POSIX awk 对变量/printf 中的空字节的立场是什么？

Question

printf根据 POSIX使用 awk 的函数打印空字节是否合法？该的POSIX标准awk似乎并没有明确提到这两种方式。现实世界的实现在行为方式上有所不同：

+$ gawk 'BEGIN { x = sprintf("\000"); print(length(x)); }'
1
+$ busybox awk 'BEGIN { x = sprintf("\000"); print(length(x)); }'
0
+$

和

+$ gawk 'BEGIN { printf("\000"); }' | xxd
00000000: 00                                       .
+$ busybox awk 'BEGIN { printf("\000"); }' | xxd
+$

这是在标准中的某处指定的吗？如果是，变量 ( x = sprintf("\000")) 和 printf ( printf("\000"))所需的行为是否相同？

Answer 1

POSIX.2018 规范中awk至少有 4 段相关文本：

在下面所有引用的文本中，重点（粗体文本）是我的：

来自以下任何来源的 awk 程序的输入文件应为文本文件

这意味着如果输入包含 NUL 字符（根据文本的 POSIX 定义，这将使其成为非文本），则行为未指定。

\ddd ：一个 <反斜杠> 字符，后跟一个、两个或三个八进制数字字符的最长序列 (01234567)。 如果所有数字都是 0（即 NUL 字符的表示），则行为是 undefined。

因此\000导致未定义的行为。

关于正则表达式匹配：

但是，在所有 awk ERE 匹配中，在模式、输入记录或文本字符串中使用一个或多个 NUL 字符会产生未定义的结果

关于printf/ sprintf:

7. 对于c 转换说明符字符：如果参数为数值，则输出编码为该值的字符。如果该值为零或不是字符集中任何字符的编码，则行为是 undefined。

因此，这是获取导致未定义行为的 NUL 字符的另一种方法。

因此，总而言之，在awkPOSIX中，您不能使用可移植的 NUL 字符，无论是用于输入、输出还是存储在其变量中。

gawk（至少从 1989 年的 2.10 开始，这是我可以找到记录NUL 支持的最早版本）和@ThomasDickeymawk（自20140914 版以来）是两个可以处理 NUL 的实现。