驯服 shlex.split() 行为

Question

还有其他关于 SO 的问题接近回答我的问题，但我有一个非常具体的用例，但我无法解决。考虑一下：

from asyncio import create_subprocess_exec, run


async def main():
    command = r'program.exe "C:\some folder" -o"\\server\share\some folder" "a \"quote\""'
    proc = await create_subprocess_exec(*command)
    await proc.wait()


run(main())

这会引起麻烦，因为program.exe 是用这些参数调用的：

['C:\\some folder', '-o\\server\\share\\some folder', 'a "quote"']

也就是说，双反斜杠不再存在，因为shlex.split() 将其删除。当然，我可以（正如其他答案所建议的那样）这样做：

    proc = await create_subprocess_exec(*command, posix=False)

但随后program.exe 被这些参数有效地调用：

['"C:\\some folder"', '-o"\\\\server\\share\\some folder"', '"a \\"', 'quote\\""']

这也不好，因为现在双引号已经成为第一个参数内容的一部分，它们不属于它们，尽管第二个参数现在很好。第三个参数变得一团糟。

用正斜杠替换反斜杠，或用正则表达式删除引号都不起作用，原因类似。

有没有办法让shlex.split() 在服务器名称之前留下双反斜杠？还是根本没有？为什么它首先删除它们？

请注意，这些命令本身是完全有效的命令（无论如何分别在 Windows 和 Linux 上）：

program.exe "C:\some folder" -o"\\server\share\some folder"
echo "hello \"world""

即使我确实检测到了操作系统并相应地使用了posix=True/False，我仍然会被第二个参数中包含的双引号所困扰，这是不应该的。

Answer 1

据我所知，如果您正在处理 Windows shell，shlex 模块是错误的工具。

文档的第一段说（我的斜体）：

shlex 类使编写词法分析器变得容易类似于 Unix shell 的简单语法。

诚然，这仅涉及一个类，而不是整个模块。后来，quote 函数的文档说（这次是原文中的粗体字）：

警告 shlex 模块仅适用于 Unix shell。

说实话，我不确定非 Posix 模式应该与什么兼容。可能是这样，但这只是我的猜测，shlex 的原始版本解析了它自己的语法，它与其他任何东西都不完全兼容，然后添加了 Posix 模式以实际上与 Posix shell 兼容。 This mailing list thread，包括this mail from ESR 似乎都支持这一点。

Answer 2

对于-o参数，但开头的"不在中间，反斜杠加倍

然后使用 posix=True

import shlex

command = r'program.exe "C:\some folder" -o"\\server\share\some folder" "a \"quote\""'

print( "Original command Posix=True", shlex.split(command, posix=True) )

command = r'program.exe "C:\some folder" "-o\\\\server\\share\\some folder" "a \"quote\""'

print( "Updated command Posix=True", shlex.split(command, posix=True) )

结果：

Original command Posix=True ['program.exe', 'C:\\some folder', '-o\\server\\share\\some folder', 'a "quote"']
Updated command Posix=True ['program.exe', 'C:\\some folder', '-o\\\\server\\share\\some folder', 'a "quote"']

结果中的反斜杠仍然是双倍的，但这是字符串中 \ 的标准 Python 表示。

Answer 3

现在，我最终得到了这个（可以说是有点 hack）：

from os import name as os_name
from shlex import split


def arg_split(args, platform=os_name):
    """
    Like calling shlex.split, but sets `posix=` according to platform 
    and unquotes previously quoted arguments on Windows
    :param args: a command line string consisting of a command with arguments, 
                 e.g. r'dir "C:\Program Files"'  
    :param platform: a value like os.name would return, e.g. 'nt'
    :return: a list of arguments like shlex.split(args) would have returned
    """
    return [a[1:-1].replace('""', '"') if a[0] == a[-1] == '"' else a
            for a in (split(args, posix=False) if platform == 'nt' else split(args))]

使用它而不是 shlex.split() 可以得到我需要的东西，同时不会破坏 UNC 路径。但是，我确信在某些极端情况下不能正确处理双引号的正确转义，但它适用于我的所有测试用例，并且似乎适用于迄今为止的所有实际用例。使用风险自负。

@balmy 做出了大多数人应该使用的出色观察：

command = r'program.exe "C:\some folder" -o"\\server\share\some folder" "a \"quote\""'
proc = await create_subprocess_shell(command)

代替

command = r'program.exe "C:\some folder" -o"\\server\share\some folder" "a \"quote\""'
proc = await create_subprocess_exec(*command)

但是，请注意，这意味着：

• 检查或替换单个参数并不容易
• 你有使用create_subprocess_exec的问题，如果你的部分命令是基于外部输入的，那么有人可以注入代码；用文档 (https://docs.python.org/3/library/asyncio-subprocess.html) 的话来说：

应用程序有责任确保所有 空格和特殊字符被适当地引用以避免 外壳注入漏洞。 shlex.quote() 函数可以是 用于正确转义空格和特殊 shell 字符 将用于构造 shell 命令的字符串。

这仍然是个问题，因为quote() 也不能在 Windows 上正常工作（按设计）。

我会暂时保留这个问题，以防有人想指出为什么上面的想法真的很糟糕，或者如果有人有更好的想法。