2

相同的命令：echo 1 > filename创建不同的文件名：

$ sh -c 'echo $LANG >=с=.sh' && ls *.sh | od -c
0000000   = 321   =   .   s   h  \n
0000007

和

$ bash -c 'echo $LANG >=с=.bash' && ls *.bash | od -c
0000000   = 321 201   =   .   b   a   s   h  \n
0000012

с字符在哪里U+0441-西里尔小写字母 ES。很明显，sh吃掉了utf-8编码中的第二个字节。

$ ls *sh
=?=.sh  =с=.bash

$LANG在这两种情况下是：

$ cat *sh
en_US.utf8
en_US.utf8

sh链接到dash我的系统：

$ apt-cache show dash | grep -i version
Version: 0.5.5.1-7ubuntu1

stty iutf8已设置。

是否有任何设置dash不允许破坏多字节字符？

我在手册中没有看到任何关于字符编码的提及：

$ man dash | grep -i encoding
$ man dash | grep -Pi 'multi.*byte'

更新

utf-8 编码中字符的第二个字节在 C 中是 '\201'有符号字符（或无符号字符）。'с'-127129

在源代码 ( apt-get source dash) 中-127搜索结果：

src/parser.h:38:#define CTL_FIRST -127      /* first 'special' character */
src/parser.h:39:#define CTLESC -127     /* escape next character */

搜索CTLESC导致rmescapes()以下片段的宏src/expand.c:expandarg()：

/*
 * TODO - EXP_REDIR
 */
if (flag & EXP_FULL) {
    ifsbreakup(p, &exparg);
    *exparg.lastp = NULL;
    exparg.lastp = &exparg.list;
    expandmeta(exparg.list, flag);
} else {
    if (flag & EXP_REDIR) /*XXX - for now, just remove escapes */
        rmescapes(p);
    sp = (struct strlist *)stalloc(sizeof (struct strlist));
    sp->text = p;
    *exparg.lastp = sp;
    exparg.lastp = &sp->next;
}

TODO并XXX暗示更新的版本可能会有所帮助。debian/dash.README.source指着：

$ git clone http://smarden.org/git/dash.git/
$ cd dash

有两个分支：

$ git br
* debian-sid
  release+patches

在debian-sid转义字节被删除。在release+patches 分支上grep找到丢失的字节。

$ ./configure
$ make && rm *.dash -f; ./dash -c 'echo 1 >fсf.dash' && 
> ls *.dash | od -c | grep 201

git diff debian-sid...release+patches显示rmescapes()已删除release-patches：

diff --git a/src/expand.c b/src/expand.c
index e4c4c8b..f2f964c 100644
--- a/src/expand.c
+++ b/src/expand.c
...
@@ -213,8 +210,6 @@ expandarg(union node *arg, struct arglist *arglist, int flag)
                exparg.lastp = &exparg.list;
                expandmeta(exparg.list, flag);
        } else {
-               if (flag & EXP_REDIR) /*XXX - for now, just remove escapes */
-                       rmescapes(p);
                sp = (struct strlist *)stalloc(sizeof (struct strlist));
                sp->text = p;
                *exparg.lastp = sp;
@@ -412,7 +407,7 @@ lose:
 }

目前尚不清楚这些更改是否会包含在dash 0.5.6.1Ubuntu 中。

目前唯一的方法是发出命令：

$ sh -c 'echo 1 >fсf.dash' &&  ls *.dash | od -c | grep 201

工作是重新配置sh回bash：

$ sudo dpkg-reconfigure dash

还有其他选择吗？

4

1 回答 1

1

在我尝试的几个 shell（或版本）中，只有 Dash 和 Busybox Ash 失败了。

$ for sh in bash2.05b bash3.2 bash4.0 bash4.1 bash4.2 dash zsh ksh pdksh mksh ash; do $sh -c 'locale > с.$0'; done
$ csh -c 'locale > с.csh'
$ fish -c 'locale > с.fish'
$ ls -1
?.ash
?.dash
с.bash2.05b
с.bash3.2
с.bash4.0
с.bash4.1
с.bash4.2
с.csh
с.fish
с.ksh
с.mksh
с.pdksh
с.zsh

内容都一样。

来自man dash：

只有 POSIX 指定的功能，以及一些 Berkeley 扩展，才被合并到这个 shell 中。本手册页不打算作为教程或 shell 的完整规范。

POSIX说：

POSIX 语言环境包含 Portable Character Set 中的字符，这些字符具有 LC_CTYPE 中列出的属性。在其他语言环境中，任何附加字符的存在、含义和表示都是特定于语言环境的。

和

其他字符的宽字符代码是语言环境和实现定义的。... POSIX.1-2008 没有提供定义宽字符代码集的方法。

于 2011-03-02T01:12:06.610 回答