Linux模拟实现简易版bash
Posted 夜 默
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Linux模拟实现简易版bash相关的知识，希望对你有一定的参考价值。
✨个人主页： Yohifo
🎉所属专栏： Linux学习之旅
🎊每篇一句： 图片来源
🎃操作环境： CentOS 7.6 阿里云远程服务器
- Good judgment comes from experience, and a lot of that comes from bad judgment.
- 好的判断力来自经验，其中很多来自糟糕的判断力。
文章目录
🌇前言
Linux 系统主要分为 内核(kernel) 和 外壳(shell)，普通用户是无法接触到内核的，因此实际在进行操作时是在和外壳程序打交道，在 shell 外壳之上存在 命令行解释器(bash)，负责接收并执行用户输入的指令，本文模拟实现的就是一个 简易版命令行解释器
🏙️正文
1、bash本质
在模拟实现前，先得了解 bash 的本质
bash 也是一个进程，并且是不断运行中的进程
证明：常显示的命令输入提示符就是 bash 不断打印输出的结果
输入指令后，bash 会创建子进程，并进行程序替换
证明：运行自己写的程序后，可以看到当前进程的 父进程 为 bash
此时可以断定神秘的 bash 就是一个运行中的进程，因为进程间具有独立性，因此可以同时存在多个 bash，这也是多用户登录 Linux 可以同时使用 bash 的重要原因
系统自带的 bash 是一个庞然大物，我们只需根据其本质，实现一个简易版 bash 就行了
图片源自知乎《Linux内核有多少行源代码？》
2、需求分析
bash 需要帮我们完成命令解释+程序替换的任务，因此它至少要具备以下功能：
- 接收指令（字符串）
- 对指令进行分割，构成有效信息
- 创建子进程，执行进程替换
- 子进程运行结束后，父进程回收僵尸进程
- 输入特殊指令时的处理
进程相关知识都已经在前面介绍过了，本文着重介绍的是其他步骤及细节
3、基本框架
抛开指令接收、切割、替换时的细节，简易版 bash 代码基本框架如下：
#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
#include <sys/wait.h>
#include <sys/types.h>
#include <string.h>
#include <assert.h>
//指令分割函数
void split(char* argv[ARGV_SIZE], char* ps)
int main()
//这是一个始终运行的程序：bash
while(1)
//打印提示符
printf("[User@myBash default]$ "); //可以自定义，跟着标准走
fflush(stdout); //手动清空缓冲区
//读取指令
//指令分割
//子进程进行程序替换
pid_t id = fork();
if(id == 0)
//直接执行程序替换，这里使用 execvp
execvp(); //具体细节先忽略
exit(168); //替换失败后返回，这个值可以自定义 [0, 255]
//父进程等待子进程终止，回收僵尸进程
int status = 0;
waitpid(id, &status, 0); //在等待队列中阻塞
if(WIFEXITED(status))
//假如程序替换失败
//关于打印的错误信息：也可以自定义，格式跟着标准走
if(WEXITSTATUS(status) == 168)
printf("%s: Error - %s\\n", argv[0], "The directive is not yet defined");
else //如果子进程被异常终止，打印相关信息
printf("process run fail! [code_dump]:%d [exit_signal]:%d\\n", (status >> 7) & 1, status & 0x7F); //子进程异常终止的情况
return 0;
这只是简易版 bash 的基本框架，其他细节将会在后续补充完整
4、核心内容
核心内容主要为 读取、切割、替换 这三部分，逐一实现，首先从指令读取开始
4.1、指令读取
读取指令前，首先要清楚待读取命令可能有多长
- 常见命令如
ls -a -l长度不超过10 - 为了避免极端情况，这里预设命令最大长度为
1024 - 使用数组进行指令存储（缓冲区）
#define COM_SIZE 1024
char command[COM_SIZE]; //缓冲区
得到缓冲区后，就得考虑什么是指令？如何读取指令？
Linux中的大部分指令由指令 [选项]构成，在指令和[选择]间有空格- 常规的
scanf无法正常读取指令，因为空格会触发输入缓冲区刷新 - 这里主要使用
fgets逐行读取，可以读取到空格
//读取指令
//因为有空格，所以需要逐行读取
fgets(command, COM_SIZE, stdin);
assert(command); //不能输入空指令
(void)command; //防止在 Release 版本中出错
command[strlen(command) - 1] = '\\0'; //将最后一个字符 \\n 变成 \\0
注意： 可能存在读取失败的情况，assert 断言解决；因为 fgets 也会把最后的 '\\n' 读进去，为了避免出错，手动置为 '\\0'
4.2、指令分割
获得指令后，就需要将指令进行分割
就像伐木后需要再次分割利用一样，指令也需要经过分割才能利用~
为何要分割指令？
- 程序替换时，需要使用
argv表，这张表由指令、选项、NULL构成 - 利用指令间的空格进行分割
如何分割指令？
C语言提供了字符串分割函数strtok，可以直接使用- 当然也可以手动实现分割
指令分割后呢？
- 将分割好的指令段，依次存入
argv表中，供后续程序替换使用 argv表实际为一个指针数组，可以存储字符串
如 command 一样，表 argv 也需要考虑大小，这里设置为 64，实际使用时也就分割为四五个指令段
#define ARGV_SIZE 64
//指令分割
//将连续的指令分割为 argv 表
char* argv[ARGV_SIZE]; //指针数组
split(argv, command);
利用 strtok 实现指令分割函数 split()
#define DEF_CHAR " " //预设分割项，需为字符串
void split(char* argv[ARGV_SIZE], char* ps)
assert(argv && ps);
//调用 C语言 中的 strtok 函数分割字符串
int pos = 0;
argv[pos++] = strtok(ps, DEF_CHAR); //有空格就分割
while(argv[pos++] = strtok(NULL, DEF_CHAR)); //不断分割
argv[pos] = NULL; //确保安全
注意： 指令分割结束后，需要在添加 argv 表结尾 NULL
4.3、程序替换
获得实际可用的 argv 表后，就可以开始子进程程序替换操作了
这里使用的是函数 execvp，理由：
v表示vector，正好和我们的argv表对应p为path，可以根据argv[0]（指令），在PATH中寻找该程序并替换
当然也可以使用 execve 系统级替换函数
//子进程进行程序替换
pid_t id = fork();
if(id == 0)
//直接执行程序替换，这里使用 execvp
execvp(argv[0], argv);
exit(168); //替换失败后返回
注意： 程序替换成功后，exit(168) 语句不会执行
4.4、实机演示
将 基本框架 + 核心内容 合并编译后，得到了这样一个程序：
动图Gif
可以看到，bash 的基本雏形已经形成，不过还存在一些不足，比如 ls 命令显示文件无高亮、cd命令无法切换、环境变量无法添加至子进程等，这些问题都可以通过特殊处理避免
5、特殊情况处理
对特殊情况进行处理，使 myBash 更加完善
5.1、ls 显示高亮
系统中的 bash 在面对 ls 等文件显示指令时，不仅会显示内容，还会将特殊文件做颜色高亮处理，比如在我的环境下，可执行文件显示为绿色
实现原理
- 在指令结尾加上
--color=auto语句，即可实现高亮
处理这个问题很简单，在指令分割结束后，判断是否为 ls，如果是，就在 argv 表后尾插入语句 --color=auto 即可
//特殊处理
//颜色高亮处理，识别是否为 ls 指令
if(strcmp(argv[0], "ls") == 0)
int pos = 0;
while(argv[pos++]); //找到尾
argv[pos - 1] = (char*)"--color=auto"; //添加此字段
argv[pos] = NULL; //结新尾
注意：
- 因为
argv表中的元素类型为char*，所以在尾插语句时，需要进行类型转换 - 尾插语句后，需要再次添加结尾，确保安全
5.2、内建命令
内建命令是比较特殊的命令，不同于普通命令直接进行程序替换，内建命令需要进行特殊处理，比如 cd 命令调用系统级接口 chdir 让 父进程(myBash) 进行目录间的移动
资料来源：互联网
5.3、cd
首先实现不同目录间的切换
切换的本质：令当前 bash 移动至另一个目录下，不能直接使用 子进程 ，因为需要移动的是 父进程(bash)
对于当前的 myBash 来说，cd 没有丝毫效果，因为此时 指令会被拆分后交给子进程处理，这个方向本身就是错误的
特殊情况特殊处理，同 ls 高亮一样，对指令进行识别，如果识别到 cd 命令，就直接调用 chdir 函数令当前进程 myBash 移动至指定目录即可（不必再创建子进程进行替换）
//目录间移动处理
if(strcmp(argv[0], "cd") == 0)
//直接调用接口，然后 continue 不再执行后续代码
if(strcmp(argv[1], "~") == 0)
chdir("/home"); //回到家目录
else if(strcmp(argv[1], "-") == 0)
chdir(getenv("OLDPWD"));
else if(argv[1])
chdir(argv[1]); //argv[1] 中就是路径
continue; //终止此次循环
注意： 如果路径为空，不进行操作；如果路径为 ~，回到家目录；cd - 指令依赖于 OLDPWD 这个环境变量，直接拿来用即可
5.4、export
export 添加环境变量，添加的是父进程 myBash 的环境变量，而非子进程，需要特殊处理
解决方法：
- 先将待添加的环境变量拷贝至缓冲区
- 再从缓冲区中读取，并调用
putenv函数添加至环境变量表
为何不能直接通过 putenv 添加至环境变量表中？
argv[1]中的内容是不断变化的，不能直接使用- 一般用户自定义的环境变量，在
bash中需要用户自己维护 - 最好的方案就是使用缓冲区进行环境变量的拷贝放置，因为缓冲区中的内容不易变
错误体现：直接使用 putenv(argv[1])，导致第一次添加可能成功，但第二次添加后，第一次的环境变量会被覆盖
正确解法是借助缓冲区 myEnv
#define COM_SIZE 1024
#define ARGV_SIZE 64
char myEnv[ARGV_SIZE][COM_SIZE]; //二维数组
int env_pos = 0; //专门维护此缓冲区
注意： 此缓冲区定义在循环之外
char myEnv[COM_SIZE][ARGV_SIZE]; //大小与前面有关
int env_pos = 0; //专门维护缓冲区
//这是一个始终运行的程序：bash
while(1)
//…… 省略部分代码
//环境变量相关
if(strcmp(argv[0], "export") == 0)
if(argv[1])
strcpy(myEnv[env_pos], argv[1]);
putenv(myEnv[env_pos++]);
continue; //一样需要提前结束循环
除了 export 需要特殊处理外，env 查看环境变量表也需要特殊处理，因为此时的 env 查看的是 父进程(myBash) 的环境变量表，因此不需要将指令交给 子进程 处理
//注意：此函数实现于主函数外
void showEnv()
extern char** environ; //使用当前进行的环境变量表
int pos = 0;
for(; environ[pos]; printf("%s\\n", environ[pos++]));
//环境变量表
if(strcmp(argv[0], "env") == 0)
showEnv(); //调用函数，打印父进程的环境变量表
continue; //提前结束本次循环
完善后，env 指令显示的才是正确进程的环境变量表
5.5、echo
echo 命令也属于内建命令，其能实现很多功能，比如：查看环境变量、查看最近一个进程的退出码、输出重定向等，其中前两个实现比较简单，最后一个需要 基础IO 相关知识，后续更新补上
查看环境变量
echo 指令查看环境变量时，指令长这样 echo $环境变量，可以先判断 argv[1][0] 是否为 $，如果是，就直接根据 argv[1][1] 获取环境变量信息并打印即可
代码实现如下
//echo 相关
//只有 echo $ 才做特殊处理（环境变量+退出码）
if(strcmp(argv[0], "echo") == 0 && argv[1][0] == '$')
if(argv[1] && argv[1][0] == '$')
printf("%s\\n", getenv(argv[1] + 1));
continue;
echo 还能查看退出码：echo $?，对上述程序进行改造即可实现
退出码从何而来？
- 很简单，父进程在等待子进程结束后，可以轻而易举的获取其退出码
- 将退出码保存在一个全局变量中，供
echo $?指令使用即可
int exit_code = 0; //保存退出码的全局变量
代码实现：
//echo 相关
//只有 echo $ 才做特殊处理（环境变量+退出码）
if(strcmp(argv[0], "echo") == 0 && argv[1][0] == '$')
if(argv[1] && argv[1][0] == '$')
if(argv[1][1] == '?')
printf("%d\\n", exit_code);
else
printf("%s\\n", getenv(argv[1] + 1));
continue;
关于 echo 重定向的内容，后面有空再更新
5.6 重定向
2023.3.28 更新，新增重定向内容，修复部分问题
重定向的本质：关闭默认输出/输入流，打开新的文件流，从其中写入/读取数据
重定向的三种情况：
echo 字符串 > 文件向文件中写入数据，写入前会先清空内容echo 字符串 >> 文件向文件中追加数据，追加前不会先清空内容可执行程序 < 文件从文件中读取数据给可执行程序
所以实现重定向的关键在于判断指令中是否含有 >、>>、< 这三个字符，如果有，就具体问题具体分析，完成重定向
具体实现步骤：
- 判断字符串中是否含有目标字符，如果有，就置当前位置为
'\\0‘，其后半部分不参与指令分割 - 后半部分就是文件名，在打开文件时需要使用
- 根据不同的字符，设置不同的标记位，用于判断打开文件的方式（只写、追加、只读）
- 判断是否需要进行重定向，如果需要，在子进程创建后，打开目标文件，并调用
dup2函数进行标准流的替换
关于系统级文件打开函数 open 的更多信息这篇文章中有介绍 《Linux基础IO【文件理解与操作】》
open 函数的打开选项
O_RDONLY //只读
O_WRONLY | O_CREAT | O_TRUNC //只写
O_WRONLY | O_CREAT | O_APPEND //追加
标准流交换函数 dup2
//给参数1传打开文件后的文件描述符，给参数2传递待关闭的标准流
//读取：关闭0号流
//写入、追加：关闭1号流
int dup2(int oldfd, int newfd);
下面是具体代码实现
//在读取指令后，就进行判断：是否需要重定向
//重定向
//在获取指令后进行判断
//如果成立，则获取目标文件名 filename
char *filename = checkDir(command);
//枚举类型，用于判断不同的文件打开方式
enum redir
REDIR_INPUT = 0, //读取
REDIR_OUTPUT, //写入
REDIR_APPEND, //追加
REDIR_NONE //空
redir_type = REDIR_NONE; //创建对象 redir_type，默认为 NONE
//检查是否出现重定向符
char* checkDir(char* command)
//从右往左遍历，遇到 > >> < 就置为 '\\0'
size_t end = strlen(command); //与返回值相匹配
char* ps = command + end; //为了避免出现无符号-1，这里采取错位的方法
while(end != 0)
if(command[end - 1] == '>')
if(command[end - 2] == '>')
command[end - 2] = '\\0';
redir_type = REDIR_APPEND;
return ps;
command[end - 1] = '\\0';
redir_type = REDIR_OUTPUT;
return ps;
else if(command[end - 1] == '<')
command[end - 1] = '\\0';
redir_type = REDIR_INPUT;
return ps;
//如果不是空格，就可以更新 ps指向
if(*(command + end - 1) != ' ')
ps = command + end - 1;
end--;
return NULL; //如果没有重定向符，就返回空
//子进程进行程序替换
pid_t id = fork();
if(id == 0)
//判断是否需要进行重定向
if(redir_type == REDIR_INPUT)
int fd = open(filename, O_RDONLY);
dup2(fd, 0); //更改输入，读取文件 filename
else if(redir_type == REDIR_OUTPUT)
int fd = open(filename, O_WRONLY | O_CREAT | O_TRUNC, 0666);
dup2(fd, 1); //写入
else if(redir_type == REDIR_APPEND)
int fd = open(filename, O_WRONLY | O_CREAT | O_APPEND, 0666);
dup2(fd, 1); //追加
//直接执行程序替换，这里使用 execvp
execvp(argv[0], argv);
exit(168); //替换失败后返回
具体效果(A.txt 为空，B.txt 已存在内容，程序 a.out 可以读取字符串并输出)：
注意： 当前实现的重定向只是最简单的标准流替换，实际重定向更加复杂
第二天: 利用生产者消费者模型实现傻瓜版匹配机制(不按段位和匹配时间)
前文回顾:
我的Git仓库
目录
第二天: 利用生产者消费者模型实现傻瓜版匹配机制(不按段位和匹配时间)
上次客户端直接调用添加用户的函数,我们今天先增加一点可操作性,如输入 add / remove相关的操作模拟游戏的匹配/退出操作
对客户端client.py 的操作进行完善
以实现 输入相应的id和用户名, 自定义 添加/删除,
//生产者消费者队列
给匹配的服务端增加一个线程(使匹配段位相近,并控制好匹配时长)
需要为线程加锁,保证所有有关队列的操作同一时间只能有一个线程操作
//在任务队列为空时, 利用条件变量,在消费者队列卡住, 直到有新的任务进来唤醒该进程才会继续执行
message_queue.cv.notify_all();
//处理完共享的变量后千万记得解锁,否则进程阻塞效率会很低
设计一下消费者进程
设计一下生产者进程
设计一下匹配池(傻瓜版)
具体改动参见commit:
因为用到了进程,编译完链接的时候记得加上 -pthread
g++ -c main.cpp
g++ *.o -o main -lthrift -pthread
效果
由此,我们实现了一个傻瓜版匹配机制!!(一旦匹配池出现两名玩家,就把他们匹配到一块)
第二天: 利用生产者消费者模型实现傻瓜版匹配机制(不按段位和匹配时间)
前文回顾:
https://blog.csdn.net/qq_39391544/article/details/120585704我的Git仓库
https://git.acwing.com/knight/thrift_lesson/-/tree/master目录
第二天: 利用生产者消费者模型实现傻瓜版匹配机制(不按段位和匹配时间)
上次客户端直接调用添加用户的函数,我们今天先增加一点可操作性,如输入 add / remove相关的操作模拟游戏的匹配/退出操作
对客户端client.py 的操作进行完善
以实现 输入相应的id和用户名, 自定义 添加/删除,
//生产者消费者队列
给匹配的服务端增加一个线程(使匹配段位相近,并控制好匹配时长)
需要为线程加锁,保证所有有关队列的操作同一时间只能有一个线程操作
//在任务队列为空时, 利用条件变量,在消费者队列卡住, 直到有新的任务进来唤醒该进程才会继续执行
message_queue.cv.notify_all();//处理完共享的变量后千万记得解锁,否则进程阻塞效率会很低
设计一下消费者进程
设计一下生产者进程
设计一下匹配池(傻瓜版)
具体改动参见commit:
因为用到了进程,编译完链接的时候记得加上 -pthread
g++ -c main.cpp
g++ *.o -o main -lthrift -pthread效果
由此,我们实现了一个傻瓜版匹配机制!!(一旦匹配池出现两名玩家,就把他们匹配到一块)