"while head -n 1" 奇怪现象

Question

一些编程实验（在尝试寻找更短的编码答案时进行）导致了一些有趣的发现：

seq 2 | while head -n 1 ; do : ; done

输出（按 Ctrl-C 或它将永远浪费CPU周期）：

1
^C

相同的操作，但使用重定向的输入文件替代管道输入：

seq 2 > two
while head -n 1 ; do : ; done < two

输出结果（按下Control-C）：

1
2
^C

问题:

1. 为什么while循环不能像seq 2 | head -n 1那样停止？

2. 为什么重定向输入会产生更多的输出，而不是管道输入？

---

以上代码在最近的Lubuntu上使用dash和bash进行了测试。 seq和head来自coreutils（版本8.25-2ubuntu2）软件包。

解决需要按(Ctrl-C)的方法:

timeout .1 sh -c "seq 2 > two ; while head -n 1 ; do : ; done < two"

1
2

timeout .1 sh -c "seq 2 | while head -n 1 ; do : ; done"

1

- agc

---

如果没有其他选择，这是区分重定向输入和管道输入的方法。唯一不方便的是 'Control-C'。 - agc

有趣的是，更有趣的是，如果你使用<<重定向，这种效果就会消失。 - Joce NoToPutinsWarInUkraine

当在其标准输入上给出一个空文件时，你认为 head -n 1 会做什么？ - Charles Duffy

@agc，我指的是前者。head -n 1 /dev/null -- 它的退出状态是什么？当 while 循环的条件部分看到这个退出状态时，你希望它采取什么行动？ - Charles Duffy

您可能会发现这个答案很有启发性。 - rob mayoff

Answer 1

head -n 1，如果在标准输入流上接收到空数据流，则有权并符合规范立即以成功的退出状态退出。

因此：

seq 2 | while head -n 1 ; do : ; done

我可以合法地无限循环，因为head -n 1不需要以非零状态退出并终止循环。(只有在“发生错误”时才需要标准的非零退出状态，而文件的行数少于要求输出的行数不被定义为错误)。

事实上，这是明确的：

当一个文件包含少于number行时，它应该完全复制到标准输出。这不应该是一个错误。

---

现在，如果您的head实现在第一次调用后（打印第一行内容）退出时将文件指针排队到第二行开头处（这绝对不是必须的），那么第二个循环实例将读取第二行并发出它。然而，这仍然是一个实现细节，取决于编写您的head实现的人选择以下哪种方式之一：

1. 读取一个非常大的块，但仅发出其中的子集。（更高效的实现。）
2. 或者逐字符循环以仅消耗单个行。

实现者完全有权根据仅在运行时可用的标准决定要遵循哪些实现。

---

现在，假设您的head总是尝试一次读取8kb块。那么，它怎么可能会将指针排队到第二行？[* - 除了向后查找（当给定文件时，某些实现会这样做，但标准不要求；感谢Rob Mayhoff在此提供的指针]

如果并发调用seq仅在第一个read发生时已写入和刷新单个行，则可能会发生这种情况。

显然，这是一种非常时间敏感的情况——竞争条件——也取决于未指定的实现细节（例如seq是否在行之间刷新其输出——由于seq未作为POSIX或任何其他标准的一部分指定，因此在平台之间完全不同）。

- Charles Duffy

---

这是很多背景信息，如果没有其他更好的答案，我稍后会批准。不过，对我来说，这个答案有点“政治化”，因为它涉及到“权利”、“非必需”和标准化的限制等词汇。 - agc

作为语言律师，我属于不后悔的那一类：如果某种行为没有被规范保证，那么它就可以随着任何平台变化、任何软件升级、任何运行时环境修改而消失，而这种行为的改变并不构成任何人的错误。语言律师（广义上包括规范文档）至关重要：它可以帮助你了解哪些行为是可以信任的承诺，哪些行为存在于你使用的库最后一次重构者的心情中，或者根本不存在。 - Charles Duffy

我不会反对...关于“没有任何人犯错的情况下...出现了一个bug”，这让我想起了两个描绘神秘再分配的19世纪形象：'Twas Him和Get off the Earth。 - agc

经再次反思，有些保留。这是一个很好的答案，并且回答了问题，但它在将概括与特定编码示例的分析自由混合时，概括往往会掩盖分析，以至于即使一天后也需要重读。如果特定分析首先进行（关于coreutils v8.25-2ubuntu2），然后是在 POSIX 有意未指定的空白内部可能产生的输出排列的调查之后，效果会更好。 - agc

Answer 2

被接受的答案是正确的。head不会为输入（甚至没有输入）返回非零值

但我发现了一些更多的奇怪之处

---

我找到了一种方法，可以正确地停止它。

seq 10 | while head -c 4 | ifne -n false; do : ; done;

遗憾的是，由于 head 的输出遍布在 while 的主体上，因此您无法对该构造做太多事情。

我发现的一个用途是在每 x 个字节（包括尾部）中插入一个字符。

/> printf '12345678910' | { while head -c 2 | ifne -n false; do printf 'a'; done; }
/> 12a34a56a78a91a0a

你应该使用 sed 's/.\{4\}/&a/g'。

这里有一个稍微更有用的命令，它将接收两个字节的输入，"处理"它，然后将其放在某个地方：

printf '12345678910' | { while true; do head -c 2 < /dev/stdin | ifne -n false >> file.txt || break; done;

你应该使用 split --filter。

还有一个非常奇怪的用例，当你尝试在 while 循环中使用 /dev/stdin 调用 head 时。

/> printf '12345678910' | { while head -c 2 | ifne -n false; do head -c 3 </dev/stdin | ifne -n false >> every3.txt || break; done > every2.txt; }
/> cat every2.txt
12670
/> cat every3.txt
345891

正如您所看到的，它每2个字节循环一次，然后每3个字节循环一次。 12 345 67 891 0

您应该使用bbe。

您可以将其用作某种简陋的进度指示器。

/> printf '12345678910' | while head -c 2 | ifne -n false; do echo "2 bytes travelled" > /dev/stderr ; done > /dev/null;
2 bytes travelled
2 bytes travelled
2 bytes travelled
2 bytes travelled
2 bytes travelled
2 bytes travelled # imperfect because actually only 1 byte travelled here

你应该使用pv。

---

这个结构实际上可以做什么...

¯\_(ツ)_/¯

- WesAtWork

---

我觉得这个结构可以做一些其他方式不可能或非常困难的事情... 如果您有任何用例，请告诉我！ - WesAtWork

我觉得这个结构有一些其他方式无法实现或者非常困难的功能... 如果你有任何使用案例，请告诉我！ - undefined