Quais caracteres precisam ser escapados nos argumentos da linha de comando?

No Bash, ao especificar argumentos de linha de comando para um comando, quais caracteres precisam ser escapados?

Eles são limitados aos metacharacters de Bash: espaço, guia, |, &, ;, (, ), <, e >?

Os seguintes caracteres têm um significado especial para o próprio shell em alguns contextos e podem precisar ser ignorados nos argumentos:

• ` Backtick (U + 0060 Acento grave)
• ~ Tilde (U + 007E)
• ! Ponto de exclamação (U + 0021)
• # Hash (sinal de número U + 0023)
• $ Cifrão (U + 0024)
• & E comercial (U + 0026)
• * Asterisco (U + 002A)
• ( Parêntese esquerdo (U + 0028)
• ) Parêntese direito (U + 0029)
•  ( ⇥) Guia (U + 0009)
• { Braçadeira esquerda (U + 007B Suporte esquerdo encaracolado)
• [ Suporte quadrado esquerdo (U + 005B)
• | Barra vertical (linha vertical U + 007C)
• \ Barra invertida (U + 005C Solidus reverso)
• ; Ponto e vírgula (U + 003B)
• ' Aspas / Apóstrofo (U + 0027)
• " Aspas duplas (U + 0022)
• ↩ Nova linha (U + 000A)
• < Menos que (U + 003C)
• > Maior que (U + 003E)
• ? Ponto de interrogação (U + 003F)
•   Espaço (U + 0020) ¹

Alguns desses personagens são usados ​​para mais coisas e em mais lugares do que o que eu vinculei.

Existem alguns casos de canto explicitamente opcionais:

• !pode ser desativado com set +H, que é o padrão em shells não interativos.
• {pode ser desativado com set +B.
• *e ?pode ser desativado com set -fouset -o noglob .
• =Sinal de igual (U + 003D) também precisa ser escapado se set -kouset -o keyword está habilitado.

Escapar de uma nova linha requer aspas - as barras invertidas não farão o trabalho. Quaisquer outros caracteres listados no IFS precisarão de tratamento semelhante. Você não precisa escapar ]ou }, mas você não precisa escapar )porque é um operador.

Alguns desses personagens têm limites mais rígidos quando realmente precisam escapar do que outros. Por exemplo, a#bestá ok, mas a #bé um comentário, enquanto >precisaria escapar nos dois contextos. De qualquer maneira, não custa escapar de todos eles de maneira conservadora, e é mais fácil do que lembrar as finas distinções.

Se o seu próprio nome de comando é uma palavra-chave shell ( if, for, do), então você precisa escapar ou citá-lo também. O único interessante é que in, porque não é óbvio que é sempre uma palavra-chave. Você não precisa fazer isso para palavras-chave usadas em argumentos, somente quando você (tolamente!) Nomeou um comando após um deles. Os operadores de shell ( (, &etc) sempre precisam citar onde quer que estejam.

¹ _{Stéphane observou que qualquer outro caractere em branco de byte único da sua localidade também precisa ser escapado. Nos locais mais comuns e sensíveis, pelo menos aqueles baseados em C ou UTF-8, são apenas os caracteres de espaço em branco acima. Em alguns locais ISO-8859-1, o espaço sem interrupção U + 00A0 é considerado em branco, incluindo Solaris, BSDs e OS X (penso incorretamente). Se você está lidando com um local desconhecido e arbitrário, ele pode incluir praticamente qualquer coisa, incluindo cartas, então boa sorte.}

_{É possível que um único byte considerado em branco possa aparecer dentro de um caractere de vários bytes que não estivesse em branco, e você não teria como escapar disso além de colocar tudo entre aspas. Isso não é uma preocupação teórica: em um código de idioma ISO-8859-1 a partir de cima, o A0byte que é considerado um espaço em branco pode aparecer dentro de caracteres multibyte como UTF-8 codificado como "à" ( C3 A0). Para lidar com esses caracteres com segurança, você precisará citá-los "à". Esse comportamento depende da configuração do código de idioma no ambiente que está executando o script, não daquele em que você o escreveu.}

_{Eu acho que esse comportamento é quebrado de várias maneiras, mas temos que jogar a mão que recebemos. Se você estiver trabalhando com qualquer conjunto de caracteres multibyte que não seja sincronizado automaticamente, o mais seguro seria citar tudo. Se você estiver em UTF-8 ou C, estará seguro (por enquanto).}

No GNU Parallel, isso é testado e usado extensivamente:

$a =~ s/[\002-\011\013-\032\\\#\?\`\(\)\{\}\[\]\^\*\<\=\>\~\|\; \"\!\$\&\'\202-\377]/\\$&/go;
# quote newline as '\n'                                                                                                         
$a =~ s/[\n]/'\n'/go;

Ele é testado em bash, dash, ash, ksh, zsh, e fish. Alguns dos caracteres não precisam ser citados em algumas (versões) dos shells, mas o acima funciona em todos os shells testados.

Se você simplesmente deseja que uma string seja citada, pode inseri-la em parallel --shellquote:

printf "&*\t*!" | parallel --shellquote

Para uma solução de escape leve no Perl, estou seguindo o princípio de aspas simples. Uma cadeia de caracteres Bash entre aspas simples pode ter qualquer caractere, exceto a própria aspas simples.

Meu código:

my $bash_reserved_characters_re = qr([ !"#$&'()*;<>?\[\\`{|~\t\n]);

while(<>) {
    if (/$bash_reserved_characters_re/) {
        my $quoted = s/'/'"'"'/gr;
        print "'$quoted'";
    } else {
        print $_;
    }
}

Exemplo de execução 1:

$ echo -n "abc" | perl escape_bash_special_chars.pl
abc

Exemplo de execução 2:

echo "abc" | perl escape_bash_special_chars.pl
'abc
'

Exemplo de execução 3:

echo -n 'ab^c' | perl escape_bash_special_chars.pl
ab^c

Exemplo de execução 4:

echo -n 'ab~c' | perl escape_bash_special_chars.pl
'ab~c'

Exemplo de execução 5:

echo -n "ab'c" | perl escape_bash_special_chars.pl
'ab'"'"'c'

echo 'ab'"'"'c'
ab'c