# 含特殊字符路径的钻带文件读取修复说明

> 修复日期：2026-09-20（任务 `.trellis/tasks/09-20-fix-special-char-path-read`）
> 影响面：所有钻带/参数文件读取入口（共 15 处调用）

## 问题描述

选择路径或文件名中含特定字符的钻带/参数文件时，加载直接失败：

```
加载钻带文件失败：文件路径包含不允许的命令行特殊字符（Parameter 'filePath'）
```

命中字符包括 `(` `)` `&` `%` `!` `^` `@` `|` `<` `>` 等。实际业务文件名很容易命中，例如：

- `1009B-2013钻机参数表(D2-f)（A1A2厂） (1).doc`
- `demo_drl (1)/xx.drl`

## 问题分析

### 直接原因

读取统一入口 `CommandTypeFileReader.ReadAllText` 把文件路径拼进命令行，用子进程读文件：

```csharp
FileName = "cmd.exe",
Arguments = $"/d /c type \"{filePath}\"",
```

因为路径会成为命令行的组成部分，代码在 `ValidateAndNormalizePath` 里加了一串字符黑名单
（`ForbiddenPathChars`）“防炸”，命中即抛异常。

### 历史成因（git 证据）

| 提交 | 内容 |
|---|---|
| `44de1cb`（2025-12-17） | “优化 sort.txt 读取方式…改用 cmd type 命令读取…提升编码兼容性”。真实动因是编码：.NET 6 下 `Encoding.Default` = UTF-8，读 GB2312 文件乱码，而当时 `Encoding.GetEncoding(936)` 因未注册 CodePages provider 会抛异常，于是绕道 `cmd type` + `StandardOutputEncoding = 936` |
| `473b2ca`（2026-05-23） | 注册 `CodePagesEncodingProvider`，删掉 `GetEncoding` 的 catch 回退 —— 真正的根因已修，但没拆掉多余的 cmd 层 |
| `03d9b8b`（2026-05-16，Refactor） | 把散落的内联 `ProcessStartInfo` 抽成 `CommandTypeFileReader`，**首次**引入 `ForbiddenPathChars` 黑名单 |

即：把路径拼进命令行 ⇒ 必须“防炸” ⇒ 造出黑名单。黑名单并非业务需求，是实现的自我约束。

### 实测结论（Windows 10.0.26100，`cmd /d /c type "<path>"`）

| 路径中的字符 | 实测结果 | 说明 |
|---|---|---|
| `(` `)` `&` `^` `@` 空格 | **可正常读取** | 双引号内 cmd 不把 `&`/`^` 当分隔符 |
| `%CD%` / `%TEMP%` / `%USERNAME%` | **读取失败**（rc=1） | 变量展开在双引号内**依然发生** |
| `!CD!` | 默认可读；`/v:on` 时失败 | 依赖延迟展开开关 |
| 含 `0x1A` 等二进制字节 | 字节完全一致 | `type` 是字节透传，不做任何转换 |

结论：黑名单属于**过度防御** —— 真正会坏的只有 `%VAR%`（必坏）和 `!VAR!`（延迟展开开启时坏），
却把 `(` `)` `&` `^` `@` 等完全安全的字符一并禁掉，直接误伤 `(D2-f)`、`(1)` 这类正常文件名。
而 `type` 既然只是字节透传，这层 cmd 对编码问题其实毫无贡献。

## 解决方案

1. 新增 `AnsiFileReader.cs`（原 `CommandTypeFileReader.cs` 已删除），改为直接文件 IO：

```csharp
using var stream = new FileStream(normalizedPath, FileMode.Open, FileAccess.Read, FileShare.Read);
using var reader = new StreamReader(stream, encoding, detectEncodingFromByteOrderMarks: true);
return reader.ReadToEnd();
```

`detectEncodingFromByteOrderMarks: true` 是为了**保持旧行为**：原先经 `Process.StandardOutput`（内部是
`StreamReader`）解码时默认会探测 BOM，所以带 UTF-8/UTF-16 BOM 的文件仍然按 BOM 指定的编码解码。

2. 删除 `ForbiddenPathChars` 与两处字符校验；路径只保留“非空”与“文件存在”两项校验。
3. IO 异常统一包装为可诊断消息：`InvalidOperationException("读取文件失败：{路径}（{原因}）")`，并保留 `innerException`。
4. 默认编码仍为 ANSI/GB2312(code page 936)，`ReadAllText(filePath, encoding)` 重载能力不变。
5. 同步更新 `.trellis/spec/backend/` 中 6 处已失效的规范描述（`cmd type`、危险字符校验、进程退出码）。

## 验证结果

用真实 `demo_drl/` 样例与旧实现对照（同一编码解码）：

| 验证项 | 结果 |
|---|---|
| 14 个 demo 样例：新旧实现字符串**逐字符一致、行数一致** | ✅ PASS |
| 特殊字符路径可读：`demo (a&b) 100%/xx (1) -A&B.drl`、`yy (2)!^.drl` | ✅ PASS |
| `%VAR%` 字面路径可读：`pct%TEMP%end/pct%TEMP%end (3).drl`（旧实现 rc=1 失败） | ✅ PASS |
| BOM 行为一致：UTF-8 BOM / UTF-16 LE / UTF-16 BE 文件新旧实现结果相同 | ✅ PASS |
| 文件被独占占用 → `InvalidOperationException("读取文件失败：...")` 且 `InnerException is IOException` | ✅ PASS |
| 空路径 → `ArgumentException("文件路径不能为空")` | ✅ PASS |
| 不存在路径 → `FileNotFoundException("文件不存在：...")` | ✅ PASS |
| `dotnet build -p:Platform=x86` | 0 错误，无新增警告 |

## 行为一致性说明（解码层）

本次只替换“怎么拿到字节”（去掉命令行），**没有改变“怎么解码”**：

| 场景 | 旧实现（cmd type + StreamReader） | 新实现（FileStream + StreamReader） |
|---|---|---|
| 无 BOM 的 GB2312/ANSI 文件 | 936 解码 | 936 解码（一致） |
| UTF-8 BOM 文件 | 探测到 BOM → 改用 UTF-8、去掉 BOM | 相同（一致） |
| UTF-16 LE/BE BOM 文件 | 探测到 BOM → 按 UTF-16 解码 | 相同（一致） |
| 含 `0x1A` 等二进制字节 | 字节透传后 936 解码 | 相同（一致） |

即：保留历史实现**隐式具备**的 BOM 支持，而不是新增特性，也不是回归。
若将来要改成固定 936（不探测 BOM），属于行为变更，需要单独任务与用户确认。

## 后续约定

- 钻带/参数文件读取统一走 `AnsiFileReader.ReadAllText`，**不要再引入子进程/命令行方式读文件**。
- 不要对文件路径做字符黑名单校验：读取不经过命令行，此类限制只会误伤正常文件名。
- 需要更换编码时使用 `ReadAllText(filePath, encoding)` 重载，不要另起第二套读取逻辑。