c - 意外输入 62;9;c62;9;c62;9;c62;9;c 在将缓冲区写入标准输出后出现在 shell 中

Question

目标是读取文件并将缓冲区直接写入标准输出，以便它可用于进一步处理。这符合文本文件、图像和 pdf 的预期。但是当阅读 pdf 文件时，shell 输入中会显示一个奇怪的输入，即:62;9;c62;9;c62;9;c62;9;c。我在 Ubuntu 14.04.3 LTS (14.04) trusty 上编译了 test.c。

shell

user@user-virtualmachine:~$./test
<prints binary data here
...
...
end of binary data>
user@user-virtualmachine:~$62;9;c62;9;c62;9;c62;9;c

当我检查 md5sum 时，它是一个匹配项，所以没有什么奇怪的:

md5sum paper.pdf
5152a6c5b7deb364385fb3dd27c586db     paper.pdf

./test | md5sum
5152a6c5b7deb364385fb3dd27c586db     -

我试图在网上查找它，它说某些二进制数据可能会导致 shell 在将其写入标准输出时以意外的方式运行。这个问题能解决吗？下面提供了代码。

测试.c

#include <stdio.h>
#include <stdlib.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>

int main() {
    ssize_t bytes_read;
    char buffer[1024];
    int fd;

    fd = open("paper.pdf", O_RDONLY);
    if(fd < 0) {
     perror("Error in reading file");
     exit(1);
    }

    do {
     bytes_read = read(fd, buffer, 1024);
     if(bytes_read > 0) {
         write(fileno(stdout), buffer, bytes_read);
     }
    } while(bytes_read > 0);

    close(fd);

    return 0;
}

Answer 1

PDF 文件是二进制 文件。虽然它们可以包含文本，但它们可以并且确实包含非文本数据。

要解决这个问题:不要将二进制数据转储到 shell 的输出中。二进制数据来自何处并不重要 - 尝试 cat/usr/bin/bash。你会得到相同的结果。防止这种情况“弄乱”您的 shell 输出的唯一方法是不这样做。