Bash管道与Here-String的区别

Question

我以为在Bash中这些命令是等效的，但它们产生了不同的输出。你能帮我理解为什么吗？

$ echo "SEBA" | wc
      1       1       5

$ wc <<< "SEBA"
1 1 5

运行环境：

• Ubuntu 20.04.2 LTS
• GNU bash，版本 5.0.17(1)-release (x86_64-pc-linux-gnu)
• wc（GNU coreutils）8.30

以下是一些测试：

$ echo "SEBA" | wc | hexdump 
0000000 2020 2020 2020 2031 2020 2020 2020 2031
0000010 2020 2020 2020 0a35                    
0000018

$ wc <<< "SEBA" | hexdump 
0000000 2031 2031 0a35                         
0000006

$ echo "SEBA" | hexdump 
0000000 4553 4142 000a                         
0000005

$ hexdump <<< "SEBA"
0000000 4553 4142 000a                         
0000005

- Sebastian Sejzer

---

你使用的是哪个 shell？在我的系统上，两者都使用 bash 5.1 并产生相同的输出。 - larsks

我无法从herestring重现该输出。使用的是哪个版本的bash？ - Jetchisel

它们并不相同，但我很难解释为什么这种差异会影响wc的输出。（这是特定于Linux coreutils版本的wc；我无法在macOS上使用BSD版本重现这种差异。） - chepner

我注意到在macOS上，wc的输出实际上使用了" %7d %7d %7d\n"作为格式 - 数字以8个字符宽的字段打印（直到您处理大文件）。 - Jonathan Leffler

只是确认一下：我可以重现这个问题（CentOS7，bash 4.2.46(2)，wc 8.22）。 - psmears

Answer 1

当 GNU wc 从文件获取所有输入时，它使用 stat()（对于 stdin 使用 fstat()）获取所有文件的字符大小。由此可以确定每个输出字段所需的最大数字数量，并仅使用这么多位数。

当输入中有任何管道时，无法提前确定其大小。默认为该输入使用7个数字。

Here-strings 是通过将字符串复制到临时文件并将 stdin 重定向到该文件来实现的，因此此情况可以使用优化的字段大小。但是，从 echo 管道传输不允许此操作，因此会得到7位数字的字段。

请参见 GNU coreutils 源代码中的函数 get_input_fstatus 和 compute_number_width。

如评论中所述，bash 5.1 对于小的 here-strings 或 here-documents 不使用临时文件，而使用管道。 "小" 可能不是非常小，而是管道缓冲区大小。 正如在 How big is the pipe buffer? 中解释的那样，在 Mac OS X 上默认为16K，在 Linux 上为64K。因此，您不应该在不同的 bash 版本之间移植这种行为。

- Barmar

---

哪里有问题？它打印的信息相同，唯一的区别在于值之间的空格数，这不是规格的一部分。 - Barmar

它不等待管道完全读取的原因是因为可能有很多个管道。它必须保存所有结果，直到处理完每一个输入。 - Barmar

请记住，一些输入可能是命名管道或进程替换，因此不仅仅是一个管道。 - Barmar

@Barmar - 关于*Here-strings are implemented by copying the string to a temporary file[...]*：从bash 5.1开始，只要它们足够小，here-strings就不会创建临时文件。 - Abdull

@Abdull 很好的发现，我已经更新了答案。 - Barmar