☰

奇怪的情况：文本文件存在和不存在

tag-icon • tag-icon files ls filenames
奇怪的情况：文本文件存在和不存在

我对系统 Fedora 12 中的单个纯文本文件的问题感到完全困惑。我使用了生物信息学领域的一个已知软件，Maker，来生成大量纯文本文件，其中一个似乎“无法访问”。

Clon1918K_PCC1.gff特别是，当我使用 ... 命令时，会列出我的文件，ls, ls -a, ls -li但是当我尝试通过cat, vim, cp, lsetc 访问它时，它总是出现相同的错误Clon1918K_PCC1.gff: No such file or directory。

但是，当我复制所有文件cp *.gff或cp *该文件时，它也会被复制。

我还尝试用 nautilus 打开它，没有出现问题，在两种情况之一中，当我将内容复制到另一个同名文件时，问题消失了。有趣的是，在这种情况下，奇怪的文件没有被重写，并且出现了 2 个具有完全相同名称的文件，其中一个可访问，另一个不可访问。我寻找隐藏的角色，但一切似乎都很好。

有人对这个奇怪的案件有任何想法吗？谢谢！

答案1

同一目录中不能有两个同名的文件。根据定义，文件名是唯一的键。

你所拥有的几乎肯定是一个特殊的角色。我知道你检查过它们，但具体是怎么检查的呢？你可以说类似ls *gff | hexdump -C查找特殊字符在哪里。任何具有高位设置的字节（即80和之间的十六进制值FF）都将指示出现问题。以下任何内容20（十进制 32）也是特殊字符。另一个提示是.的右侧文本列中存在点hexdump -C。

有许多字符在 UTF-8 中看起来像 US ASCII 字符。即使在 US ASCII 中，1 和 l 通常看起来很相似。然后，你有西里尔字母的 C (U+0421)、希腊月牙西格玛 (U+03F9，也完全像 C)、西里尔字母/希腊小写“o”等。这些只是可见的。那里可能有很多不可见的 Unicode 字符。

解释：为什么高位表示出了问题？文件名“Clon1918K_PCC1.gff”似乎是 100% 7 位 US ASCII。把它通过hexdump -C会产生这样的结果：

00000000  43 6c 6f 6e 31 39 31 38  4b 5f 50 43 43 31 2e 67  |Clon1918K_PCC1.g|
00000010  66 66                                             |ff|

所有这些字节值都低于0x80（第 8 位清除），因为它们都是 7 位 US ASCII 代码点。 Unicode 代码点 U+0000 到 U+007F 表示传统的 7 位 US ASCII 字符。代码点 U+0080 及以上代表其他字符，并以 UTF-8 编码为 2 到 6 个字节（在 Linux 上，请尝试man utf8获取有关如何完成此操作的大量信息）。根据定义，UTF-8 将 US-ASCII 代码点编码为自身（即十六进制 ASCII 字符41，Unicode U+0041，被编码为单字节41）。代码点 ≥ 128 被编码为 2 到 6 个字节，每个都设置了第八位。通过此可以轻松检测到非 ASCII 字符的存在无需解码流。例如，假设我将文件名中的第三个字符“o”（ASCII 6f、U+006F）替换为 Unicode 字符“U+03FB GREEK SMALL LETTER OMICRON”，如下所示：“ο”。hexdump -C然后产生这个：

00000000  43 6c ce bf 6e 31 39 31  38 4b 5f 50 43 43 31 2e  |Cl..n1918K_PCC1.|
00000010  67 66 66                                          |gff|

第三个字符现在被编码为 UTF-8 序列ce bf，每个字节都有其第 8 位设置。在这种情况下，这是你遇到麻烦的迹象。另外，请注意hexdump仅解码 7 位 ASCII 的 ，无法解码单个 UTF-8 字符并显示两个不可打印字符 ( ..)。

答案2

尝试使用 nautilus 重命名该文件，但键入所需的名称（不要复制粘贴）。这肯定会删除任何特殊字符。它甚至可能是文件名前后的空格，您不可见，但操作系统和程序可见。我通常使用 mc 来处理真正奇怪的文件名。

答案3

您是否考虑过 Rootkit 的存在？曾几何时，我可以访问一台安装了 rootkit 的 Solaris 计算机。名为“*01”的文件在使用ls *01或 时不可见ls -altr，但在使用echo *01. rootkit 的安装ls（以及许多其他可执行文件）已更改，因此某些文件和进程在通常情况下不会出现。你的描述听起来很像我遇到的rootkit。

答案4

万一有人偶然发现这个并阅读其他答案......你可以跳过很多圈子或像一些答案所说的那样用通配符赌博，或者只是使用ls -b- 我记得它是“二进制”。

shell 中的制表符补全应自动引用该字符，但您可以使用非 shell 的内容（例如 Nautilus），也可以使用 shell 转义引用样式为ls其他命令生成方便的预引用字符串。我在其他地方的另一个较长答案中使用了这个奇怪的文件示例，但它在这里也相关：

sauer@lightning:/tmp/test> ls
a??file
sauer@lightning:/tmp/test> ls --quoting-style=shell-escape
'a'$'\t\033''file'
sauer@lightning:/tmp/test> mv -v 'a'$'\t\033''file' regular_filename
renamed 'a'$'\t\033''file' -> 'regular_filename'

相关内容