POSIX Shell 与常用工具集

• find 的常用谓词
• -name/-type/-perm/-mtime/-exec
• 用法

find 按条件查找文件：-name（按文件名，支持通配符）、-type（按类型，f 文件/d 目录/l 符号链接）、-perm（按权限，如 -perm -u+w）、-mtime（按修改时间，如 -mtime +7 表示 7 天前修改）、-exec（对找到的每个文件执行命令，cmd {} ; 或 cmd {} + 批量）。可组合 predicate（-o 或、-a 且、! 非）。工程上：find 用于定位/批量处理文件，-exec 配合文件名处理；注意 -name 用通配符需引号，-exec 的 {} 与结束符。POSIX find 是标准工具，跨平台行为一致。

find 用谓词组合筛选文件。-name 按名、-type 按类型、-perm 按权限、-mtime 按时间、-exec 执行命令，是文件查找与批量操作的标准工具。

• -exec {} + vs ;
• 批量 vs 逐个
• -print0/xargs -0

find -exec cmd {} ; 对每个文件单独执行一次命令（启动次数多，慢）；-exec cmd {} + 把找到的文件作为参数批量传给命令（一次启动，快，但需命令接受多参数）。配合 -print0：find 用 -print0 以 NUL 分隔输出（而非换行），xargs -0 按 NUL 分隔读取，安全处理含空格/换行的文件名（默认换行分隔会被空格/换行破坏）。工程上：批量处理用 -exec {} + 或 -print0 | xargs -0（高效且安全），避免逐文件执行与文件名含特殊字符的问题。

-exec {} + 批量减少命令启动次数（高效），-print0/xargs -0 用 NUL 分隔安全处理任意文件名（含空格/换行）。两者结合高效安全。

• set -e/-u
• pipefail
• POSIX 可移植性

set -e（出错即退出，errexit）、set -u（未定义变量报错，nounset）是 POSIX 支持的（bash 也支持，可移植）。-o pipefail（管道中任一命令失败则整个管道失败）不是 POSIX 标准，是 bash/korn 的扩展（POSIX 中管道退出码只取最后一个命令）。因此 pipefail 在 bash 可用但不可移植到严格 POSIX sh。工程上：脚本用 set -euo pipefail 增强健壮性（bash 环境），但若需严格 POSIX 可移植，pipefail 不可用（需手动处理管道失败）；注意 set -e 在条件/管道中的行为需谨慎。

set -e/-u 是 POSIX 的，pipefail 是 bash 扩展非 POSIX。健壮脚本用 set -euo pipefail（bash），严格 POSIX 需注意 pipefail 不可移植。

• make 推断规则
• $@/$</$^
• 自动变量

make 的推断规则（implicit rule）根据目标与先决条件的后缀推断编译命令，如 .c.o 规则：从 .c 源文件生成 .o 目标，自动用 cc 编译（cc -c $< -o $@）。自动变量：$@ ——当前目标名；$< ——第一个先决条件；$^ ——所有先决条件（POSIX 支持 $? 等）。推断规则让 make 无需显式规则即可编译常见源文件（.c→.o→可执行）。工程上：make 用推断规则 + 自动变量自动编译，$@ 目标、$< 首依赖、$^ 全部依赖，用于自定义规则。注意 $^ 是 GNU make 扩展（POSIX 为 $? 等）。

推断规则按后缀自动选编译命令，$@ 目标、$< 首依赖、$^ 全部依赖。make 借此自动编译，减少显式规则。

• at/batch
• batch 负载阈值
• 执行时机

at 在指定时间执行一次性任务（时间明确）；batch 也在"负载低时"执行一次性任务——它不指定具体时间，而是等系统负载降到阈值（load average，由 atd 的启动参数设定，如默认 1.5）以下才执行。batch 的负载阈值语义：当系统 load average 降至设定值以下时，batch 任务才被执行，用于在系统空闲时运行低优先级批处理（避免高峰加重负载）。工程上：定时任务用 at，负载低时运行用 batch（避免高峰），batch 执行时机由负载阈值决定。

at 定时执行，batch 等负载降到阈值才执行。batch 用 load average 阈值延迟到低负载期运行，适合避免高峰批处理。

• mutex 类型
• 死锁/重复解锁/错误检测
• 行为差异

三种 mutex 行为差异：NORMAL（普通）——同一线程重复加锁会死锁（未定义），重复解锁未定义/可能崩溃，错误检测弱；RECURSIVE（递归）——同一线程可重复加锁（计数），需等量解锁，重复解锁（非持有者）返回错误，可用于可重入；ERRORCHECK（错误检查）——重复加锁（非递归）返回 EDEADLK，解锁非持有者/未锁定返回 EPERM，错误检测强（利于调试）。差异：NORMAL 无错误检测（死锁/未定义），RECURSIVE 允许重入（计数），ERRORCHECK 检测非法操作返回错误。工程上：调试用 ERRORCHECK，可重入用 RECURSIVE，一般用 NORMAL（性能）。

NORMAL 死锁/未定义，RECURSIVE 允许重入（需等量解锁），ERRORCHECK 检测非法操作返回错误码。按场景选型。

• 标准 vs 实时信号排队
• 可靠事件通知
• 选型

标准信号不排队（同信号多次投递合并为一个，可能丢事件），实时信号（SIGRTMIN+）排队（多次投递按序全部投递，不丢，可靠）。可靠事件通知场景（事件不能丢、需知道每次发生）应选实时信号：实时信号排队保证每次投递都被接收，可携带数据（sigqueue），且有优先级。工程上：需要可靠事件通知（如文件变化、事件计数）用实时信号（SIGRTMIN+），配合 sigwait/signalfd 处理；标准信号只用于常规控制（不要求可靠递送）。选型核心：事件是否需可靠、有序、不丢。

实时信号排队可靠（不丢、有序、可携带数据），标准信号合并（可能丢）。可靠事件通知用实时信号。

• 信号投递到线程
• pthread_sigmask/pthread_kill
• 控制

多线程中信号投递：进程级信号（kill 发）由任一未阻塞该信号的线程处理（未指定线程）；线程级信号（pthread_kill）投递到指定线程。控制：pthread_sigmask 设置线程的阻塞掩码（阻塞某信号，该线程不接收），从而控制进程级信号由哪些线程处理（未阻塞的线程）；pthread_kill 精确投递到指定线程。工程上：让信号由特定线程处理——其他线程用 pthread_sigmask 阻塞该信号，指定线程不阻塞并用 sigwait 接收；或直接用 pthread_kill 投递到目标线程。

进程级信号由任意未阻塞线程处理，pthread_sigmask 控制阻塞（决定哪些线程接收），pthread_kill 精确投递到线程。

• 特殊内建命令
• 命令查找
• 变量赋值

POSIX sh 的 15 个特殊内建命令（break、:、continue、.、eval、exec、exit、export、readonly、return、set、shift、times、trap、unset）与普通内建命令（cd、pwd、read）的区别：命令查找——特殊内建命令在命令查找时不经过 PATH 搜索（即使有同名外部命令也优先用内建，且不激活函数），普通内建命令在 PATH 搜索前检查（若被函数/外部覆盖，行为有别）；变量赋值——特殊内建前置的变量赋值在命令执行后持久（如 x=1 export x 中 x 的赋值在命令后仍有效），普通内建前置的赋值仅对命令本身有效（不持久）。特殊内建的错误会终止 shell（非交互）。工程上：理解特殊内建保证命令查找与赋值语义正确。

特殊内建命令"优先查找（不查 PATH）+ 前置赋值持久 + 错误终止 shell"，普通内建"在 PATH 后 + 赋值不持久"。这是 shell 语义的关键差异。

• awk 记录/字段
• RS/FS
• 处理模型

awk 的处理模型基于"记录（record）与字段（field）"：awk 把输入按记录分隔符（RS，默认换行）拆成记录（行），每行按字段分隔符（FS，默认空白）拆成字段（$1 第 1 字段、$NF 最后字段），逐条记录执行模式-动作（pattern-action）。内建变量：NR（当前记录号）、NF（字段数）、FS（输入分隔符）、OFS（输出分隔符）、RS（记录分隔符）。处理模型：awk 逐行读取、按 FS 分字段、按 pattern 匹配、执行 action（printf 输出）。工程上：awk 用于文本字段提取/统计，按记录-字段模型处理。

awk 按 RS 分记录、FS 分字段，逐记录执行 pattern-action。$n 字段、NR 记录号、NF 字段数，是字段处理的核心模型。

• BRE vs ERE
• 正则差异
• 使用

grep 默认用 BRE（基本正则），-E 用 ERE（扩展正则）。差异：BRE 中 +、?、|、() 等元字符需转义才有特殊含义（如 \+、\(\)），未转义按字面处理；ERE 中这些元字符直接是特殊含义（+、?、|、()），无需转义。即：BRE 保守（元字符少、需转义），ERE 开放（元字符全、简洁）。工程上：用 ERE（-E）写更简洁的正则（+、?、|、() 直接使用），BRE 需转义；量词相同（*、{m,n}）。注意字符类与锚点（^、$）两者相同。

BRE 的 +?|() 需转义，ERE 直接使用（-E）。ERE 更简洁，是常用选择，BRE 是默认兼容。

• sed s 命令
• -e/-i 标志
• 用法

sed 的 s 命令（s/old/new/flags）做替换（替换匹配的文本），flags 如 g（全局替换）、p（打印）、数字。标志：-e——追加一个编辑脚本（可多个 -e 组合命令），-i——原地编辑（in-place，直接修改文件而非输出到 stdout）。工程上：s 命令用于文本替换，-i 用于原地修改文件（配合备份），-e 用于组合多个编辑命令。注意 -i 不可移植（非 POSIX 标准，GNU/BSD 语义有差异），POSIX 用 -e 组合。

s 命令做替换、-e 组合命令、-i 原地编辑。工程上 -i 便于脚本直接改文件，但可移植性差，跨平台需注意。

• xargs -n 分块
• 空输入边界
• 参数批量

xargs 从标准输入读取参数，按块批量执行命令。分块：-n N 每次最多取 N 个参数执行一次命令（参数过多时自动分成多块）；不带 -n 时尽量一次传所有参数（受 ARG_MAX 限制，xargs 自动分块）。空输入边界：若输入为空，xargs 默认执行一次命令（无参数），用 -r（/--no-run-if-empty）可禁止空输入执行命令。工程上：-n 控制单次命令的参数数量，-r 避免空输入误执行，配合 find -print0 / xargs -0 处理文件名。

-n 控制每次命令的参数个数（分块），-r 禁止空输入执行。配合 -0 处理文件名，避免参数过多与空输入问题。

• POSIX 工具集
• §12 标准规范
• 工具行为

POSIX.1-2017 第十二章（Shell and Utilities）定义标准工具集（Utilities）的行为规范，包括 awk、sed、grep、find、xargs 等常用命令。标准规定：命令的选项、参数、退出码、输入/输出处理、环境变量影响，保证跨平台（不同 Unix 实现）行为一致。含义：这些工具是 POSIX 必需的（mandatory），实现需符合规范；GNU 扩展（如 grep -P、sed -i）超出 POSIX 标准，可移植性差。工程上：用 POSIX 标准选项可移植，涉及 GNU 扩展时需注意跨平台兼容。

§12 定义标准工具集行为，保证跨平台一致性。awk/sed/grep/find/xargs 是必需工具，GNU 扩展超标准。

• 参数扩展
• :- / := / :? 语义
• 默认值处理

POSIX sh 参数扩展（parameter expansion）用于取默认值：(1) ${var:-default}——若 var 未设置或为空，用 default 的值（不修改 var）；(2) ${var:=default}——若 var 未设置或为空，把 default 赋给 var 再用（修改 var）；(3) ${var:?error}——若 var 未设置或为空，输出 error 并退出（非交互 shell 退出，用于强制校验）。差异核心：:- 只取不赋值、:= 赋值再用、:? 未设置则报错退出。注意带冒号（:-）表示"未设置或为空都触发"，不带冒号（${var-default}）只对"未设置"触发。工程上：:- 用于安全取默认值，:= 用于初始化，:? 用于必填参数校验。

:- 取默认不赋值、:= 赋值再用、:? 未设置报错退出。冒号表示"为空也触发"。用于参数默认值与校验。

• awk 内建变量
• NR/NF/FS/OFS
• BEGIN/END 块

awk 内建变量：NR（当前记录号，即处理到第几条记录）、NF（当前记录的字段数）、FS（输入字段分隔符，默认空白）、OFS（输出字段分隔符，默认空格）。BEGIN/END 块：BEGIN 在读取任何输入前执行一次（用于初始化变量、设置 FS/OFS），END 在处理完所有输入后执行一次（用于汇总输出）。原因：awk 的处理模型是"先执行 BEGIN（初始化）→ 逐记录执行 pattern-action → 最后执行 END（收尾）"，故 BEGIN/END 各只执行一次。工程上：FS/OFS 在 BEGIN 设置，NR/NF 用于统计与字段操作，END 输出汇总。

NR 记录号、NF 字段数、FS 输入分隔符、OFS 输出分隔符。BEGIN 初始化、END 汇总，各执行一次。

• locale 概念
• i18n 国际化
• 字符分类/排序

locale（区域设置）定义语言、字符集、排序（collation）、数字/货币格式等环境，由环境变量（LC_ALL、LC_CTYPE、LC_COLLATE、LANG 等）控制。i18n（国际化）让工具输出与处理适配不同区域。对 shell 工具的影响：字符分类（isalpha、字符类 like [[:alpha:]]）、排序（sort 的 collation 顺序）、大小写转换、字节 vs 字符处理。工程上：工具默认按用户 locale 行为，但为稳定可设 LC_ALL=C（POSIX locale，字节序、ASCII 排序）保证跨环境一致；涉及多字节（UTF-8）时注意字符边界。POSIX locale 是最小集，保证字节与 ASCII 行为可预测。

locale 控制语言/字符集/排序，LC_ALL=C 提供最小可预测行为。i18n 让工具适配区域，但需注意字符 vs 字节。

• 信号默认动作
• 5 类动作
• 信号处理

POSIX 信号在未设置处理器时的默认动作（default action）分 5 类：(1) 终止（Term）——终止进程（如 SIGTERM、SIGINT）；(2) 终止并转储核心（Core）——终止进程并生成 core dump（如 SIGSEGV、SIGABRT、SIGBUS）；(3) 停止（Stop）——暂停进程，可继续（如 SIGSTOP、SIGTSTP）；(4) 继续（Continue）——恢复被停止的进程（如 SIGCONT）；(5) 忽略（Ignore）——丢弃信号无影响（如 SIGCHLD、SIGURG）。工程上：理解默认动作便于选信号（如用 SIGTERM 优雅退出、SIGSEGV 崩溃转储、SIGSTOP 暂停、SIGCONT 恢复）。

5 类默认动作：Term 终止、Core 终止转储、Stop 停止、Continue 继续、Ignore 忽略。按用途选信号。

• 必需工具
• 可选工具
• SUS 标记

POSIX/SUS（Single UNIX Specification）将工具分为必需（mandatory）与可选（optional）。必需工具——所有 POSIX 实现都必须提供（如 ls、cat、sh、awk、grep）；可选工具——实现可选择是否提供（如 cron、at、make、pax 等），若是可选工具，标准也规定其行为。SUS 标记（如 XSI、UPE、UP）表示工具或功能属于哪个扩展层：XSI（X/Open System Interface）扩展包含更多工具（如 make、crontab），UPE/UP 表示 POSIX 可选。工程上：判断工具可移植性看它是否必需（mandatory），可选工具需确认目标系统提供。

必需工具都必须提供，可选工具可实现可省略。SUS 标记（XSI 等）标注扩展层级，判断可移植性。

• POSIX 标准
• GNU 扩展
• 兼容性

POSIX 标准规定是最小可移植行为，GNU 扩展（如 grep -P、sed -i、find -printf、ls --color）在 POSIX 基础上增加功能，但不可移植。兼容性处理：追求可移植时只用 POSIX 选项（严格 POSIX 子集）；用 GNU 扩展时需确认目标环境（Linux 一般有 GNU coreutils，BSD/macOS 不同）。POSIXLY_CORRECT 环境变量、--posix 选项让 GNU 工具更严格遵循 POSIX。工程上：跨平台脚本用 POSIX 兼容写法，Linux 专用可用 GNU 扩展；用测试（command -v、版本探测）保证功能可用。

POSIX 是最小可移植，GNU 扩展增强但不可移植。可移植用 POSIX 子集，专用用 GNU 扩展。

• POSIX.1-2017
• SUSv4
• 标准关系

POSIX.1-2017 与 SUSv4（Single UNIX Specification version 4）实际上是同一套标准：SUSv4 由 Austin Group 联合制定，其系统接口与 POSIX.1-2017 一致（两者等同）。SUS 在 POSIX 基础上增加 XSI 扩展（X/Open System Interface），包含更多 UNIX 传统接口（如某些系统调用、STREAMS、cron 等）。关系：POSIX 是最小可移植核心，SUS 是超集（含 XSI 扩展与 UNIX 标志要求）。实现通过 SUS 认证（如 macOS、某些 BSD）才可称为 UNIX 系统。工程上：查询标准时 POSIX.1-2017 与 SUSv4 对应，XSI 扩展是区分"POSIX 兼容"与"完整 UNIX"的关键。

POSIX.1-2017 与 SUSv4 等同，SUS 增加 XSI 扩展。POSIX 是最小核心，SUS 是含扩展的 UNIX 超集。

• ustar 格式
• 路径长度限制
• pax 扩展头

ustar（Unix Standard tar）格式的字段限制：文件名 name 字段 100 字节、prefix 字段 155 字节（长路径拆成 name+prefix 组合），文件大小字段以 8 进制存 12 字节（最大约 8GB）。这些限制导致 ustar 无法表示超长路径与大文件。pax 扩展头突破：pax（POSIX archiver）用"扩展头记录"（extended header）以 key=value 形式记录超长路径、大文件大小、长链接名等，不占用固定字段，突破 100/155 字节与 8GB 限制。工程上：归档长路径/大文件用 pax 格式或 GNU tar 的 --format=pax；传统 ustar 仅适合常规路径与 <8GB 文件。

ustar name 100 字节、prefix 155 字节、文件大小上限约 8GB。pax 扩展头用 key=value 突破这些限制。

• 标准章节结构
• 查询路径
• 标准组织

POSIX.1-2017 的主章节分类：Base Definitions（基础定义，含通用术语、字符集、环境变量）、System Interfaces（系统接口，含头文件、函数、系统调用）、Shell and Utilities（Shell 与工具）、Rationale（设计理由）。每部分按"章节 + 条目"组织，如函数条目（如 write、open）在 System Interfaces 章节，工具条目（如 awk、grep）在 Shell and Utilities 章节。查询路径：根据条目类型定位——函数/系统调用查 System Interfaces，工具查 Shell and Utilities，头文件查 Base Definitions（头文件条款）。工程上：查询 POSIX 用在线标准（opengroup.org）按章节检索，或查 POSIX 手册页。

标准分四大部分：Base Definitions、System Interfaces、Shell and Utilities、Rationale。函数查 System Interfaces、工具查 Shell and Utilities。

• thread-safe
• MT-safe 等级
• 线程安全

POSIX 函数分为 thread-safe（线程安全）与非 thread-safe。thread-safe：可在多线程中同时调用而无需外部同步，不产生数据竞争（如 read、write、pthread 自身）。MT-safe 等级：标准用"MT-Safe"标记（如 AS-Safe 异步信号安全、AC-Safe 异步取消安全、MC-Safe 信号安全）标注函数在不同并发上下文下的安全性。非 thread-safe 函数（如 strtok、rand、getenv、某些 errno 相关）因使用静态/全局状态，需用锁或线程安全变体（如 strtok_r、rand_r）。工程上：多线程程序用 *_r 变体或加锁保护非安全函数，避免数据竞争。

thread-safe 函数可多线程并发调用，MT-Safe 标注不同上下文安全性。非安全函数用 *_r 变体或加锁。

• 头文件包含
• 功能宏
• 声明可见性

POSIX 头文件通过功能测试宏（feature test macros）控制声明可见性：编译时需定义 _POSIX_C_SOURCE（或 _XOPEN_SOURCE）才能看到 POSIX 函数/常量声明，否则可能只看到默认（ANSI C）声明。unistd.h——POSIX 系统接口（fork、exec、read、write、getpid 等）；sys/types.h——基础类型（pid_t、size_t、off_t 等）；pthread.h——线程接口（pthread_create、mutex 等）。包含规则：按需包含对应头文件，定义适当的功能宏（如 -D_POSIX_C_SOURCE=200809L）保证声明可见；pthread 程序需链接 -pthread。工程上：正确设置功能宏与包含头文件，避免隐式声明与链接错误。

功能宏（_POSIX_C_SOURCE）控制 POSIX 声明可见性。unistd.h 系统接口、sys/types.h 类型、pthread.h 线程，链接需 -pthread。

• POSIXLY_CORRECT
• GNU 工具兼容
• 选项语义

POSIXLY_CORRECT 环境变量让 GNU 工具（coreutils 等）更严格遵循 POSIX 行为：启用后，GNU 工具对选项解析、默认行为更接近 POSIX 标准（如某些模糊选项、默认输出格式按 POSIX）。反之，GNU 工具默认可能有 GNU 扩展行为（如 ls 默认带颜色、grep 支持 -P 等）。工程上：设置 POSIXLY_CORRECT 可获得更可移植的行为，但会失去部分 GNU 增强；兼容脚本用 POSIXLY_CORRECT 保证行为一致，或用 --posix 选项。注意 POSIXLY_CORRECT 不是 POSIX 标准本身，是 GNU 提供的兼容开关。

POSIXLY_CORRECT 让 GNU 工具更严格遵循 POSIX。兼容用 POSIXLY_CORRECT，增强用 GNU 默认。

• crontab 时间字段
• 匹配规则
• 环境变量

crontab 的五个时间字段是"分 时 日 月 周"：分（0-59）、时（0-23）、日（1-31）、月（1-12）、周（0-7，0/7 均为周日）。匹配规则：当所有字段匹配当前时间时执行（日与周是"或"关系——任一字段匹配即执行，除非两者都指定数值）。环境变量：SHELL 指定执行命令的 shell（默认 /bin/sh）、PATH 指定命令查找路径（crontab 默认 PATH 很有限，需显式设置）、MAILTO 指定任务输出邮件发送对象（未设置则不发送）。工程上：crontab 需显式设置 PATH 和 SHELL，用绝对路径或设置 PATH，避免命令找不到；MAILTO 控制输出告警。

五字段为分时日月周，日与周是"或"匹配。SHELL/PATH 需显式设置避免命令找不到，MAILTO 控输出。

• 条件变量
• mutex 协作
• 竞态

条件变量（pthread_cond_wait）必须配合 mutex 使用，因为：等待者需先检查谓词（predicate）再决定等待，检查与等待之间必须原子（否则产生竞态）。单独使用条件变量的问题：若等待者先检查谓词发现"不满"再调用 wait，但若在检查与 wait 之间生产者已满足谓词并 signal，则等待者错过 signal 而永久阻塞（丢失唤醒 lost wakeup）。正确流程：pthread_mutex_lock 后检查谓词，不满足则 pthread_cond_wait（wait 原子地释放锁并等待，唤醒后重新抢锁），再检查谓词、解锁。mutex 保证谓词检查与 wait 的原子性，防止"检查后 signal 前"的竞态。

条件变量必须配合 mutex 保护谓词，wait 原子地"释放锁+等待+唤醒后抢锁"。否则谓词检查与 wait 之间漏掉 signal 导致丢失唤醒。

• async-signal-safe
• 信号处理器
• malloc/printf 不可用

异步信号安全（async-signal-safe）函数指可在信号处理器中安全调用的函数（如 write、_exit、sigaction、read）。列表有限是因为信号处理器可在任意指令处打断主程序，若主程序正在执行某个函数（如 malloc 获取堆锁、printf 获取 stdio 锁）时被信号打断，处理器内再调用同一函数会"重复加非递归锁"导致死锁或数据损坏。malloc 持有 arena 锁、printf 持有 stdio 缓冲锁，在信号处理器中再调用会死锁；且 malloc 的内部分配状态可能处于不一致中间态。工程上：信号处理器只调用 async-signal-safe 函数（如 write、sigaction），或多用"信号只置标志 + 主循环处理"（self-pipe / signalfd）。

async-signal-safe 函数有限，因为信号可打断持锁中的主程序，malloc/printf 持锁重入会死锁。处理器只置标志让主循环处理。

• EINTR
• SA_RESTART
• 手动重试

慢速系统调用（read、write、wait 等）被信号打断时提前返回 EINTR。SA_RESTART 标志让内核自动重启这类调用（如 Linux 对 read/write 自动重启），陷阱：并非所有调用都自动重启（如 select、poll、epoll_wait、sem_wait 不重启），且重启可能掩盖"已读部分数据"的语义（如 read 已读部分后中断，重启会丢弃已读数据）。手动重试陷阱：需自行判断是否重试（处理 EINTR 时重新调用），但可能丢失部分数据（read 返回 EINTR 前已读的字节），且无限重试可能被高频信号饿死。工程上：用安全阻塞（sigwait 集中处理信号）或者用带 SA_RESTART 的处理器并明确哪些调用会重启，手动重试时先检查是否已读部分数据。

SA_RESTART 自动重启部分调用（非所有），手动重试需处理 EINTR 但注意已读数据与新信号。两者都有语义陷阱。

• pattern/hold space
• h/H/g/G/x 命令
• 地址范围

sed 有两个缓冲区：pattern space（当前处理行）与 hold space（保留缓冲区）。命令配合：h/H（把 pattern 复制/追加到 hold）、g/G（把 hold 复制/追加到 pattern）、x（交换 pattern 与 hold）。多行处理：用 hold space 暂存多行，配合命令实现跨行拼接/处理（如把多行合并、在行间插入）。地址范围：单地址（如 1 第 1 行、$ 最后一行、/re/ 匹配行）与范围（如 1,5 第 1-5 行、/re1/,/re2/ 从匹配 re1 到匹配 re2 的行）限定命令作用范围。工程上：hold space 用于多行状态，地址范围限定处理行集。

pattern space 存当前行、hold space 暂存，h/H/g/G/x 在两者间传输实现多行。地址范围限定命令作用行。

• grep 匹配引擎
• -E/-F/-P
• 退出码

grep 的匹配引擎：默认 BRE（基本正则）、-E 用 ERE（扩展正则）、-F 用固定字符串（fgrep，不做正则，字面匹配）、-P 用 PCRE（Perl 兼容正则，GNU 扩展）。退出码约定：找到匹配返回 0、未找到返回 1、出错返回 2（如文件不存在、非法选项）。用途：在脚本中可用退出码判断是否有匹配，作为条件（if grep -q pattern file）或流程控制（如终止条件）。工程上：grep -q 抑制输出只取退出码，-F 对纯字符串查找更快更安全（避免正则转义），-P 提供高级正则但非 POSIX。

-E 用 ERE、-F 字面匹配、-P 用 PCRE。退出码 0/1/2 分别表示匹配/不匹配/出错，用于脚本条件。

• 命令替换
• 反引号 vs $()
• 嵌套引用

命令替换（command substitution）有两种写法：反引号（cmd）与 $()（$(cmd)）。差异：反引号内部的转义规则复杂（嵌套反引号需转义 `...`，反斜杠处理混乱），$() 内可自然嵌套（$(cmd $(inner))），且 $() 内引号处理更直观、可读性更好。推荐 $()：因为嵌套与引号处理更清晰、转义规则简化、可读性高，且 POSIX 支持。反引号主要用于旧脚本兼容。注意：$() 内反斜杠、引号、$ 的处理更符合直觉。工程上：新脚本用 $()，避免反引号的转义陷阱。

$() 嵌套与引号处理更清晰、可读性好，反引号转义复杂。推荐 $()，反引号是旧式兼容。

• xargs 参数
• -n/-P/-I
• 并发与退出码

xargs 参数：-n N 每次传递 N 个参数（批量）、-P N 并发执行（同时运行 N 个进程）、-I place 用替换占位符（每次取一个输入项替换占位符执行）。并发执行时：多个子进程可同时运行，输出可能交错（顺序不确定），需注意日志/输出合并；退出码——xargs 默认返回 0/123/124/125 等：总体成功 0，任一命令失败返回 123，命令无法执行 126/127，自己被杀 124/125。工程上：-P 提升并发吞吐但输出交错，需用 -I 或输出重定向；检查退出码判断整体成败。

-n 批量、-P 并发、-I 替换占位符。并发输出交错需处理，退出码 123 表示有命令失败。

• NUL 分隔
• -print0/-0
• 文件名安全

Unix 文件名可以包含换行符（换行是合法文件名字符，仅 NUL 和 / 不能出现在文件名中）。若用默认换行分隔（find ... | xargs），含换行的文件名会被拆成多行，导致参数错误、命令执行错误甚至安全风险（文件被当成多个参数）。用 NUL 分隔（find -print0 | xargs -0）：NUL 不可能出现在文件名中，是唯一安全的分隔符，能完整保留文件名（含空格、换行、特殊字符）。工程上：处理任意文件名一律用 -print0/xargs -0（或 find -exec {} +），避免文件名边界问题。

NUL 不能出现在文件名中，是唯一安全分隔符。含换行/空格的文件名用 -print0/xargs -0 才安全。

• here document
• here string
• bash 扩展不可移植

here document（<<EOF ... EOF）是 POSIX 标准：把一段文本作为命令的标准输入，支持变量展开与命令替换（<<- 去前导 tab）。here string（<<< "text"）是 bash 扩展：把单个字符串作为命令输入，非 POSIX。bash 的数组、[[ ]]、<<< 等是 bash 扩展，POSIX sh 不支持（POSIX sh 无数组、[ ] 单括号、无 here string），故不可移植。工程上：可移植脚本用 here document（POSIX），避免依赖 bash 扩展；确需 bash 特性时声明 #!/bin/bash 并接受非 POSIX 移植性。

here document 是 POSIX 标准，here string（<<<）、数组、[[ ]] 是 bash 扩展不可移植。可移植用 here document。

• 虚假唤醒
• while 循环
• 条件变量

虚假唤醒（spurious wakeup）指条件变量在谓词仍未满足时被唤醒（信号丢失、多生产者竞态、实现允许），导致等待者醒来后发现条件不满足。因此条件变量等待必须写成 while 循环而非 if 判断：while (!predicate) pthread_cond_wait(...)，醒来后重新检查谓词，不满足则继续等待。原因：if 只检查一次，若被虚假唤醒（或唤醒后谓词仍未满足）会继续执行后续逻辑，导致错误（如消费者对空队列取值）。while 循环保证"唤醒后重新验证谓词"，直到真正满足才退出。这是 POSIX 与广泛实现的推荐写法。

虚假唤醒使谓词可能未满足即被唤醒，while 循环唤醒后重新检查，if 只查一次会误执行。故必须 while。

• signal vs broadcast
• 唤醒策略
• 饥饿

pthread_cond_signal 唤醒一个等待线程（具体哪个不确定），pthread_cond_broadcast 唤醒所有等待线程。必须用 broadcast 的场景：当多个等待线程等待不同谓词或资源（如生产者-消费者中有空位与满两种等待），若只 signal 一个，可能唤醒"错误"的线程（其谓词不满足又回去等待），导致本应被唤醒的线程饥饿；broadcast 唤醒所有线程，各自重新检查谓词，已满足的继续执行。工程上：多个谓词/多个等待者竞争时用 broadcast；单谓词单消费者可用 signal 提高效率。

signal 唤醒一个、broadcast 唤醒全部。多谓词/多竞争场景用 broadcast 避免唤醒错误线程致饥饿。

• pthread_once
• 单次初始化
• 线程安全

pthread_once（pthread_once_t once_control）保证初始化例程在多线程下只执行一次：多个线程同时调用 pthread_once 时，只有一个线程执行 init 例程，其余线程阻塞直到 init 完成（或返回）。实现：pthread_once_t 内部有状态（未初始化/初始化中/已初始化），配合内存屏障/锁保证"只执行一次 + 完成后可见"。用途：替代需要加锁的惰性初始化（如全局单例、一次性注册），比"标志 + 锁"更简洁安全。工程上：用 pthread_once 做线程安全的单次初始化，避免竞态与重复执行。

pthread_once 用内部状态保证 init 只执行一次，其余线程等待完成。比"标志+锁"更简洁安全的单次初始化。

• sigaction
• signal() 历史问题
• SA_RESTART

传统 signal() 的历史问题：语义在 Unix 实现间不统一（System V 中处理后信号处置重置为默认，BSD 中不重置），且无法控制细节（如重启、阻塞、是否带 siginfo）。sigaction 解决了这些问题：用 sigaction 结构体显式指定处理器（sigaction 不被重置）、sa_flags 标志控制行为（SA_RESTART、SA_NOCLDWAIT、SA_RESETHAND、SA_SIGINFO 等）、sa_mask 指定处理期间阻塞的信号，语义可移植。SA_RESTART：让被信号打断的慢速系统调用自动重启（而非返回 EINTR），改变"中断后需手动重试"的行为。工程上：用 sigaction 替代 signal()，按需设置 SA_RESTART 等标志。

sigaction 解决 signal() 语义不统一、无法控制细节的问题，用标志控制行为。SA_RESTART 让慢系统调用自动重启。

• SA_SIGINFO
• siginfo_t
• ucontext

SA_SIGINFO 标志让信号处理器接收额外参数（siginfo_t *info 与 ucontext_t *context），而非仅一个信号号。siginfo_t 提供丰富信息：si_signo（信号号）、si_code（来源代码，如 SI_USER/SI_KERNEL/SEGV_MAPERR）、针对故障信号（SIGSEGV/SIGBUS）的 si_addr（故障地址）、si_pid 与 si_uid（发送者进程与用户）、si_errno、si_value（sigqueue 附带数据）。ucontext 提供被中断时的寄存器上下文（用于栈回溯、诊断）。工程上：SA_SIGINFO + siginfo_t 用于区分故障来源（如 si_addr 记录非法地址、si_code 区分用户/内核触发），配合 ucontext 做崩溃诊断。

SA_SIGINFO 提供 siginfo_t（si_addr、si_code、si_pid 等）与 ucontext（寄存器上下文），用于区分故障来源与诊断。

• sigaltstack
• 备用信号栈
• SIGSEGV/SIGBUS

sigaltstack 配置备用信号栈（signal stack），用于在栈溢出/栈耗尽时执行信号处理器。不可或缺：当 SIGSEGV/SIGBUS 因栈溢出（stack overflow）触发时，主栈已耗尽，处理器若在主栈上运行会再次溢出崩溃（无法执行处理器）。sigaltstack 提供独立备用栈，处理器在备用栈上运行，可安全处理（如记录栈回溯、优雅退出）。未配置后果：栈溢出触发的 SIGSEGV 处理器无法运行（无栈可用），进程直接崩溃/二次 fault，无法诊断或恢复。工程上：对栈溢出敏感的进程用 sigaltstack + SA_ONSTACK 提供备用栈，可靠处理崩溃。

sigaltstack 提供备用栈，栈溢出时处理器可在其上运行。未配置则处理器无栈可用，崩溃无法诊断。