端末コマンド配線表

find と xargs で空白入りファイル名が壊れる理由

xargs は既定で空白・タブ・改行を区切りとして入力を分割し、引用符とバックスラッシュまで解釈します。名前に空白を含むファイルは二つの引数に割れ、一重引用符を含む名前はエラーで止まります。find -print0 と xargs -0 の対、そして POSIX の範囲で済む -exec {} + の使い分けを整理します。

端子台 詰所

find . -name '*.txt' | xargs rm は、名前に空白を含むファイルで壊れます。xargs は既定で空白・タブ・改行を区切りとして入力を分割し、さらに引用符とバックスラッシュを解釈するため、My File.txt は二つの引数になり、It's.txt は引用符が閉じないとしてエラーで停止します。回避は find -print0 と xargs -0 の対、または POSIX で定義された find -exec ... {} + です。

壊れる仕組みは区切りの数え方にある

find の -print は、パスを改行で終わらせて出力します。xargs はその改行を「項目の終わり」ではなく「区切りの一種」として読みます。空白もタブも同じ扱いです。結果として、一つのパスが複数の引数に割れます。

$ find . -name '*.txt'
./My File.txt

$ find . -name '*.txt' | xargs -n1 echo
./My
File.txt

二行が二項目になっています。rm に渡れば ./My と File.txt の二つを消しに行き、どちらも存在しないのでエラーになります。存在する名前と偶然一致した場合は、無関係なファイルが消えます。削除や移動のように戻せない操作では、この偶然に賭けないでください。

引用符とバックスラッシュも解釈される

xargs は入力をシェルに近い規則で読み直します。名前に一重引用符が入っていると unmatched single quote で停止し、バックスラッシュは次の一文字を退避させます。バックスラッシュを含むパスは、xargs に渡った時点で別の名前に化けます。空白だけを気にしていても足りない理由がここにあります。

NUL を区切りにする

パス名に使えないバイトは NUL(0x00)だけです。スラッシュは階層の区切りで、名前に含められません。そこで NUL を終端にすれば、空白も引用符も改行も含んだ名前を、そのまま一項目として運べます。これが -print0 と -0 の役割です。

$ find . -name '*.txt' -print0 | xargs -0 -n1 echo

逆に、-0 を付けたまま通常の -print の出力を渡すと、改行が項目の一部として残り、最後の一件だけ改行付きの名前として扱われます。片方だけ付けたときの症状がこれで、エラーにならず静かに一件だけ失敗します。

GNU find には -printf '%p\0' という書き方もありますが、BSD の find に -printf はありません。macOS と Linux をまたぐ表では -print0 を定格に採ります。

ただし -print0 も -0 も POSIX の規定外です。macOS の BSD 版と GNU 版の両方が実装しているため実務では通りますが、規定の範囲だけで書きたい場面では次の形を使います。

-exec {} + は POSIX の範囲で安全

find ... -exec cmd {} + は、見つけたパスをまとめて一度のコマンドに渡します。区切りは find 自身が管理するので、xargs のように中身を読み直しません。空白も引用符もそのまま一つの引数として届きます。

$ find . -name '*.txt' -exec rm -- {} +

終端が + なら複数件をまとめて実行し、; なら一件ごとに実行します。+ のほうがプロセスの起動回数が少なくて済みます。件数が多く一度の引数長を超える場合、find が自動で分割します。

どれを定格にするか

目的定格切れる箇所
削除・移動(macOS と Linux)find -print0 | xargs -0POSIX 外。NUL を扱える xargs が前提
一件ずつ別の名前に差し替えるxargs -0 -I{}-I は区切りを改行に変える。名前に改行があると壊れる
重い処理を並列で回すxargs -0 -n1 -P4出力順は保証されない。同じファイルへの同時書き込みは避ける
POSIX の範囲だけで書くfind -exec cmd {} +引数の組み立てを find に任せる分、細かい制御はできない
名前に改行が入りうる-print0 系のみ改行区切りのどの形も使えない

名前に使える長さは環境ごとに 255 バイト前後(NAME_MAX)です。UTF-8 の日本語は一文字 3 バイトなので、およそ 85 文字で上限に達します。長い名前ほど空白や記号を含みやすいので、実際の現場では -print0 を既定にして構いません。

出典

誤りを見つけたら、連絡口まで。動作環境と打った命令を添えてください。