Mr.Xia
b75439cff4
问题：路径含 ( ) & % ! ^ @ 等字符时报"文件路径包含不允许的命令行特殊字符"，
(D2-f)、(1) 这类正常业务文件名直接命中。
根因：读取统一入口把路径拼进命令行(cmd.exe /d /c type "...")，为"防炸"在 03d9b8b
引入 ForbiddenPathChars 黑名单——并非业务需求，是实现的自我约束。
实测：真正会坏的只有 %VAR%(必坏) 与延迟展开开启时的 !VAR!，而 ( ) & ^ @ 空格在
双引号内均正常；且 type 是字节透传，这层 cmd 对当初的编码问题毫无帮助。
改动：
- 新增 AnsiFileReader.cs：FileStream + StreamReader(默认 936 解码 + BOM 探测，
与旧 StreamReader 解码路径逐字符等价)，不经命令行
- 删除 CommandTypeFileReader.cs 及其 ForbiddenPathChars 字符校验
- 路径只保留"非空"与"文件存在"校验；IO 异常包装为
InvalidOperationException("读取文件失败：{路径}（{原因}）")并保留 InnerException
- 15 处调用点同步改名；更新 CLAUDE.md 与 Docs 说明
验证：14 个 demo_drl 样例新旧实现字符串/行数逐字符一致；含特殊字符路径(含 %TEMP% 字面
路径，旧实现 rc=1)可读可解析；UTF-8/UTF-16 BOM 结果与旧实现一致；
dotnet build -p:Platform=x86 0 错误且警告集与基线逐条相同。
108 lines
5.8 KiB
Markdown
108 lines
5.8 KiB
Markdown
# 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。
|