【问题标题】:How does bash parse control character escape codes in ANSI-C quoted strings?bash 如何解析 ANSI-C 引用字符串中的控制字符转义码?
【发布时间】:2021-04-07 08:18:15
【问题描述】:

我正在 JavaScript 中重新实现 bash 的 ANSI-C quoted strings,但我无法理解如何解析其中的控制字符。我看到lib/sh/strtrans.c 中的代码是这样做的:

            case 'c':
              if (sawc)
                {
                  *sawc = 1;
                  *r = '\0';
                  if (rlen)
                    *rlen = r - ret;
                  return ret;
                }
              else if ((flags & 1) == 0 && *s == 0)
                ;               /* pass \c through */
              else if ((flags & 1) == 0 && (c = *s))
                {
                  s++;
                  if ((flags & 2) && c == '\\' && c == *s)
                    s++;        /* Posix requires $'\c\\' do backslash escaping */
                  c = TOCTRL(c);
                  break;
                }

而TOCTRL 在include/chartypes.h 中定义为

#  define TOCTRL(x) ((x) == '?' ? 0x7f : (TOUPPER(x) & 0x1f))

其中TOUPPER 实际上是C 的toupper 函数。

所以我希望它在“\c”之后的字符的第一个字节,如果是字母则大写,结果的前三位为零。

用 NodeJS 脚本对此进行了详尽的测试,我发现此规则不适用于两种情况:

$ bash -c $'echo -n "\x01" | xxd -b'
00000000: 00000001                                               .
$ bash -c $'echo -n $\'\\c\x01\' | xxd -b'
00000000: 00000001 00000001                                      ..

$ bash -c $'echo -n "\x7F" | xxd -b'
00000000: 01111111                                               .
$ bash -c $'echo -n $\'\\c\x7F\' | xxd -b'
00000000: 00000001 01111111                                      ..

(抱歉,如果这令人困惑,我正在使用 ANSI-C 引用字符串生成一个 bash 命令,其中包含另一个 ANSI-C 引用字符串,以便我可以在 \c 之后插入任意字符)

如果将前 3 位清零会产生一个00000000 字符(例如\c (00100000) 或\c@ (01000000)),这就是NULL,它会终止字符串并导致@987654339 @ 不打印任何东西,但这并不奇怪。

我想知道为什么会这样。

【问题讨论】:

    标签: c bash glibc


    【解决方案1】:

    我们还需要syntax.h:

    #define CTLESC '\001'
    #define CTLNUL '\177'
    

    在strtrans.c下面有:

        case 'c':
          if (sawc)
        {
          *sawc = 1;
          *r = '\0';
          if (rlen)
            *rlen = r - ret;
          return ret;
        }
          else if ((flags & 1) == 0 && *s == 0)
        ;       /* pass \c through */
          else if ((flags & 1) == 0 && (c = *s))
        {
          s++;
          if ((flags & 2) && c == '\\' && c == *s)
            s++;    /* Posix requires $'\c\\' do backslash escaping */
          c = TOCTRL(c);
          break;
        }
        /*FALLTHROUGH*/
        default:
        if ((flags & 4) == 0)
          *r++ = '\\';
        break;
        }
      # c is 0x01 or 0x1f
      if ((flags & 2) && (c == CTLESC || c == CTLNUL))
        *r++ = CTLESC;     # adds 0x01
      *r++ = c;            # adds 0x01 or 0x1f
    }
    

    我不知道\c 转义序列是从哪里来的。这是not in C,据我所知,我没有看到它使用过。它从何而来?我想说使用\c$'\x01' 和\c$'\x1f' 会算作“未定义行为”,但我不知道实际上允许哪些字符。

    我更喜欢xxd -p,而不是xxd -b:p

    【讨论】:

      猜你喜欢
      • 2019-12-06
      • 2011-04-17
      • 2020-02-19
      • 1970-01-01
      • 2023-03-24
      • 1970-01-01
      • 2014-10-01
      • 2014-05-31
      • 2017-07-16
      相关资源
      最近更新 更多