跨平台,安全使用命令行字符串分隔符

Question

对于新功能PyInstaller,我们需要一个命令行选项,接收包含任何分隔符的字符串.以下是讨论:https://github.com/pyinstaller/pyinstaller/pull/1990.

例:

pyinstaller --add-data="file.txt?dir"

?这里是分隔符,这应该是另一个字符.不保证,字符串被引用!

我们已经考虑过; : > < | *等等,但我们无法弄清楚要使用哪个角色,没有副作用和平台独立(并且希望在路径中不允许).>例如,将重定向stdout,;是POSIX等命令分隔符.

任何想法我们可以使用什么角色？

Answer 1

真正的问题及其解决方案

\n\n

你的问题在某种程度上是XY问题的一个例子。至少是一条红鲱鱼。

\n\n

如下所示，不存在理想的路径分隔符，因此，如果您确实坚持支持任意疯狂的路径，则必须在单独的命令行选项中传递该信息。那么，在调用您的程序时，由用户来转义路径中的奇怪字符。

\n\n

不存在理想的路径分隔符

\n\n

Unix 路径可以包含除 ASCII NUL ( ) 之外的任何字符\\0。路径组成部分（文件名）不允许包含斜杠 ( /)。根据 POSIX 的说法，其他任何事情都可以。

\n\n

因此，您选择了太严格的约束。即使在 Unix 上也不存在解决您的问题的理想解决方案，完全忽略可移植性问题。

\n\n

良好的路径分隔符

\n\n

您必须在路径上放置一些 \xe2\x80\x9ccommon sense\xe2\x80\x9d 约束，例如，它们在 Windows 上不包含分号，在 Unix 上不包含冒号。顺便说一句，这种组合非常自然、直观且易于阅读，因为这些字符是这些系统的路径分隔符。

\n\n

让\xe2\x80\x99s 查找是否可以只保留一个可能永远不会出现在路径中的字符。那么这组约束可以满足吗？

\n\n

如果您列出非字母数字的可打印 ASCII 字符并删除那些对 Unix shell 有特殊含义的字符以及即使是理智的人也在路径中使用的字符（_、- 等），您可以选择一个合理的路径分隔符：

\n\n

LC_ALL=C\nawk \'BEGIN{ for (i=1;i<ARGC;i++) printf "%c\\n", ARGV[i]; }\' {1..127} |\n    grep \'^[[:print:]]$\' |\n    grep \'^[^][*?~$`"\'\\\'\'&|#\\<>(){}!;/[:alnum:] ._-]$\'\n

\n\n

^{ASCII 为 0..127，但排除 0，因为它会导致面向文本的实用程序出现问题。Bash 特价商品也被过滤掉。}

\n\n

不过，结果集仅包含七个字符：%+,:=@^

\n\n

不幸的是，百分号 ( %) 和插入符号 ( )在 Windows 路径中和冒号 ( )^中具有特殊含义。仅剩四个：cmd.exe:+,=@

\n\n

要么你选择其中之一，要么你认为它们不方便，然后你修改特殊列表来为不同的系统选择不同的字符（例如你建议的冒号和分号折衷方案），这稍微放松了可移植性限制。或者波浪号 ( ~) 在 shell 中可能并不特殊，因为它仅在 shell 单词开始时扩展到主目录路径。或者您可能不需要分隔符，但您可以猜测很少有文件的@@@名称中包含分隔符字符串 \xe2\x80\x93 。

\n