md5sum antepone '\' a la suma de comprobación

¿Por qué md5sum está anteponiendo "\" delante de la suma de comprobación cuando se encuentra la suma de comprobación de un archivo con "\" en el nombre?

$ md5sum /tmp/test\\test
\d41d8cd98f00b204e9800998ecf8427e  /tmp/test\\test

Lo mismo se observa para cualquier otra utilidad.

Esto está documentado , para Coreutils ' md5sum:

Si el archivo contiene una barra diagonal inversa o una nueva línea, la línea se inicia con una barra diagonal inversa, y cada carácter problemático en el nombre del archivo se escapa con una barra diagonal inversa, lo que hace que la salida sea inequívoca incluso en presencia de nombres de archivo arbitrarios.

( archivo es el nombre del archivo, no el contenido del archivo).

b2sum, sha1sumY los diversos SHA-2 herramientas se comportan de la misma manera que md5sum. sumy cksumno lo hagas; sumsólo se proporciona para compatibilidad hacia atrás (y sus antepasados no producen salida citado), y cksumse especifican por POSIX y no permite que este tipo de salida.

Este comportamiento se introdujo en noviembre de 2015 y se lanzó en la versión 8.25 (enero de 2016), con la siguiente NEWSentrada:

md5sumahora asegura una sola línea por archivo para el estado en la salida estándar, usando un '\' al comienzo de la línea y reemplazando cualquier nueva línea con '\ n'. Esto también afecta sha1sum, sha224sum, sha256sum, sha384sumy sha512sum.

La barra invertida al comienzo de la línea sirve como un indicador: los escapes en los nombres de archivo solo se procesan si la línea comienza con una barra invertida. (El desempañamiento no puede ser el comportamiento predeterminado: rompería las sumas generadas con versiones anteriores de Coreutils que contienen \\o \nen los nombres de archivo almacenados).

La respuesta de Stephen Kitt cubre el qué y trataré de cubrir por qué se implementó este cambio. Primero, alguien observó que un nombre de archivo que contenga nuevas líneas ¹ podría generar ^un resultado ambiguo . Por ejemplo, considere esta salida:

d41d8cd98f00b204e9800998ecf8427e  foo
25af89c92254a806b2e93fffd8ac1814  bar

¿Significa esto que había dos archivos fooy bar, o solo un archivo cuyo nombre de archivo es "foo\n25af89c92254a806b2e93fffd8ac1814 bar"? De acuerdo, esta última posibilidad es altamente improbable, pero es posible. Para resolver la ambigüedad, los desarrolladores optaron por escapar de las nuevas líneas con una barra diagonal inversa ( \). La salida se vuelve distinguible. Sin embargo, entonces hay otra ambigüedad:

764efa883dda1e11db47671c4a3bbd9e  foo\nbar

¿El nombre de este archivo contiene una nueva línea o una barra invertida seguida de un n? Para resolver esto, también necesitamos escapar de las barras invertidas, de modo que el último caso se convierta en:

764efa883dda1e11db47671c4a3bbd9e  foo\\nbar

Finalmente, eligieron anteponer cada línea de salida que contiene dichos escapes con un \\para facilitar el analizador detecte si se ha escapado. Presumiblemente, esto se hizo para permitir que los analizadores manejen la salida tanto de versiones de escape como de versiones md5sumsin escape (no GNU). La bandera también significa que no es necesario hacer un escape "costoso" cuando no es necesario. Puede ver un ejemplo de este análisis en acción en md5sum.csí mismo (línea 382 en la versión vinculada).

¹ Por nueva línea me refiero al carácter \nque a veces también se conoce específicamente como salto de línea o LF ; vermd5sum.c .