当前位置:首页 > 文章列表 > 文章 > linux > Linux findmnt --pairs 怎样输出便于脚本读取的键值挂载属性

Linux findmnt --pairs 怎样输出便于脚本读取的键值挂载属性

来源:17golang原创 2026-11-18 14:31:25 0浏览 收藏

使用 findmnt --pairs --output TARGET,SOURCE,FSTYPE,OPTIONS,可以把挂载信息输出为带键名和双引号值的记录。脚本应显式选择列,并保留值中的十六进制转义;不要继续按默认树形表格的对齐空格取第几列。

以一个“显示给定目录所在文件系统”的脚本为例,交互入口只需要路径,数据层保留挂载点、来源、文件系统类型和选项,失败时另行展示状态。本文解释这个读取接口,不执行挂载、卸载或修改系统配置。

项目官方地址:https://github.com/util-linux/util-linux

先固定查询对象和输出字段

先决定查一个路径还是列出所有挂载。下面第一条命令使用 target 语义,第二条枚举当前挂载;两者都指定四个标量字段,便于后续保持同一数据契约。命令仅为用法示例,未把某台机器的设备名或文件系统类型写成固定输出。

# --target 查询该路径所属文件系统,不要求路径本身恰好是挂载点。
findmnt --kernel --pairs --target / \
  --output TARGET,SOURCE,FSTYPE,OPTIONS

# 枚举当前挂载时仍显式选择列,避免依赖默认输出布局。
findmnt --kernel --pairs --output TARGET,SOURCE,FSTYPE,OPTIONS

TARGET 是挂载位置,SOURCE 是挂载来源,FSTYPE 是类型,OPTIONS 是选项。查询某个目录所在文件系统与要求该目录本身就是挂载点不同:前者使用 --target,后者应查看 --mountpoint 的语义。不要用不带选项的模糊位置参数,让工具自行猜测你传入的是设备还是路径。

查询路径输出模式与所选字段的静态关系
结构说明图:查询参数与字段分组共同界定输出记录,不展示实际机器信息,也不是终端截图。

把键值记录当作数据读取

pairs 输出保留键名,值用双引号包围。潜在不安全字符会编码为反斜杠 x 加十六进制值的形式。消费者应先识别字段边界,再按这个格式处理值;不要先把所有转义解开后按空白切分,也不要擅自删除反斜杠。

为便于读者检查接口,可以先只捕获并传递原始记录,等下游明确需要真实路径时再解码。如下脚本没有尝试实现任意 pairs 方言的解析器,输出仍是原始格式;因此也不会误把一段看似赋值的字符串作为命令执行。

#!/bin/sh
# 把路径作为一个完整参数传递,避免空格造成参数拆分。
query_path=${1:-/}
if mount_record=$(findmnt --kernel --pairs --target "$query_path" \
    --output TARGET,SOURCE,FSTYPE,OPTIONS); then
    # 这里只传递原始键值记录;不执行其中的字符串,也不提前解码转义。
    printf '%s\n' "$mount_record"
else
    query_status=$?
    printf '读取挂载信息失败,状态码:%s\n' "$query_status" >&2
    exit "$query_status"
fi

不要把记录交给 eval 或 source。键值格式便于读数据,不代表它是应该执行的脚本。也不推荐直接用普通 shell 分词器当作完整解码器:需要明确其对反斜杠、引号和十六进制编码的处理,避免把原值改写。

如果自己编写标量字段解析器,应限定预期键名,完整识别带引号值,遇到无法识别的剩余内容返回格式错误,再对值执行明确的十六进制解码。若加入 SOURCES 这类多行单元格字段,当前手册说明它可能采用数组式表达,不能沿用“每个值都是一个标量字符串”的假设。本文因此只选择 SOURCE。

原始键值记录与脚本状态数据的边界
结构说明图:stdout 保留原始记录,退出状态与 stderr 形成错误信息;图示不是实际运行回执。

将失败与空结果分开呈现

脚本使用 if 捕获 findmnt 的成功或失败,不把 stderr 混进标准输出。界面层或任务日志可以读取错误状态,而数据消费者只接收成功时的记录。否则,把错误文字当成一行挂载数据,很容易造成错误判断。

数据边界处理方式
查询路径加引号作为单个参数传递
输出列显式列出,避免默认列变化
值的转义先识别结构,后按约定解码
进程失败保留退出状态,错误写入 stderr
多挂载记录逐条处理,不硬塞进一个变量映射

本机支持哪些列和选项,应以安装版本的帮助与手册为准。不支持字段、查询对象不匹配和读取失败,不能一律显示成“没有挂载”。容器内读取到的视图也应结合进程所在的挂载命名空间理解,不能不加说明地称为整台宿主机的全量清单。

加 --pairs 会改变挂载状态吗?

它改变输出形式,不执行挂载操作。本文示例都是读取命令。

为什么值里还有反斜杠?

这可能是输出格式的转义表示。先确认记录结构和编码规则,再解码显示,不要简单全局去除反斜杠。

能依赖字段顺序而忽略键名吗?

显式选列有助于稳定输出,但消费端仍应按键名取值。增加或调整列时,用键名关联更容易发现缺失项。

参考:findmnt 手册;util-linux 项目。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go go/types.TypeAndValue.IsType 怎样判断表达式是否表示类型Go go/types.TypeAndValue.IsType 怎样判断表达式是否表示类型
上一篇
Go go/types.TypeAndValue.IsType 怎样判断表达式是否表示类型
Go testing/iotest.HalfReader 怎样模拟每次只能读取部分数据的输入
下一篇
Go testing/iotest.HalfReader 怎样模拟每次只能读取部分数据的输入
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1095次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1091次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1256次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1197次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1046次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码