DIY Shell：探秘进程构建与命令解析的核心原理

个人主页：chian-ocean

文章专栏-Linux

前言：

Shell（外壳）是一个操作系统的用户界面，它提供了一种方式，使得用户能够与操作系统进行交互。Shell 是用户与操作系统之间的桥梁，允许用户通过命令行输入来执行各种操作，例如文件管理、程序执行、进程控制、系统监控等

常见的 Shell 类型：

1. Bash（Bourne Again Shell）：
   • 是 Linux 和 macOS 等类 Unix 系统中常见的默认 Shell。它是 Bourne Shell 的增强版，支持丰富的特性，如命令补全、历史命令、数组等。
2. Zsh（Z Shell）：
   • 是一个功能强大的 Shell，支持更丰富的自动化、命令补全、插件系统等特性。Zsh 常常被认为是最为用户友好的 Shell 之一。
3. Fish（Friendly Interactive Shell）：
   • 是一个具有用户友好界面和丰富特性（如自动提示、自动补全等）的现代 Shell。其设计注重简洁和易用性。
4. C Shell（csh）：
   • 基于 C 语言语法的 Shell，主要用于早期的 Unix 系统。C Shell 提供了较强的脚本编程功能。
5. Korn Shell（ksh）：
   • 是一个功能强大的 Shell，结合了 Bourne Shell 和 C Shell 的特性，并且提供了很多增强的功能。

shell外壳的实现

引入头文件

#include<string>
#include<unistd.h>
#include<sys/wait.h>
#include<sys/types.h>
#include<stdlib.h>
#include<stdio.h>
#include<string.h>
#include<assert.h>

• #include<string>：引入 C++ 的 string 库，用于字符串处理。

• #include<unistd.h>：提供访问系统调用的接口，例如 fork()、execvp()、getcwd() 等。

• #include<sys/wait.h>：包含等待子进程退出的函数。

• #include<sys/types.h>：包含系统数据类型的定义，如 pid_t（进程 ID 类型）。

• #include<stdlib.h>：提供一些标准库函数，如 exit()、getenv() 和 putenv() 等。

• #include<stdio.h>：提供输入输出函数，如 printf()。

• #include<string.h>：提供字符串操作函数，如 strtok()、strcmp() 等。

• #include<assert.h>：提供调试宏 assert()，用于检测程序中的错误

宏定义

#define DELIM " \t"
#define LEFT "["
#define RIGHT "]"
#define LABLE "$"
#define LINE_SIZE 1024
#define ARGC_SIZE 32
#define EXIT_CODE 4

• DELIM：命令行参数的分隔符，包含空格和制表符。

• LEFT, RIGHT, LABLE：格式化命令行提示符的符号，用于显示用户、主机和当前工作目录。

• LINE_SIZE：最大命令行字符长度，设置为1024。

• ARGC_SIZE：最大命令行参数数量，设置为32。

• EXIT_CODE：用于退出的错误代码。

全局变量

int quit = 0;
int LASTCODE = 0;
char* argv[ARGC_SIZE];
char commondline[LINE_SIZE];
char pwd[ARGC_SIZE];
char myenv[ARGC_SIZE];

• quit：控制程序是否退出的标志。

• LASTCODE：记录上一个命令的退出状态码。

• argv：存储命令行解析后的参数。

• commondline：存储输入的命令行字符串。

• pwd：存储当前工作目录路径。

• myenv：存储环境变量。

const char* getusr()
{return getenv("USER");
}const char* gethostname()
{return getenv("HOSTNAME");
}

• getusr：返回当前用户的用户名。
• gethostname：返回当前计算机的主机名。

获取当前工作目录

void getpwd()
{getcwd(pwd, sizeof(pwd));
}

• getpwd：调用 getcwd 获取当前工作目录，并将结果存储在 pwd 中。

交互式输入处理

void ineract(char* cline, int size)
{getpwd();printf(LEFT"%s@%s %s"RIGHT""LABLE" ", getusr(), gethostname(), pwd);char* s = fgets(cline, size, stdin);assert(s);(void)s;cline[strlen(cline) - 1] = '\0';
}

该 ineract 函数是命令行交互的核心部分，用于显示提示符并获取用户输入。以下是对代码逐行的解析：

函数定义

void ineract(char* cline, int size)

• cline：指向存储用户输入命令的字符数组的指针。
• size：输入缓冲区的大小，表示 cline 数组的最大容量。

获取当前工作目录并显示提示符

getpwd();
printf(LEFT"%s@%s %s"RIGHT""LABLE" ", getusr(), gethostname(), pwd);

• getpwd()：调用 getpwd 函数来获取当前工作目录并存储到全局变量 pwd 中。

• printf：显示命令行提示符。格式为 [user@hostname pwd]$，其中：

  • getusr()：获取当前用户名（通过环境变量 USER）。
  • gethostname()：获取当前主机名（通过环境变量 HOSTNAME）。
  • pwd：显示当前工作目录。

  提示符通过格式化字符串显示，LEFT 和 RIGHT 用于添加方括号（[ 和 ]）包围信息，而 LABLE 是一个 $ 字符，表示命令行提示符。

获取用户输入

char* s = fgets(cline, size, stdin);
assert(s);
(void)s;

• fgets(cline, size, stdin)：从标准输入（键盘）读取用户输入，存储在 cline 数组中，最多读取 size-1 个字符。fgets 会自动在输入末尾添加一个 \0 来终止字符串。
• assert(s)：如果 fgets 返回 NULL，程序将终止并输出错误信息。assert 是一种调试检查，确保输入读取成功。如果 s 为 NULL，说明读取输入失败。
• (void)s：(void)s 的作用是消除未使用变量 s 的编译器警告，实际上这里并没有做任何事情。

去除输入末尾的换行符

cline[strlen(cline) - 1] = '\0';

• strlen(cline) - 1：计算输入字符串的长度，并将其最后一个字符（换行符 \n）替换为字符串结束符 \0。这一步去除 fgets 读取时可能留下的换行符。

命令行解析

int AnalyzeCommandLine(char* cline)
{int i = 0;argv[i++] = strtok(cline, DELIM);while (argv[i++] = strtok(NULL, DELIM));return i - 1;
}

AnalyzeCommandLine 函数用于解析输入的命令行字符串，并将解析出的各个命令参数存储在 argv 数组中。以下是对该函数的逐行解析：

函数定义

int AnalyzeCommandLine(char* cline)

• cline：输入的命令行字符串（用户在命令行输入的完整命令）。该字符串将会被解析为多个命令和参数。

初始化参数索引

int i = 0;

• i：定义一个整数变量 i，用于跟踪 argv 数组的索引位置，表示当前解析的命令参数的位置。

使用 strtok 解析命令行

argv[i++] = strtok(cline, DELIM);

strtok(cline, DELIM)：strtok 是一个字符串分割函数，它通过指定的分隔符（DELIM）将 cline 字符串分割成多个子字符串。DELIM 在此代码中定义为 " \t"，即空格和制表符。

• 第一次调用 strtok() 时，它会返回 cline 字符串中的第一个子字符串（即命令或第一个参数）。返回值会存储在 argv[i] 中。
• 然后 i++ 使得 i 增加 1，指向下一个位置

继续解析命令行参数

while (argv[i++] = strtok(NULL, DELIM));

• strtok(NULL, DELIM)：在第一次调用 strtok() 后，后续调用需要传入 NULL 作为第一个参数，表示继续从上次分割的位置开始。strtok() 会继续根据分隔符分割剩余的命令行字符串，并返回下一个子字符串。
• 这段代码通过 while 循环逐个提取命令行中的每个子字符串，并将其存储到 argv[i] 中。每次调用 strtok() 后，i++ 将 i 指向下一个数组位置。

返回参数的数量

return i - 1;

• i - 1：由于最后一次 i++ 会多加一次，因此函数返回 i - 1，即存储在 argv 数组中的参数个数（命令行中的参数数量）。

执行常规命令

void NormalExecl(char* _argv[])
{pid_t id = fork();if (id < 0){perror("fork");return;}else if (id == 0){execvp(_argv[0], argv);exit(EXIT_CODE);}else{int status = 0;pid_t rid = waitpid(id, &status, 0);if (id){LASTCODE = WEXITSTATUS(status);}}
}

函数定义

void NormalExecl(char* _argv[])

• _argv[]：这是一个参数数组，用于传递命令及其参数。例如，_argv[0] 是命令，_argv[1] 是命令的第一个参数，依此类推。

创建子进程

pid_t id = fork();

fork()：fork() 函数用于创建一个新进程。它将当前进程复制一份。新进程被称为子进程，原始进程是父进程。

• 如果 fork()成功，它会返回两次：
  • 父进程：返回子进程的进程 ID（PID）。
  • 子进程：返回 0。
• 如果 fork() 失败，它返回负值。

错误处理

if (id < 0)
{perror("fork");return;
}

• id < 0：如果 fork() 返回负值，表示创建子进程失败。此时打印错误信息并返回。
• perror("fork")：输出错误信息，说明 fork() 失败的原因。

子进程执行命令

else if (id == 0)
{execvp(_argv[0], argv);exit(EXIT_CODE);
}

id == 0：这是子进程中的代码块。如果 fork() 返回 0，表示当前代码在子进程中执行。

execvp(_argv[0], argv)：子进程调用 execvp() 函数来执行命令。execvp() 会用指定的命令替换当前进程的映像。具体来说：

• _argv[0] 是命令（例如 ls）。
• argv 是命令的参数数组，其中包含命令和它的所有参数（例如 ls -l）。

exit(EXIT_CODE)：如果 execvp() 失败，子进程会退出，返回 EXIT_CODE。如果 execvp() 成功，当前进程会被新的命令替代，exit() 不会被执行

父进程等待子进程结束

else
{int status = 0;pid_t rid = waitpid(id, &status, 0);if (id){LASTCODE = WEXITSTATUS(status);}
}

• else：这是父进程中的代码块，父进程需要等待子进程结束并获取其退出状态。

• int status = 0;：定义一个变量 status 用来存储子进程的退出状态。

• waitpid(id, &status, 0)

  ：父进程使用 waitpid()函数等待子进程的结束。waitpid() 会阻塞父进程，直到指定的子进程结束，并返回子进程的退出状态。

  • id：是子进程的进程 ID，表示父进程等待这个子进程。
  • &status：存储子进程退出时的状态信息。
  • 0：表示父进程等待子进程的退出，不对其状态做其他操作。

• LASTCODE = WEXITSTATUS(status)：获取子进程的退出状态码并存储在 LASTCODE 中。WEXITSTATUS(status) 提取的是子进程的退出代码。

内建命令执行

int BuildExec(char* _argv[], int _argc)
{if (_argc == 2 && strcmp(_argv[0], "cd") == 0){chdir(_argv[1]);getpwd();sprintf(getenv("PWD"), "%s", pwd);return 1;}else if (_argc == 2 && strcmp(_argv[0], "export") == 0){strcpy(myenv, _argv[1]);putenv(myenv);return 1;}else if (_argc == 2 && strcmp(_argv[0], "echo") == 0){if (strcmp(_argv[1], "$?")){printf("%d\n", LASTCODE);LASTCODE = 0;}else if (strcmp(_argv[1], "$")){char* val = getenv(_argv[1] + 1);printf("%s\n", val);}else{printf("%s\n", _argv[1]);}}if (strcmp(_argv[0], "ls") == 0){_argv[_argc++] = "--color";_argv[_argc] = NULL;}return 0;
}

函数定义

int BuildExec(char* _argv[], int _argc)

• _argv[]：命令行解析后参数的数组，存储命令及其参数。
• _argc：命令行参数的数量。

处理 cd 命令

if (_argc == 2 && strcmp(_argv[0], "cd") == 0)
{chdir(_argv[1]);getpwd();sprintf(getenv("PWD"), "%s", pwd);return 1;
}

• strcmp(_argv[0], "cd") == 0：检查命令是否为 cd。如果 argv[0] 是 "cd"，则执行以下操作。
• chdir(_argv[1])：改变当前工作目录到 argv[1] 指定的路径。
• getpwd()：调用 getpwd() 获取新的工作目录并更新全局变量 pwd。
• sprintf(getenv("PWD"), "%s", pwd)：更新环境变量 PWD，使其反映当前工作目录。
• return 1;：表示已经处理了 cd 命令，因此直接返回，不继续处理后面的代码。

处理 export 命令

else if (_argc == 2 && strcmp(_argv[0], "export") == 0)
{strcpy(myenv, _argv[1]);putenv(myenv);return 1;
}

• strcmp(_argv[0], "export") == 0：检查命令是否为 export。如果 argv[0] 是 "export"，则执行以下操作。
• strcpy(myenv, _argv[1])：将 argv[1] 的值复制到 myenv 字符数组中。argv[1] 应该是一个环境变量的设置（例如 "VAR=value"）。
• putenv(myenv)：使用 putenv() 将 myenv 中的环境变量设置添加到当前环境中。
• return 1;：表示已经处理了 export 命令，直接返回。

处理 echo 命令

else if (_argc == 2 && strcmp(_argv[0], "echo") == 0)
{if (strcmp(_argv[1], "$?")){printf("%d\n", LASTCODE);LASTCODE = 0;}else if (strcmp(_argv[1], "$")){char* val = getenv(_argv[1] + 1);printf("%s\n", val);}else{printf("%s\n", _argv[1]);}
}

• strcmp(_argv[0], "echo") == 0：检查命令是否为 echo。如果是，继续执行以下代码。
• strcmp(_argv[1], "$?")：检查是否要求输出上一个命令的退出状态码。如果 argv[1] 是 "$?"，则输出上一个命令的退出代码 LASTCODE，并将 LASTCODE 重置为 0。
• strcmp(_argv[1], "$")：检查是否要求输出某个环境变量的值。如果 argv[1] 是以 $ 开头（例如 $HOME），则获取该环境变量的值并打印。
• printf("%s\n", _argv[1]);：如果既不是 "$?" 也不是以 $ 开头，则直接输出 argv[1]，即用户传递给 echo 的字符串。

特殊处理 ls 命令

if (strcmp(_argv[0], "ls") == 0)
{_argv[_argc++] = "--color";_argv[_argc] = NULL;
}

• strcmp(_argv[0], "ls") == 0：检查命令是否为 ls。如果是 ls 命令，执行以下操作。
• _argv[_argc++] = "--color";：给 ls 命令添加 --color 参数，这样 ls 命令输出的文件列表会使用不同的颜色显示（通常是通过文件类型区分）。
• _argv[_argc] = NULL;：将数组最后一个元素设置为 NULL，确保 execvp() 在执行时能正确处理参数数组。

返回值

return 0;

• 如果命令不是内建命令（cd、export、echo）或者没有进行特殊处理（如 ls），则返回 0，表示该命令需要外部执行。

主程序逻辑

int main()
{while (!quit){//命令行提示ineract(commondline, sizeof(commondline));//命令解析int argc = AnalyzeCommandLine(commondline);//指令解析int n = BuildExec(argv, argc);if (!n) NormalExecl(argv);}return 0;
}

• main：主程序循环，不断提示用户输入命令。首先获取并解析命令行输入，然后判断是否为内建命令，若不是，则调用 NormalExecl 执行外部命令。直到 quit 被设置为 1 时，程序结束。