de texto produz resultados indefinidos

    Sobre printf/ sprintf:

    7. Para o caractere especificador de conversão c: se o argumento tiver um valor numérico, o caractere cuja codificação é esse valor deve ser gerado. Se o valor for zero ou não for a codificação de nenhum caractere no conjunto de caracteres, o comportamento será undefined .

    Então, essa é outra maneira de obter um caractere NUL que leva a um comportamento indefinido.

    Então, para resumir, em awk, POSIX nos diz que você não pode usar o caractere NUL de forma portátil, seja para entrada, saída ou para armazenar em suas variáveis.

    gawk(desde pelo menos 2.10 em 1989, que é a versão mais antiga que encontrei onde o suporte a NUL está documentado ) e @ThomasDickeymawk (desde a versão 20140914 ) são duas implementações que podem lidar com NUL.

    • 18

  2. Strings C em geral não podem conter bytes nulos e awkbasicamente são algum tipo de interpretador C. Um utilitário POSIX capaz de imprimir bytes nulos precisaria ser explicitamente mencionado no padrão POSIX. printfem awknão é tal caso.

    Os seguintes casos são explicitamente listados no POSIX:

    echo 'x\0000y'
printf 'x\000y\n'
printf '%b\n' 'x\0000y'

    todos os três comandos imprimem quatro caracteres em um sistema operacional certificado com a marca POSIX UNIX.

    Seus awkexemplos estão usando um comportamento não especificado.

    • -6

relate perguntas