shell历险之——引用的迷途 - Shell - ChinaUnix.net

shell历险之——引用的迷途
上篇：引用，奇怪的反斜线

我们知道在shell中有两类字符，一类是普通字符(literal)，在shell中没有任何特殊意义；另一类是所谓“元字符”(meta)，在shell中有特殊的含义或用法。

当我们需要去掉元字符的特殊含义而恢复其字面意义时就必须使用“引用”(quoting)。通常有三种引用方式，他们是转义(Escape，使用反斜杠字符\，即backslash),强引用(使用单引号',即single quote)和弱引用(使用双引号", 即double quote)。

转义：是用反斜杠放在需要转义的一个字符前，表示那个字符要看作一个普通字符。
强引用：是用单引号把要转义的字符串括起来，其中任何字符都看作普通字符，除了单引号自身。所以你无法在两个单引号之间包含单引号，用\转义也不行。
弱引用：是用双引号把要转义的字符串括起来，除了双引号"本身，其中的大部分字符都看作普通字符。例外的还有\,$,`三个特殊字符。因为\在""中是特殊字符，所以你可以在其中包含"本身，前提是必须转义。$是特殊字符，这表示你可以使用变量$var/${var}及其它，在ksh/bash中可以引用算术表达式的结果$((...))，还可以作命令替换$()。由于`是特殊字符在bsh中也可以作命令替换，但只能使用`...`的语法(这个在ksh/bash中也可以使用)。

关于三种引用，网中人的“shell十三问”之第四问已经讲得很清楚了，我这里就不重复了。

今天我们单独研究一下反斜线\。这是一个有魔力的字符，它可以用来对任何字符转义，也包括它自己。但是在不同的shell实现中它的表现似乎不尽相同，有时结果让你会大吃一惊。

先来看一个简单的例子，假定我们要输出单独一个\，先用bash：

[Copy to clipboard] [ - ]CODE:$ echo \\
\
$ echo "\\"
\
$ echo '\'
\
第一个echo，因为\是元字符，所以必须对它进行转义，所以我们必须用两个\。
第二个echo，因为""是弱引用，其中的\仍然是特殊字符，所以同样必须转义。
第三个echo，''是强引用，\在单引号之中是普通字符，这样就不用再转义了，所以只用一个\。

OK，假如我们要输出连续两个\，怎样呢？看一下：

[Copy to clipboard] [ - ]CODE:$ echo \\\\
\\
$ echo "\\\\"
\\
$ echo '\\'
\\
嗯，好像没有什么奇怪的事发生，我们简单地使用双倍的\就搞定了。

那再让我们用ksh来试试来做同样的事：

[Copy to clipboard] [ - ]CODE:$ echo \\
\
$ echo "\\"
\
$ echo '\'
\
这个容易，简单的重复罢了。再来两个\：

[Copy to clipboard] [ - ]CODE:$ echo \\\\
\
$ echo "\\\\"
\
$ echo '\\'
\
等等，怎么搞的？为什么只输出了一个\?
再加一个\会如何？

[Copy to clipboard] [ - ]CODE:$ echo \\\\\
>
\
$ echo \\\\\\
\\
$ echo "\\\\\"
>
\
$ echo "\\\\\\"
\\
$ echo '\\'
\\
第一个echo没有立即执行，ksh给出了一个>(PS2提示符)，等待我们继续输入，回车后echo仍然只输出了一个\。
第二个echo后面是六个\，呼～，这回终于输出两个\了。
双引号的情形也是类似，我们仍然需要六个\。
第五个echo，好在单引号的结果还算不错，只要两个\就行了。

你可以继续做这个试验，最后会发现在不用单引号时，我们需要2个或4个\输出1个\，需要6个或8个\输出2个\,10个或12个\来输出3个\，......真是又臭又长！

[Copy to clipboard] [ - ]CODE:输出        命令行需要\的个数
\        2/4
\\       6/8
\\\      10/12
\\\\     14/16
\\\\\   18/20
...       ...
n个\    4n-2/4n
厌倦了吗？其实ksh下除了用'，还有其它方法剪断这“懒婆娘的裹脚布”。窍门就在于echo命令的-E选项：

[Copy to clipboard] [ - ]CODE:$ echo -E \\
\
$ echo -E \\\\
\\
$ echo -E \\\\\\
\\\
很好！这样与bash下的情况就一样了，-E选项是不是很神奇呀！为什么呢？

原来bash和ksh的echo命令缺省的表现是不同的。我们知道echo命令可以接受一些转义字符序列来表示特殊的字符，如\n表示换行，\a表示蜂鸣，\t表示水平制表符等等。显然在解释转义序列时\是一个特殊字符。

在bash下echo缺省的设置是不解释这些转义序列，为了告诉它解释转义序列我们必须使用-e选项。

而在ksh下echo的缺省设置就会解释这些转义序列，我们可以用-E选项让它不解释转义序列。所以ksh下在不使用-E选项时实际上会发生两次转义的过程，第一次发生在ksh处理命令行时，第二次发生在echo命令处理它的参数时。让我们看下面这个简单的例子：

[Copy to clipboard] [ - ]CODE:$ set -x
$ echo \\\\
+ echo \\
\
先用set -x让ksh显示命令行处理的结果，我们看到，第一个\转义第二个\，去掉它的特殊含义，同样第三个\转义第四个\去掉它的特殊含义，这样命令行处理完毕以后传给echo的参数是\\。echo然后将\\解释成了\并输出。于是我们只得到一个\。

bsh中echo的缺省表现与ksh中类似，解释转义序列，不过可惜无法关掉这一功能。:(我们还是可以使用外部命令来不解释转义序列原样输出，例如在linux下可以用
/bin/echo -E(可以省略)来做。

下来看一个从本论坛来的例子，提问者的意图是将dos格式的路径中的\变成\\，但他的shell好像工作得不好：

[Copy to clipboard] [ - ]CODE:$echo C:\\tmp | sed 's/\\/&\\/'
C:        mp

$echo 'C:\abc'|sed 's/\\/\\\\/'
C:bc
在看过上面我们对引用和echo的讨论之后，您能为他解释一下其中的原因吗？
对了，这两条命令的语法都没有错，不过提问者使用的shell八成是ksh(也可能是bsh,但可能性较小)，问题是出在echo上。在ksh下echo默认解释转义序列，所以命令行的
echo c:\\tmp部分先做命令行解释，\\变成\，于是执行：
echo 'c:\tmp'
而\t是一个转义序列，它代表水平制表符，所以echo最后输出
c:<水平制表符>mp
同样
echo 'c:\abc'
会输出
c:<蜂鸣字符>bc
你应该会听到你的终端发出“嘟”的一声。
这下清楚了吧？echo的输出就是错误的，后面sed的替换根本就没有匹配执行，当然不会有正确的结果。
上面两个命令在bash下是正确的，为什么？
那在ksh下怎样修改让它正确工作呢？如果是bsh呢？改法可能不止一种，不过这个还是留给亲爱的读者您作为一个练习好了。