Question

我有一个ksh脚本，使用/dev/urandom和tr生成一个长的随机字符串：

STRING="$(cat /dev/urandom|tr -dc 'a-zA-Z0-9-_'|fold -w 64 |head -1)"

在我使用它的Linux和AIX服务器上，它产生了64个字符的大写和小写字母字符，数字，短划线和下划线字符。例如：

W-uch3_4fbnk34u2nc08w_nj23n089023ncNjxz979823n23-n88h30pmLCxkMKj

当我在Solaris上使用脚本时，范围被解释为文字，并且它产生了来自集合aAzZ09-_的字符串。例如：

AA0z9_aZ-a-z00aZ9_azAZa0zZza9-Az0-_za-9aa0az_a0z-0a0z000-A9Z_0a

奇怪的是，在这个Solaris服务器上，tr的手册页表明所使用的语法应该产生了所需的结果。

我们的想法是使用/dev/urandom生成一个伪随机字符串，我们从中提取字符，以便结果a）不包含空格，b）不包含shell特殊字符。该字符串将在稍后的脚本中作为参数在命令行上使用。我们不想使用像:alnum:这样的类，因为locale可以将这些类转换为在命令行上不起作用的多字节值。在我们进入Solaris之前，这个ksh one-liner完成了大量安装工作。

我们已暂时将此转换为有点令人讨厌的Perl正则表达式。是否存在tr或其他一些实用程序或ksh内置的语法，它们将在UNIX变体中一致地执行此任务并且是普遍安装的？不一定是单行，但简单得到赞赏。

更新：我们尝试了Locale设置但没有运气。等待使用xpg6版本的结果。

$ uname -a
SunOS hostname 5.10 Generic_142900-04 sun4u sparc SUNW,SPARC-Enterprise
$ cat /dev/urandom | tr -dc "a-zA-Z0-9-_" | fold -w 64 | head -1 | sed 's/^-/_/'
0-a9-z9a_zzZAa_a_0az-9_z0a_90Z_9az09aZzZAa-9aa_-__za0ZA9_ZzzZazA
$ set | grep '^L[AC]'
LANG=C
LC_ALL=C
LC_COLLATE=en_US
LC_CTYPE=en_US
LC_MESSAGES=en_US
LC_MONETARY=en_US
LC_NUMERIC=en_US
LC_TIME=en_US
$ export LC_CTYPE="$LC_ALL" LC_MESSAGES="$LC_ALL"
$ set | grep '^L[AC]'
LANG=C
LC_ALL=C
LC_COLLATE=en_US
LC_CTYPE=C
LC_MESSAGES=C
LC_MONETARY=en_US
LC_NUMERIC=en_US
LC_TIME=en_US
$ cat /dev/urandom | tr -dc "a-zA-Z0-9-_" | fold -w 64 | head -1 | sed 's/^-/_/'
0900z9az99_a0za09__0zA0_Z--Z_-Aa-AaA9zAZz-Aa90A00z__ZzA9A-Z0aA_-
$ unset LC_ALL; export LC_COLLATE=C LC_NUMERIC=C LC_TIME=C
$ set | grep '^L[AC]'
LANG=C
LC_COLLATE=C
LC_CTYPE=C
LC_MESSAGES=C
LC_MONETARY=en_US
LC_NUMERIC=C
LC_TIME=C
$ cat /dev/urandom | tr -dc "a-zA-Z0-9-_" | fold -w 64 | head -1 | sed 's/^-/_/'
_AA9aA_Za-A0-AZa_A-0ZA--a_za-a9zZZz__a0az_-0A-9-0aA-0za00A-__9-0
$ unset LANG LC_COLLATE LC_NUMERIC LC_TIME
$ set | grep '^L[AC]'
LC_CTYPE=C
LC_MESSAGES=C
LC_MONETARY=en_US
$ cat /dev/urandom | tr -dc "a-zA-Z0-9-_" | fold -w 64 | head -1 | sed 's/^-/_/'
_-_9zz9Z-Z-Z-Z_0_a9zzzZZaAa--9_zAZaaAZz-ZaAZ09Z-_z-zz09ZZAzAz0Z0
$ unset LC_CTYPE LC_MESSAGES LC_MONETARY
$ set | grep '^L[AC]'
$ cat /dev/urandom | tr -dc "a-zA-Z0-9-_" | fold -w 64 | head -1 | sed 's/^-/_/'
_0aAa9_Z_a_Z--_Az-aa0ZA0ZzZ-9Aa9-Z0--0A_Z0Zaz-AA_Zz0z---Z_99z_a9
$ export LANG=C LC_ALL=C LC_COLLATE=C LC_CTYPE=C LC_MESSAGES=C LC_MONETARY=C LC_NUMERIC=C LC_TIME=C
$ set | grep '^L[AC]'
LANG=C
LC_ALL=C
LC_COLLATE=C
LC_CTYPE=C
LC_MESSAGES=C
LC_MONETARY=C
LC_NUMERIC=C
LC_TIME=C
$ cat /dev/urandom | tr -dc "a-zA-Z0-9-_" | fold -w 64 | head -1 | sed 's/^-/_/'
Za_000z9aa--aA00zAAZza0AA90090--z0a00_zZ9ZA0_---aZZ09a0ZA0_0zZaa
$ cat /dev/urandom | tr -dc "[a-z][A-Z][0-9]-_" | fold -w 64 | head -1 | sed 's/^-/_/'
x7dni9gIXVF6AHQc3B-H6hjnBVHChJ9zM-z5EQ5UEruATI_NNFaCoVLOqM6gVaT5
$

当然，在Linux上，最后一个版本吐出方括号。

Answer 1

您所观察到的操作系统之间没有区别，但是具有不同区域设置的不同计算机。您的Solaris计算机已将LC_COLLATE设置为非默认值，这是您遇到的问题的必然配方。

区域设置是从环境中设置的，如下所示：

如果设置了环境变量LC_ALL，则其值将用于所有类别。
否则，如果设置了LC_FOO，则其值将用于类别LC_FOO。
否则，如果设置了LANG，则其值将用于未明确设置的类别。
默认语言环境名为C。在Unix系统上，POSIX是C的同义词。

主要的区域设置类别是：

LC_CTYPE表示用于文件名，文件内容和终端I / O的字符集和编码。您应该小心保留此设置，除非您知道它不准确（例如，因为特定的文件格式指定了特定的编码）。
LC_MESSAGES是用户看到的消息的语言。您应该保留此设置。如果您确实需要解析错误消息，请设置LC_MESSAGES=C。
LC_COLLATE表示字符的排序顺序。它在脚本中几乎总是不受欢迎的。 C以外的大多数值会导致问题，例如A - Z匹配小写字母。
有时LC_NUMERIC可能会造成问题，因为数字可能会打印出不同的标点符号，而LC_TIME会影响某些命令显示日期和时间的方式。其他类别在剧本中几乎不重要。

这是一个合理的脚本策略（警告，直接输入浏览器）：

unset LANGUAGE  # a GNU-specific setting
if [ -n "$LC_ALL" ]; then
  export LC_CTYPE="$LC_ALL" LC_MESSAGES="$LC_ALL"
  unset LC_ALL
elif [ -n "$LANG" ]; then
  export LC_COLLATE=C LC_NUMERIC=C LC_TIME=C
else
  unset LC_COLLATE LC_NUMERIC LC_TIME
fi

标准shell实用程序遵循区域设置。 Perl不会，除非你告诉它。

Answer 2

如果您将路径设置为/ usr / xpg6 / bin /，那么它将按预期工作这里的语言环境似乎没有任何影响。跨平台黑客是：

tr -dc '[a-z][A-Z][0-9]_-' < /dev/urandom | tr -d '][' | fold -w64 | head -n1

Answer 3

尝试：

LANG=C tr -dc 'a-zA-Z0-9-_'

还尝试指定tr的完整路径（并将/usr/bin/tr的结果与xpg版本进行比较）。

Solaris上-c（“值”）和-C（“字符”）之间有什么区别？在Linux上他们是一样的。

旁白：您是否可以使用head -c 64来替换fold -w 64 |head -1？此外，您可以取消cat：tr ... < /dev/urandom | ...

最终，根据可用性，其中一个可能适合您（但字符集可能与您想要的有点不同）：

base64 /dev/urandom | head -c 64

或

uuencode /dev/urandom | head -c 64

一致实施tr？

3 个答案: