Por que $ '\ 0' é o mesmo que ''?

Uma maneira comum de fazer as coisas com alguns arquivos é - e não me bata por isso:

for f in $(ls); do …

Agora, para estar seguro contra arquivos com espaços ou outros caracteres estranhos, uma maneira ingênua seria:

find . -type f -print0 | while IFS= read -r -d '' file; …

Aqui, -d ''é a abreviação de definir o ASCII NUL como em -d $'\0'.

Mas porque é isso? Por que são ''e $'\0'os mesmos? Isso ocorre devido às raízes C do Bash, com uma string vazia sempre sendo terminada em nulo?

As man page of bashleituras:

          -d delim
                 The first character of delim is  used  to  terminate  the
                 input line, rather than newline.

Como as strings geralmente são terminadas em nulo, o primeiro caractere de uma string vazia é o byte nulo. - Faz sentido para mim. :)

A fonte diz:

static unsigned char delim;
[...]
    case 'd':
      delim = *list_optarg;
      break;

Para uma sequência vazia, delimé simplesmente o byte nulo.

Existem duas deficiências no bash que se compensam.

Quando você escreve $'\0', isso é tratado internamente de forma idêntica à sequência vazia. Por exemplo:

$ a=$'\0'; echo ${#a}
0

Isso ocorre porque internamente o bash armazena todas as seqüências de caracteres como C , com terminação nula - um byte nulo marca o final da sequência. O Bash silenciosamente trunca a string para o primeiro byte nulo (que não faz parte da string!).

# a=$'foo\0bar'; echo "$a"; echo ${#a}
foo
3

Quando você passa uma string como argumento para a -dopção do readbuiltin, o bash analisa apenas o primeiro byte da string. Mas na verdade não verifica se a string não está vazia. Internamente, uma sequência vazia é representada como uma matriz de bytes de 1 elemento que contém apenas um byte nulo. Portanto, em vez de ler o primeiro byte da string, o bash lê esse byte nulo.

Em seguida, internamente, o mecanismo por trás do readbuilt-in funciona bem com bytes nulos; ele continua lendo byte a byte até encontrar o delimitador.

Outras conchas se comportam de maneira diferente. Por exemplo, ash e ksh ignoram bytes nulos quando lêem a entrada. Com ksh, ksh -d ""lê até uma nova linha. Os shells são projetados para lidar bem com texto, não com dados binários. Zsh é uma exceção: ele usa uma representação de string que lida com bytes arbitrários, incluindo bytes nulos; em zsh, $'\0'é uma sequência de comprimento 1 (mas read -d '', estranhamente, se comporta como read -d $'\0').