Bash 转义和引号的使用

字面量、转义和引号是任何编程语言的基础,但却少有人认真地学习 Bash 中的转义和 引号 。 好消息是 Bash 引号的语义非常简单,这篇文章就可以完全描述。 TL;DR

  1. 反斜线用来转义除换行之外的所有字符,反斜线加换行为连行;
  2. 单引号用来直出字面量,其内容部分不允许转义,包括单引号转义也不允许;
  3. 双引号内允许 命令替换 和对特定几个字符转义,双引号内的反斜线对其他字符没有特殊含义,会被当作字面量处理。

一个例子

如果不熟悉 Bash 引号的语义,尤其是配合管道和 xargs 等命令时,事情会变得很复杂很难以理解。 比如下面的命令把 16 进制 ASCII 转为字符串 harttle

echo '\\x68\\x61\\x72\\x74\\x74\\x6c\\x65' | xargs -0 printf '%b'

如果没有加引号或没有加 -0 都不会得到正确的结果,二者都会影响参数如何转义。 在介绍完规则后我们重新来看这个例子。

Bash 转义

Bash(Posix)转义规则很简单:

一、 反斜线用来保持字面量 。Bash 里反斜线用来转义下一个字符,保持下一个字符的字面值。 比如 \$ 表示字面量 $ ,否则如果没有反斜线 $ 会被 Bash 参数展开 。 例如:

# echo 将收到字面量 \x68\x61\x72\x74\x74\x6c\x65,下一个字符 \ 被保持
# 输出 harttle
echo \\x68\\x61\\x72\\x74\\x74\\x6c\\x65

# echo 将收到字面量 x68x61x72x74x74x6cx65,下一个字符 x 被保持
# 输出:x68x61x72x74x74x6cx65
echo \x68\x61\x72\x74\x74\x6c\x65

注意 Shell 只负责处理参数和调用命令,不会识别 \t , \n\x68 等其他编程语言里的 ASCII 特殊字符,这些特殊字符的处理通常在具体的软件中,比如 echo , printf 等。 例如下面的命令会输出 a b

echo 'a\tb'

\t 的语义并不是由 Shell 表达的,Shell 只是把这个长度为 4 的字符串 "a\tb" 传递给 echo 程序,后者将会收到参数 argv[1] === "a\\tb"

二、 反斜线+换行例外 。反斜线后一个字符是换行( <NL> )时上一条规则例外。 这时 \<NL> 表示连行,一个命令可以分行写。换句话说 \<NL> 等效于会在解析时删除。 比如:

cat log.txt |\
grep a |\
grep b
# 等价于
cat log.txt | grep a | grep b

单引号的使用

单引号用来保持引用内容的所有字面量,包括反斜线。也就是说一对单引号中不得出现单引号,它前面有反斜线也不行。 例如下面的命令将会输出 harttle

# echo 将收到字面量 \x68\x61\x72\x74\x74\x6c\x65
echo '\x68\x61\x72\x74\x74\x6c\x65'

如果单引号之间出现单引号,引用内容立即结束(来自其他编程语言的同学注意)。 比如:

$ echo 'foo\'bar'   # 回车
quote>              # Shell 继续等待输入,因为第一个引用内容是 foo\
                    # 紧接着是字面量 bar,然后是一个未关闭的 '
quote>'             # 输入 ' 结束第二个引用内容(为空字符串)并回车
foar                # echo 收到的输入为 foo\bar,\b 被 echo 解释为退格

这个情况经常在尝试转义单引号里的单引号时发生,比如 sed 's/\'/"/g' , grep 'harttle\'s' 都是错误的写法。

双引号的作用

双引号也是保持引用内容的字面量,但 $ , ` , \ 除外(POSIX 标准)。 其中:

  1. $ 用来做 Bash 参数展开 ,比如 echo "my name is $name."
  2. ` 表示 命令替换 ,基本等价于 $()
  3. \ 是我们讨论的重点,它用来转义。

Shell 转义奇怪的是反斜线后是 $ , ` , " , \ , <NL> 时反斜线才表示转义,否则反斜线没有特殊含义(表示一个反斜线字面量)。 例如下面两个命令都会输出 harttle ,因为 "\\x" 的第一个反斜线表示转义,解释为 "\x" ,而 "\x" 中的反斜线没有特殊含义,也解释为 "\x"

echo "\\x68\\x61\\x72\\x74\\x74\\x6c\\x65"
echo "\x68\x61\x72\x74\x74\x6c\x65"

其中 \<NL> 和单引号一样表示连行, \" 表示字面量双引号,注意这在单引号语法中是不允许的。

案例分析

现在继续看本文刚开始的例子:

echo '\\x68\\x61\\x72\\x74\\x74\\x6c\\x65' | xargs -0 printf '%b'
  1. 由于 echo 的参数使用单引号,echo 收到的参数为字面量 \\x68\\x61\\x72\\x74\\x74\\x6c\\x65
  2. 因此 echo '\\x68\\x61\\x72\\x74\\x74\\x6c\\x65' 的输出为: \x68\x61\x72\x74\x74\x6c\x65
  3. 由于 xargs -0 下标准输入会被当做字面量处理( \ 不再是特殊字符), xargs 给到 printf 的第二个参数为字面量 \x68\x61\x72\x74\x74\x6c\x65 ,第一个参数为 %b
  4. printf 处理十六进制 ASCII 字面量语法,输出 harttle

有两点需要注意:

  • 如果 echo 的第一个参数只有单个反斜线( \x68\x61\x72\x74\x74\x6c\x65 ),echo 的输出即为 harttle ,经过 printf 后仍然为 harttle
  • 如果 xargs 没有添加 -0 参数 xargs 会把它的标准输入正常做 Bash 转义,也就是说 xargs 给到 printf 的第二个参数将会是 x68x61x72x74x74x6cx65 ,因为 Bash 转义中 \x 的语义(见“转义”一节)和 printf 转义中 \x 的语义不同。
我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章