Regras de sintaxe do caminho

Estou escrevendo uma biblioteca para manipulação de strings de caminho Unix. Sendo esse o caso, preciso entender alguns cantos obscuros da sintaxe com os quais a maioria das pessoas não se preocuparia.

Por exemplo, o melhor que eu posso dizer, parece que foo/bare foo//barambos apontam para o mesmo lugar.

Além disso, ~geralmente representa o diretório inicial do usuário, mas e se ele aparecer no meio de um caminho? O que acontece depois?

Essas e várias dezenas de outras perguntas obscuras precisam ser respondidas se eu escrever um código que lide com todos os casos possíveis corretamente. Alguém sabe de uma referência definitiva que explique as regras de sintaxe exata para este material?

(Infelizmente, pesquisar termos como "Sintaxe do caminho Unix" aparece um milhão de páginas discutindo a $PATHvariável ... Caramba, estou até lutando para encontrar tags adequadas para essa pergunta!)

Existem três tipos de caminhos:

• caminhos relativos gosto foo, foo/bar, ../a, .. Eles não iniciam /e são relativos ao diretório atual do processo que faz uma chamada de sistema com esse caminho.
• caminhos absolutos como /, /foo/barou ///x. Eles começam com 1 ou 3 ou mais /, não são relativos, são procurados a partir do /diretório raiz.
• O POSIX permite //fooser tratado especialmente, mas não especifica como. Alguns sistemas usam isso para casos especiais, como arquivos de rede . Tem que ser exatamente 2 barras.

Além do início, as seqüências de barras agem como uma.

~é especial apenas para o shell , é expandido pelo shell, não é especial para o sistema. Como é expandido depende do shell. Os reservatórios realizam outras formas de expansão, como globbing ( *.txt), expansão variável /$foo/$barou outros. No que diz respeito ao sistema, ~fooé apenas um caminho relativo como _fooou foo.

Coisas a ter em mente:

• foo/não é o mesmo que foo. É mais próximo do foo/.que foo(especialmente se foohouver um link simbólico) para a maioria das chamadas de sistema na maioria dos sistemas ( foo//é o mesmo que se foo/fosse).
• a/b/../cnão é necessariamente o mesmo que a/c(por exemplo, se a/bfor um link simbólico). Melhor não é tratar ..especialmente.
• geralmente é seguro considerar a/././././bo mesmo como a/bse.

Por exemplo, o melhor que posso dizer, parece que foo / bar e foo // bar apontam para o mesmo lugar.

Sim. Isso é comum porque o software às vezes concatena um caminho, assumindo que a primeira parte não foi finalizada com uma barra, então uma é lançada para ter certeza (o que significa que pode haver dois ou mais). foo///bare foo/////bartambém aponte para o mesmo local que foo/bar. Uma boa função para uma biblioteca de manipulação de caminho seria aquela que reduz qualquer número de barras sequenciais para uma (exceto no início de um caminho, onde pode ser usada de maneira isenta de URL ou, como Stephane indica, para qualquer finalidade especial não especificada).

Além disso, ~ geralmente significa o diretório inicial do usuário

Essa transformação é feita via exapansão shell e til , que só funciona se for o primeiro caractere no caminho. Se você precisa ou não lidar com isso depende do contexto. Se a biblioteca é para ser usado com programas normais que recebem, por exemplo, argumentos de linha de comando contendo um caminho, tilde expansão é feito quando vêem o caminho. A única situação que vejo como preocupante é se você está processando caminhos diretamente de um arquivo de texto.

Além disso, ~é um caractere legal em um caminho * nix e não deve ser alterado para mais nada. De acordo com isso , os únicos caracteres que não são válidos em um nome de arquivo unix são /(porque é o separador de caminho) e "nulo" (também conhecido como zero byte), porque geralmente são ilegais no texto.