一致实施tr？

Question

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

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 个大写和小写字母字符，数字、破折号和下划线字符。示例：

W-uch3_4fbnk34u2nc08w_nj23n089023ncNjxz979823n23-n88h30pmLCxkMKj

当我在 Solaris 上使用脚本时，范围被解释为文字，并生成来自集合 aAzZ09-_ 的字符串。示例：

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

奇怪的是，在此 Solaris 服务器上，tr 的手册页表明所使用的语法应该生成想要的结果。

这个想法是使用 /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。该字符串稍后将在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，因为语言环境可以将它们转换为在命令行上不起作用的多字节值。这个 ksh 单行代码在许多安装中都完美地实现了这一点，直到我们到达 Solaris。

我们暂时将其转换为有点令人讨厌的 Perl 正则表达式。是否有 tr 或其他实用程序或 ksh 内置语法可以跨 UNIX 变体一致地执行此任务并且已普遍安装？不必是一句台词，但简单性是值得赞赏的。

更新：我们尝试了区域设置，但没有成功。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，最后一个版本会抛出方括号。

Answer 1

如果您将路径设置为 /usr/xpg6/bin/ 那么它将按预期工作
区域设置在这里似乎没有影响。跨平台黑客是：

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

Answer 2

您所观察到的并不是操作系统之间的差异，而是具有不同区域设置的不同计算机之间的差异。您的 Solaris 计算机将 LC_COLLATE 设置为非默认值，这肯定会解决您遇到的此类问题。

区域设置从环境中设置，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。 p>

• 将用于未明确设置的类别。

• 默认语言环境称为C。在 Unix 系统上，POSIX 是 C 的同义词。

主要的语言环境类别有：

• LC_CTYPE 指示用于文件名、文件内容和终端 I/O 的字符集和编码。您应该小心地保留此设置，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。这在脚本中几乎总是不可取的。除 C 之外的大多数值都会引起问题，例如 A-Z 匹配小写字母。

• 有时，LC_NUMERIC 可能会造成问题，因为数字可能会使用不同的标点符号打印，并且 LC_TIME 会影响某些命令显示日期和时间的方式。其他类别在脚本中几乎不重要。

以下是合理的脚本策略（警告，直接在浏览器中键入）：

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 不会这样做，除非你告诉它。

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 上的 -c（“值”）和 -C（“字符”）有什么区别？在 Linux 上它们是相同的。

旁白：您可以使用 head -c 64 替换 fold -w 64 |head -1 吗？此外，您还可以消除 cat： tr ... tr ... tr ... tr ... tr ... tr ... /dev/urandom | ...

最终，根据可用性，其中之一可能适合您（但字符集可能与您想要的稍有不同）：

base64 /dev/urandom | head -c 64

或

uuencode /dev/urandom | head -c 64