Shell 脚本健壮性实战：set -euo pipefail、trap 清理与那些年踩过的坑

运维脚本最怕的不是写不出来，而是“看起来跑完了，其实中间早就出错了”。一条 cp 失败了，后面的 rm 照样执行；一个变量拼错了，rm -rf $DIR/ 变成了 rm -rf /。这篇文章把我在日常写 Bash 脚本时最常用的几招防御写法整理出来，配上可以直接复制的例子。

一、脚本开头的“三件套”

#!/usr/bin/env bash
set -euo pipefail
IFS=$'\n\t'

• set -e：任何命令返回非 0 就立即退出，避免错误被悄悄吞掉。
• set -u：引用未定义变量时直接报错，拼错变量名不再变成空字符串。
• set -o pipefail：管道中任意一段失败，整个管道就算失败。默认情况下 false | true 的返回值是 0，加了以后是 1。
• IFS=$'\n\t'：把字段分隔符改成换行和制表符，文件名里带空格时不容易被拆开。

需要注意，set -e 有几个“例外场景”：在 if、while 的条件里，&& / || 左侧的命令，以及被 ! 取反的命令失败时不会触发退出。所以别把它当成万能保险，关键步骤还是要显式检查。

二、允许失败的命令要写明白

有些命令失败是正常的，比如 grep 没匹配到会返回 1。开了 set -e 之后，应该明确表达“这里允许失败”：

count=$(grep -c "ERROR" app.log || true)
if ! systemctl is-active --quiet nginx; then
    echo "nginx 未运行，尝试启动"
    systemctl start nginx
fi

用 || true 或者放进 if 条件里，读脚本的人一眼就知道作者是有意为之。

三、变量一律加引号，并给默认值

backup_dir="${BACKUP_DIR:-/data/backup}"
target="${1:?用法: $0 <目标目录>}"

rm -rf -- "${backup_dir:?}/tmp"

• "${VAR:-默认值}"：变量为空时使用默认值。
• "${1:?提示}"：参数缺失时打印提示并退出，比自己写 if [ -z "$1" ] 更简洁。
• "${backup_dir:?}"：在 rm -rf 这类危险命令里，变量为空就直接报错，杜绝误删根目录。
• --：告诉命令后面不再是选项，防止以 - 开头的文件名被当成参数。

四、用 trap 做清理和报错定位

脚本中途退出时，临时文件、锁文件经常留在现场。trap 可以保证无论成功还是失败都执行清理：

tmpdir=$(mktemp -d)
cleanup() {
    rm -rf -- "$tmpdir"
}
trap cleanup EXIT

on_error() {
    echo "出错：第 $1 行，命令：$2" >&2
}
trap 'on_error $LINENO "$BASH_COMMAND"' ERR

EXIT 在脚本结束时一定触发；ERR 在命令失败时触发，配合 $LINENO 和 $BASH_COMMAND 能直接看到是哪一行、哪条命令出了问题，排查定时任务尤其方便。

五、防止脚本重复运行

定时任务间隔短、单次执行时间长时，很容易出现两个实例同时跑。用 flock 加一把文件锁最省心：

exec 200>/var/lock/backup.lock
if ! flock -n 200; then
    echo "已有实例在运行，退出"
    exit 0
fi

文件描述符在脚本退出时自动关闭，锁也随之释放，不需要手动删除锁文件，也不怕异常退出留下“死锁”。

六、日志带上时间戳

log() {
    printf '[%s] %s\n' "$(date '+%F %T')" "$*" >&2
}
log "开始备份 $target"

日志统一输出到标准错误，标准输出留给真正的数据，这样脚本既能被管道调用，日志又不会混进结果。

七、几个常见的坑

1. cd 失败后继续执行：cd /data/app && rm -rf ./* 比两行分开写安全得多；开了 set -e 也建议这样写。
2. 用 for f in $(ls) 遍历文件：文件名带空格就会出错，改用 for f in ./* 或 find ... -print0 | xargs -0。
3. [ $a == $b ] 不加引号：变量为空时会报语法错误，推荐用 [[ "$a" == "$b" ]]。
4. 在子 shell 里修改变量：cat file | while read line; do n=$((n+1)); done 结束后 n 不变，因为管道右侧在子 shell 中运行，可改成 while read -r line; do ...; done < file。
5. read 不加 -r：反斜杠会被当成转义字符吞掉。

八、交给工具把关：ShellCheck

再细心也会漏，推荐把 ShellCheck 加进日常流程：

sudo apt install shellcheck
shellcheck backup.sh

它能发现未加引号的变量、无用的 cat、错误的比较写法等几百种问题，还会给出规则编号（如 SC2086）方便查文档。放进 CI 或 Git 的 pre-commit 钩子里，团队里的脚本质量会明显提升。

九、一个完整的模板

#!/usr/bin/env bash
set -euo pipefail
IFS=$'\n\t'

log() { printf '[%s] %s\n' "$(date '+%F %T')" "$*" >&2; }

tmpdir=$(mktemp -d)
trap 'rm -rf -- "$tmpdir"' EXIT
trap 'log "失败：第 $LINENO 行：$BASH_COMMAND"' ERR

exec 200>/var/lock/"$(basename "$0")".lock
flock -n 200 || { log "已在运行"; exit 0; }

src="${1:?用法: $0 <源目录> <目标目录>}"
dst="${2:?用法: $0 <源目录> <目标目录>}"

log "打包 $src"
tar -czf "$tmpdir/backup.tgz" -C "$src" .
mv -- "$tmpdir/backup.tgz" "$dst/backup-$(date +%F).tgz"
log "完成"

小结

健壮的 Shell 脚本靠的不是技巧堆砌，而是几条固定习惯：开头三件套、变量加引号、危险操作前做空值检查、用 trap 收尾、用 flock 防并发、用 ShellCheck 兜底。把上面的模板存成自己的脚手架，下次写运维脚本时直接复制，能省下不少半夜排障的时间。