如何在Node.js中获取process.argv的原始字节而非UTF-8解码内容？

问题背景 #

当向Node.js传入非UTF-8有效字节并尝试从process.argv读取时，会得到替换字符U+FFFD。示例如下：

$ node -e "console.log(process.argv[1].codePointAt(0).toString(16))" $'\x7f'
7f
$ node -e "console.log(process.argv[1].codePointAt(0).toString(16))" $'\x80'
fffd

而C语言实现的命令行工具则能直接获取原始字节：

$ echo -n $'\x7f' | xxd
00000000: 7f                                       .
$ echo -n $'\x80' | xxd
00000000: 80                                       .

问题：有没有办法在Node.js中获取传入程序的参数原始字节，而不经过UTF-8解码？

解决方案 #

Node.js的process.argv会将命令行参数自动解码为UTF-8字符串，因此无法直接从中获取原始字节。但可以通过以下方式实现需求：

1. 类Unix系统下读取/proc/self/cmdline（稳定方案） #

在Linux、BSD等类Unix系统中，/proc/self/cmdline文件以null字节分隔的形式存储了进程的原始命令行参数序列。可以读取该文件并解析：

const fs = require('fs');

// 以binary编码读取，保留原始字节
const cmdlineContent = fs.readFileSync('/proc/self/cmdline', 'binary');
// 按null字节分割得到原始参数列表（第一个元素是Node.js可执行文件路径）
const rawArgs = cmdlineContent.split('\0').filter(arg => arg.length > 0);

// 取传入的第一个自定义参数（示例中为$'\x80'）
const targetArg = rawArgs[2];
// 将二进制字符串转为Buffer，即可操作原始字节
const argBuffer = Buffer.from(targetArg, 'binary');

console.log(argBuffer.toString('hex')); // 输出80

测试命令：

$ node get-raw-arg.js $'\x80'
80

2. 使用Node.js内部API（非稳定，不推荐生产环境） #

Node.js提供了未公开的内部API process.getArgv()，它返回一个Buffer数组，每个元素对应一个命令行参数的原始字节：

// 注意：此API为内部实现，不同Node.js版本可能存在变化或移除
const rawArgBuffers = process.getArgv();
// rawArgBuffers[0]是Node.js可执行文件路径，rawArgBuffers[1]是脚本路径，rawArgBuffers[2]是传入的自定义参数
console.log(rawArgBuffers[2].toString('hex')); // 输出80

测试命令：

$ node -e "console.log(process.getArgv()[2].toString('hex'))" $'\x80'
80

Windows系统下的替代方案 #

Windows没有/proc文件系统，可以通过调用系统命令wmic获取进程命令行，解析wmic process where processid=%PID% get commandline的输出并提取原始字节，需注意Windows对命令行参数的编码处理逻辑。

内容的提问来源于stack exchange，提问作者user3064538