Linux解释器原理

 Linux解释器原理


一、我们从exec族函数谈起
如果你从不写C程序，可能需要对本节的内容看得更为仔细并且试验一下。

代码:

  
  

   
          #include <unistd.h>
 
       extern char **environ;
 
       int execl(const char *path, const char *arg, ...);
       int execlp(const char *file, const char *arg, ...);
       int execle(const  char  *path,  const  char  *arg  , ..., char * const envp[]);
       int execv(const char *path, char *const argv[]);
       int execvp(const char *file, char *const argv[]);
  
  

exec族函数一共有上面所列的5个，作用都是一样：执行一段新的代码。区别只是向函数传递的参数方式不同而已，我在这里讲讲execl函数：第一个参数path是指向设置了执行位文件的路径，后面的可变参数列表分别指向了传递给此执行文件的参数列表(包括了参数0,即是执行文件的名称)。最后一个参数为(char *) 0，表示参数列表结束。

对于解释器，exec族函数是这样做的(以execl为例)，如果path是指向了一个脚本，脚本的第一行以#!开头，则这样调用：
以#!后面的字符串为命令，后面加上execl参数列表中指定的参数列表，这样形成了新的程序执行。
下面我们以例子来验证这个结果：

下面这个C程序的作用是回射所有命令行参数。

代码:

  
  

   
   /* Program source : showargs.c *
 * Program name   : showargs   */

#include <unistd.h>
 
int
main(int argc, char *argv[])
{
   int i;
   for(i = 0; i < argc; i++)
        {
           printf("arg[%d]: %s/n", i, argv[i]);
        }
   return 0;
}
  
  

编译：gcc -o showargs showargs.c
执行：

代码:

  
  

   
   $ pwd
/home/kiron
$ ./showargs arg1 arg2
arg[0]: ./showargs
arg[1]: arg1
arg[2]: arg2
  
  

我们在同一个目录下再写一个脚本：

代码:

  
  

   
   #!/home/kiron/showargs addargs
  
  

我没有打错，是的，这个脚本就只有一行，这个脚本我们命名为testexec，加上执行位后，执行情况如下：

代码:

  
  

   
   $ ./testexec
arg[0]: /home/kiron/showargs
arg[1]: addargs
arg[2]: ./testexec
  
  

怎么会这样？我猜会有人对第2个参数./testexec不理解，暂且卖个关子，再引出一个C程序：

代码:

  
  

   
   /* Program source : mytest.c *
 * Program name   : mytest   */
#include <stdio.h>
 
int
main(void)
{
  execl("/home/kiron/testexec", "testexec", "arg1", "arg2", (char *) 0);
  return 0;
}
  
  

编译：gcc -o mytest mytest.c
执行：

代码:

  
  

   
   $ ./mytest
arg[0]: /home/kiron/showargs
arg[1]: addargs
arg[2]: /home/kiron/testexec
arg[3]: arg1
arg[4]: arg2
  
  

仔细观察上面的三个例子，答案开始浮出水面了。正如在开始时讲到的，exec族函数的处理是把#!后面的字符串为命令，后面加上execl参数列表中指定的参数列表，这样形成了新的程序执行。分析一下mytest.c源程序，execl把命令的结果是这样执行的/home/kiron/testexec的内容是#!/home/kiron/showargs addargs，则#!后面的字符串"/home/kiron/showargs addargs"加上命令参数列表："/home/kiron/testexec arg1 arg2"就形成了新的程序行：/home/kiron/showargs addargs /home/kiron/testexec arg1 arg2。对于testexec脚本，我们在shell中调用它时，shell调用了fork,exec,wait来执行它，也就是和程序mytest.c一样用了exec函数，首先，exec函数对#!行分析后得出此脚本的解释器为/home/kiron/showargs，然后就形成了把命令行处理成了：“/home/kiron/showargs addargs ./testexec”。

注意：#!行中的解释器的路径必须是全路径，exec函数并不对其特殊处理，比如用PATH变量来搜索它的真实路径，所以路径是由程序员来保证正确的。

二、我的脚本第一句必须得是#!/bin/bash吗？
当然不必了，通过上面的解释，其实第一句的#!是对脚本的解释器程序路径，脚本的内容是由解释器解释的，我们可以用各种各样的解释器来写对应的脚本，比如说/bin/csh脚本，/bin/perl脚本，/bin/awk脚本，/bin/sed脚本，甚至/bin/echo等等。那我们真的能写一个/bin/echo的脚本文件吗？我们来试试，下面是一个例子：

代码:

  
  

   
   #!/bin/echo -e
  
  

我把这只有一行的程序(实际上它也只能是一行，echo程序并不是被设计成像awk那样的编程语言，能写成源程序文件)命名为myecho，加上权限后执行它：

代码:

  
  

   
   $ ./myecho "hi/a"
./myecho hi
  
  

如果你的echo支持-e选项并且你工作的环境还算安静，你在得到上面的结果的时候也应该听到清脆的终端响铃。但这种程序是毫无作用的。

三、我能利用解释器来做什么？
但是上面的echo脚本实际应用时并没有什么作用，我们可以得出一个小小的实验结果，并不是所有的可执行二进制文件都可以用来写解释器脚本。那我编写解释器的脚本有什么用？如果你有一个可编程的解释器，那你或许能编写该解释器的程序来简化你工作。比如说常用到的解释器如awk,perl,bash等等。但是正如我们上面总结的实验结果，很不幸地，并不是全部的可编程程序都是有用的解释器，exec脚本时，能从第一行得到脚本的解释器，然后用exec去解释脚本(可能是选项去控制，如#!/bin/awk -f)，也包括了形如#!/PATH/的第一行，如果该解释器对这行不能忽略的话，就会出错，另外解释器也必须要对余下的程序语句能解释(这句好像是废话，但想象一下，上面myecho程序加一些"hello world"的行来，会有效吗？下面的mysed程序中的s/UNIX/unix/p也是一样的道理)。像awk,perl,bash等程序对#开头的行当成注释行处理，就能写成有用的脚本。
再看下面的mysed程序，

代码:

  
  

   
   #!/bin/sed -f
s/UNIX/unix/p
  
  

执行./mysed时出错了。因为被解释成了"/bin/sed -f ./mysed"，其中-f选项是表示以文件里的内容作为sed的命令输入,但sed的命令输入不能对"#!/bin/sed -f"解释，那么程序出错了。
所以，有用的解释器应该是类似bash,perl,awk的程序，并且能对一些规定的语句有解释功能的。下面给出一个awk程序写的统计文件行数和单词数的脚本程序myawk。

代码:

  
  

   
   #!/usr/bin/awk -f
BEGIN {
  sum = 0;
}
{sum += NF;}
END {
  printf("file /"%s/" have %d line, %d words./n", FILENAME, NR, sum);
}
  
  

设置执行位之后，执行如下：

代码:

  
  

   
   $ echo -e "hi/nhello world">test.txt
$ ./myawk test.txt
file "test.txt" have 2 line, 3 words
  
  

这里执行./myawk被执行成“/usr/bin/awk -f ./myawk test.txt”，因为awk的命令中，以#开头的行被认为是注释行而忽略，awk忽略了第一行"#!/usr/bin/awk -f"，正确的以非#开头行当成模式和命令的输入并能对其解释，所以这个程序是正确的，能被顺利地执行。

另外，exec对传给它的设置了执行位的文件，它会检查它，如果是机器可执行的，则把arg0,arg1....传给此机器可执行程序，开始执行此程序。如果不是机器可执行的，则将认为它是一个脚本文件，然后检查此文件的第一行中的开头的#!，如果第一行没有#!，可能就退出程序了（这个应该是依赖于实现？）。如果有开头的#!，便按照上面我的帖子里的描述，把#!后面的字串加上exec参数里应该传给可执行文件的参数列表，这个参数列表相当于我们在shell里输入的：
$ ls -l
这样的序列。
对于execl函数，不知道你有没有man过？
int execl(const char *path, const char *arg, ...);
第一个参数是你要执行的文件的路径，第二个参数是基本的不带路径的文件名，后面就是argv[1],argv[2]了。
那么实际要传给脚本文件的参数为：/home/kiron/testexec arg1 arg2
这并不是可有可无的全路径，但你可以把它改成相对路径（这样上面的就该改成: ./PHTH/testexec arg1 arg2了），这是可行的，但绝不能使用~这样的符号，这是由shell扩展的，和exec是无关的。对于第二个参数arg，则是用来确定一下文件的程序名
execl这样才能指定怎么找到testexec。
前面已经说了，是#!后面的字串，加上实际要传给脚本文件的参数:/home/kiron/testexec arg1 arg2形成了：
/home/kiron/showargs addargs /home/kiron/testexec arg1 arg2
如果你在execl用了相对路径:
/home/kiron/showargs addargs ./PATH/testexec arg1 arg2
然后就形成了新的执行序列，这个序列的效果和你在shell提示符下输入相应的序列的效果是一样的