如何使用带有`sh -c`的重定向创建非ascii文件？

Question

相同的命令：echo 1 > filename 创建不同的文件名：

$ sh -c 'echo $LANG >=с=.sh' && ls *.sh | od -c
0000000   = 321   =   .   s   h  \n
0000007

和

$ bash -c 'echo $LANG >=с=.bash' && ls *.bash | od -c
0000000   = 321 201   =   .   b   a   s   h  \n
0000012

其中с 是U+0441 字符——CYRILLIC SMALL LETTER ES。很明显sh 吃掉了utf-8 编码中的第二个字节。

$ ls *sh
=?=.sh  =с=.bash

$LANG 在这两种情况下都是：

$ cat *sh
en_US.utf8
en_US.utf8

sh 链接到我系统上的dash：

$ apt-cache show dash | grep -i version
Version: 0.5.5.1-7ubuntu1

stty iutf8 已设置。

是否有任何设置允许dash 不破坏多字节字符？

我在手册中没有看到任何关于字符编码的提及：

$ man dash | grep -i encoding
$ man dash | grep -Pi 'multi.*byte'

更新

utf-8 编码中'с' 字符的第二个字节'\201' 是 -127 在 C 中作为有符号字符（或 129 作为无符号字符）。

在源代码 (apt-get source dash) 中搜索 -127 的结果是：

src/parser.h:38:#define CTL_FIRST -127      /* first 'special' character */
src/parser.h:39:#define CTLESC -127     /* escape next character */

搜索CTLESC 会导致rmescapes() 宏导致 来自src/expand.c:expandarg()的以下片段：

/*
 * TODO - EXP_REDIR
 */
if (flag & EXP_FULL) {
    ifsbreakup(p, &exparg);
    *exparg.lastp = NULL;
    exparg.lastp = &exparg.list;
    expandmeta(exparg.list, flag);
} else {
    if (flag & EXP_REDIR) /*XXX - for now, just remove escapes */
        rmescapes(p);
    sp = (struct strlist *)stalloc(sizeof (struct strlist));
    sp->text = p;
    *exparg.lastp = sp;
    exparg.lastp = &sp->next;
}

TODO 和 XXX 暗示更新的版本可能 帮助。 debian/dash.README.source 指向：

$ git clone http://smarden.org/git/dash.git/
$ cd dash

有两个分支：

$ git br
* debian-sid
  release+patches

在debian-sid 上，转义字节被删除。在release+patches 分支grep 找到丢失的字节。

$ ./configure
$ make && rm *.dash -f; ./dash -c 'echo 1 >fсf.dash' && 
> ls *.dash | od -c | grep 201

git diff debian-sid...release+patches 表明 rmescapes() 是 在release-patches中删除：

diff --git a/src/expand.c b/src/expand.c
index e4c4c8b..f2f964c 100644
--- a/src/expand.c
+++ b/src/expand.c
...
@@ -213,8 +210,6 @@ expandarg(union node *arg, struct arglist *arglist, int flag)
                exparg.lastp = &exparg.list;
                expandmeta(exparg.list, flag);
        } else {
-               if (flag & EXP_REDIR) /*XXX - for now, just remove escapes */
-                       rmescapes(p);
                sp = (struct strlist *)stalloc(sizeof (struct strlist));
                sp->text = p;
                *exparg.lastp = sp;
@@ -412,7 +407,7 @@ lose:
 }

尚不清楚这些更改是否会包含在 Ubuntu 上的 dash 0.5.6.1 中。

目前唯一的命令方式：

$ sh -c 'echo 1 >fсf.dash' &&  ls *.dash | od -c | grep 201

工作是将sh重新配置回bash：

$ sudo dpkg-reconfigure dash

还有其他选择吗？

Answer 1

在我尝试的几个 shell（或版本）中，只有 Dash 和 Busybox Ash 失败了。

$ for sh in bash2.05b bash3.2 bash4.0 bash4.1 bash4.2 dash zsh ksh pdksh mksh ash; do $sh -c 'locale > с.$0'; done
$ csh -c 'locale > с.csh'
$ fish -c 'locale > с.fish'
$ ls -1
?.ash
?.dash
с.bash2.05b
с.bash3.2
с.bash4.0
с.bash4.1
с.bash4.2
с.csh
с.fish
с.ksh
с.mksh
с.pdksh
с.zsh

内容都一样。

来自man dash：

只有 POSIX 指定的功能，以及一些 Berkeley 扩展，才会被合并 进入这个外壳。本手册页并非旨在作为教程或 完整的外壳规范。

POSIX 说：

POSIX 语言环境包含 Portable Character Set 中的字符，这些字符具有 LC_CTYPE 中列出的属性。在其他语言环境中，任何其他字符的存在、含义和表示都是特定于语言环境的。

和

其他字符的宽字符代码是区域设置和实现定义的。 ... POSIX.1-2008 没有提供定义宽字符代码集的方法。