为什么我要获得grep -I的“二进制文件匹配”？

Question

在下面的示例中，grep的行为很奇怪:它提供了-I选项，根据手册页，该选项应该使grep忽略二进制文件(类似于--binary-files=without-match)，但我仍然得到“二进制文件匹配”输出。

$ cat <<'EOF' | uudecode > test-file
begin 664 /dev/stdout
M>`&5SLU*Q在下面的示例中，grep的行为很奇怪:它提供了-I选项，根据手册页，该选项应该使grep忽略二进制文件(类似于--binary-files=without-match)，但我仍然得到“二进制文件匹配”输出。0!&#/>8J^"TM/=^8/1%2\>1`\>.^9Z=D-9!))9@7?WBB^@%"G
MHOBHO+8V=2!'-WU3A9PX%*8PBB:VGK@6)Y*HFAB(.2;.;$SQPX=LNG3(>2SH
MDJE!5;R+E9P21J::8U2+?@R>RK&7:[^L&[Q=]UD6>)$D?9F0/M\B(P]$>5[O^%_$8+/(?,CSI+]%DD;/"^^,K3`OD
,6?8=GK6MPS?WDU!"
`
end
EOF
$ grep -I 8 test-file
Binary file test-file matches
$ grep --binary-files=without-match 8 test-file
Binary file test-file matches

显然，grep考虑文件二进制，但仍然尝试匹配并报告结果。为什么“二进制文件”不会像-I选项所规定的那样被忽略？

我在Ubuntu18.04上使用GNU grep 3.1。

Answer 1

看看grep手册，这似乎是因为(大胆的)：

如果类型是‘without-match’，当grep发现空输入二进制数据时，它假设文件的其余部分不匹配；这相当于-I选项。

但是，grep还认为其他数据表示二进制文件：

非文本字节表示二进制数据；它们要么是对当前区域设置编码不当的输出字节(参见环境变量)，要么是在未给出-z (--null-data)选项时为空输入字节(参见其他选项)。

因此，如果：

• 给出了-I/--binary-files=without-match选项
• 二进制性是由空字节造成的。

但是，示例输入的情况并非如此。示例文件被视为二进制文件，因为它不适合当前的区域设置(可能是一些UTF语言环境)，而不是因为它有空字节。否则：

% LC_ALL=C grep 8 test-file  
x���J�@`�y��
dIf��(��P������6u G7}S��8�0�&���'����9&�lL�Çl�t�y,蒩AU����F��cT�~
                                                                 �ʱ�k��]�Yx�$}�/����O�O�ù�4�����X��zd�Ȉ��W���,�2<�/�d�����+L
                                                                                                                            �Y�����7��PB

如果我向文件中添加一个空字节，grep将成功失败：

% printf '\0' >> test-file
% grep -I 8 test-file    
% echo $?
1