python，windows :用shlex解析命令行

Question

当您必须拆分命令行(例如调用Popen )时，最佳实践似乎是

subprocess.Popen(shlex.split(cmd), ...

但RTFM

shlex类使编写类似于Unix的简单语法的词法分析器变得非常容易。

那么，win32的正确方式是什么呢？那么引用解析和POSIX与非POSIX模式又如何呢？

Answer 1

到目前为止，Python for Windows/中还没有有效的命令行拆分函数。(2016年3月)

子过程

因此，简单地说，subprocess.Popen .call等最好做如下：

if sys.platform == 'win32':
    args = cmd
else:
    args = shlex.split(cmd)
subprocess.Popen(args, ...)

在上，对于shell选项的任何一个值，拆分都不是必需的，而在内部，shell只是使用subprocess.list2cmdline再次重新加入拆分参数:-)。

对于选项shell=True，在Unix上也不需要shlex.split。

不管是否拆分，在Windows上启动.bat或.cmd脚本(与.exe .com不同)时，您需要明确地包含文件扩展名--除非是shell=True。

然而，关于命令行拆分的注释：

shlex.split(cmd, posix=0)在Windows路径中保留反斜杠，但它不理解引用和转义的正确性。尚不清楚shlex的posix=0模式对什么有好处--但是99%肯定会引诱Windows/跨平台程序员.

Windows公开ctypes.windll.shell32.CommandLineToArgvW

解析Unicode命令行字符串，并返回指向命令行参数的指针数组，以及此类参数的计数，其方式类似于标准的C运行时argc和argc值。

def win_CommandLineToArgvW(cmd):
    import ctypes
    nargs = ctypes.c_int()
    ctypes.windll.shell32.CommandLineToArgvW.restype = ctypes.POINTER(ctypes.c_wchar_p)
    lpargs = ctypes.windll.shell32.CommandLineToArgvW(unicode(cmd), ctypes.byref(nargs))
    args = [lpargs[i] for i in range(nargs.value)]
    if ctypes.windll.kernel32.LocalFree(lpargs):
        raise AssertionError
    return args

然而，这个函数CommandLineToArgvW是假的--或者--与强制的标准C argv & argc解析有很弱的相似之处：

>>> win_CommandLineToArgvW('aaa"bbb""" ccc')
[u'aaa"bbb"""', u'ccc']
>>> win_CommandLineToArgvW('""  aaa"bbb""" ccc')
[u'', u'aaabbb" ccc']
>>> 

C:\scratch>python -c "import sys;print(sys.argv)" aaa"bbb""" ccc
['-c', 'aaabbb"', 'ccc']

C:\scratch>python -c "import sys;print(sys.argv)" ""  aaa"bbb""" ccc
['-c', '', 'aaabbb"', 'ccc']

查看http://bugs.python.org/issue1724822，看看将来可能在Python中添加的内容。(在"fisheye3“服务器上提到的函数实际上不能正常工作。)

跨平台候选函数

有效的Windows命令行拆分是相当疯狂的。比如试试\ \\ \" \\"" \\\"aaa """" ..。

我当前用于跨平台命令行拆分的候选函数是以下函数，我认为它是Python建议的。它的多平台；它的速度比shlex快10倍，它只做单字符步进和流；同时也尊重与管道相关的字符(不像shlex)。它列出了已经在Windows和Linux bash上进行的严格的实壳测试，以及test_shlex的遗留posix测试模式。对剩余bug的反馈感兴趣。

def cmdline_split(s, platform='this'):
    """Multi-platform variant of shlex.split() for command-line splitting.
    For use with subprocess, for argv injection etc. Using fast REGEX.

    platform: 'this' = auto from current platform;
              1 = POSIX; 
              0 = Windows/CMD
              (other values reserved)
    """
    if platform == 'this':
        platform = (sys.platform != 'win32')
    if platform == 1:
        RE_CMD_LEX = r'''"((?:\\["\\]|[^"])*)"|'([^']*)'|(\\.)|(&&?|\|\|?|\d?\>|[<])|([^\s'"\\&|<>]+)|(\s+)|(.)'''
    elif platform == 0:
        RE_CMD_LEX = r'''"((?:""|\\["\\]|[^"])*)"?()|(\\\\(?=\\*")|\\")|(&&?|\|\|?|\d?>|[<])|([^\s"&|<>]+)|(\s+)|(.)'''
    else:
        raise AssertionError('unkown platform %r' % platform)

    args = []
    accu = None   # collects pieces of one arg
    for qs, qss, esc, pipe, word, white, fail in re.findall(RE_CMD_LEX, s):
        if word:
            pass   # most frequent
        elif esc:
            word = esc[1]
        elif white or pipe:
            if accu is not None:
                args.append(accu)
            if pipe:
                args.append(pipe)
            accu = None
            continue
        elif fail:
            raise ValueError("invalid or incomplete shell string")
        elif qs:
            word = qs.replace('\\"', '"').replace('\\\\', '\\')
            if platform == 0:
                word = word.replace('""', '"')
        else:
            word = qss   # may be even empty; must be last

        accu = (accu or '') + word

    if accu is not None:
        args.append(accu)

    return args