python, windows : 用 shlex 解析命令行

Question

当您必须拆分命令行时，例如调用Popen，最佳实践似乎是

subprocess.Popen(shlex.split(cmd), ...

但是RTFM

shlex 类使得为类似于 Unix shell 的简单语法编写词法分析器变得容易...

那么，win32上的正确方法是什么？ 那么引号解析和 POSIX 与非 POSIX 模式呢？

Answer 1

到目前为止，Python stdlib for Windows/multi-platform 中还没有有效的命令行拆分功能。 （2016 年 3 月）

子进程

所以简而言之，subprocess.Popen .call 等最好这样做：

if sys.platform == 'win32':
    args = cmd
else:
    args = shlex.split(cmd)
subprocess.Popen(args, ...)

在 Windows 上，shell 选项的任一值都不需要拆分，而在内部 Popen 只需使用 subprocess.list2cmdline 再次重新加入拆分参数:-)。

使用选项shell=True，shlex.split 在 Unix 上也不是必需的。

拆分与否，在 Windows 上启动 .bat 或 .cmd 脚本（与 .exe .com 不同）您需要明确包含文件扩展名 - 除非 shell=True。

关于命令行拆分的注意事项：

shlex.split(cmd, posix=0) 在 Windows 路径中保留反斜杠，但它不理解正确的引用和转义。完全不清楚 shlex 的 posix=0 模式有什么好处 - 但 99% 它肯定会吸引 Windows/跨平台程序员......

Windows API 公开ctypes.windll.shell32.CommandLineToArgvW:

解析一个 Unicode 命令行字符串并返回一个指针数组 到命令行参数，以及这样的参数计数， 类似于标准 C 运行时 argv 和 argc 价值观。

def win_CommandLineToArgvW(cmd):
    import ctypes
    nargs = ctypes.c_int()
    ctypes.windll.shell32.CommandLineToArgvW.restype = ctypes.POINTER(ctypes.c_wchar_p)
    lpargs = ctypes.windll.shell32.CommandLineToArgvW(unicode(cmd), ctypes.byref(nargs))
    args = [lpargs[i] for i in range(nargs.value)]
    if ctypes.windll.kernel32.LocalFree(lpargs):
        raise AssertionError
    return args

但是，CommandLineToArgvW 函数是伪造的 - 或者 与强制标准 C argv & argc 解析稍有相似：

>>> win_CommandLineToArgvW('aaa"bbb""" ccc')
[u'aaa"bbb"""', u'ccc']
>>> win_CommandLineToArgvW('""  aaa"bbb""" ccc')
[u'', u'aaabbb" ccc']
>>> 

C:\scratch>python -c "import sys;print(sys.argv)" aaa"bbb""" ccc
['-c', 'aaabbb"', 'ccc']

C:\scratch>python -c "import sys;print(sys.argv)" ""  aaa"bbb""" ccc
['-c', '', 'aaabbb"', 'ccc']

---

观看http://bugs.python.org/issue1724822 以了解 Python 库中未来可能添加的内容。 （“fisheye3”服务器上提到的功能实际上并不正确。）

---

跨平台候选函数

有效的 Windows 命令行拆分相当疯狂。例如。试试\ \\ \" \\"" \\\"aaa """" ...

我当前用于跨平台命令行拆分的候选函数是我为 Python lib 提案考虑的以下函数。它的多平台；它比执行单字符步进和流式传输的 shlex 快约 10 倍；并且还尊重与管道相关的字符（与 shlex 不同）。它列出了已经在 Windows 和 Linux bash 上进行的严格的真实 shell 测试，以及 test_shlex 的遗留 posix 测试模式。 对剩余错误的反馈感兴趣。

def cmdline_split(s, platform='this'):
    """Multi-platform variant of shlex.split() for command-line splitting.
    For use with subprocess, for argv injection etc. Using fast REGEX.

    platform: 'this' = auto from current platform;
              1 = POSIX; 
              0 = Windows/CMD
              (other values reserved)
    """
    if platform == 'this':
        platform = (sys.platform != 'win32')
    if platform == 1:
        RE_CMD_LEX = r'''"((?:\\["\\]|[^"])*)"|'([^']*)'|(\\.)|(&&?|\|\|?|\d?\>|[<])|([^\s'"\\&|<>]+)|(\s+)|(.)'''
    elif platform == 0:
        RE_CMD_LEX = r'''"((?:""|\\["\\]|[^"])*)"?()|(\\\\(?=\\*")|\\")|(&&?|\|\|?|\d?>|[<])|([^\s"&|<>]+)|(\s+)|(.)'''
    else:
        raise AssertionError('unkown platform %r' % platform)

    args = []
    accu = None   # collects pieces of one arg
    for qs, qss, esc, pipe, word, white, fail in re.findall(RE_CMD_LEX, s):
        if word:
            pass   # most frequent
        elif esc:
            word = esc[1]
        elif white or pipe:
            if accu is not None:
                args.append(accu)
            if pipe:
                args.append(pipe)
            accu = None
            continue
        elif fail:
            raise ValueError("invalid or incomplete shell string")
        elif qs:
            word = qs.replace('\\"', '"').replace('\\\\', '\\')
            if platform == 0:
                word = word.replace('""', '"')
        else:
            word = qss   # may be even empty; must be last

        accu = (accu or '') + word

    if accu is not None:
        args.append(accu)

    return args