¿Por qué $ '\ 0' es lo mismo que ''?

Una forma común de hacer cosas con un par de archivos es, y no me pegue por eso:

for f in $(ls); do …

Ahora, para estar a salvo de archivos con espacios u otros caracteres extraños, una forma ingenua sería hacer:

find . -type f -print0 | while IFS= read -r -d '' file; …

Aquí, la -d ''abreviatura es para configurar el ASCII NUL como en -d $'\0'.

¿Pero por qué es así? ¿Por qué son ''y $'\0'lo mismo? ¿Se debe a que las raíces C de Bash con una cadena vacía siempre están terminadas en nulo?

Las man page of bashlecturas:

          -d delim
                 The first character of delim is  used  to  terminate  the
                 input line, rather than newline.

Debido a que las cadenas generalmente terminan en nulo, el primer carácter de una cadena vacía es el byte nulo. - Tiene sentido para mi. :)

La fuente lee:

static unsigned char delim;
[...]
    case 'd':
      delim = *list_optarg;
      break;

Para una cadena vacía delimes simplemente el byte nulo.

Hay dos deficiencias en bash que se compensan entre sí.

Cuando escribe $'\0', eso se trata internamente de manera idéntica a la cadena vacía. Por ejemplo:

$ a=$'\0'; echo ${#a}
0

Esto se debe a que internamente bash almacena todas las cadenas como cadenas C , que tienen terminación nula: un byte nulo marca el final de la cadena. Bash trunca silenciosamente la cadena al primer byte nulo (¡que no es parte de la cadena!).

# a=$'foo\0bar'; echo "$a"; echo ${#a}
foo
3

Cuando pasa una cadena como argumento a la -dopción de la readconstrucción, bash solo mira el primer byte de la cadena. Pero en realidad no verifica que la cadena no esté vacía. Internamente, una cadena vacía se representa como una matriz de bytes de 1 elemento que contiene solo un byte nulo. Entonces, en lugar de leer el primer byte de la cadena, bash lee este byte nulo.

Luego, internamente, la maquinaria detrás de la construcción readfunciona bien con bytes nulos; sigue leyendo byte a byte hasta que encuentra el delimitador.

Otras conchas se comportan de manera diferente. Por ejemplo, ash y ksh ignoran los bytes nulos cuando leen la entrada. Con ksh, ksh -d ""lee hasta una nueva línea. Los shells están diseñados para hacer frente bien al texto, no a los datos binarios. Zsh es una excepción: utiliza una representación de cadena que hace frente a bytes arbitrarios, incluidos los bytes nulos; en zsh, $'\0'es una cadena de longitud 1 (pero read -d '', curiosamente, se comporta como read -d $'\0').