linux shell

关注公众号 jb51net

关闭
首页 > 脚本专栏 > linux shell > linux 环境变量与进程地址空间

Linux 环境变量与进程地址空间:从命令查找到虚拟地址详解

作者：重生的黑客

在Linux环境下,了解和操作环境变量以及进程的地址空间是非常重要的,这里我们将分别讨论如何查看环境变量以及如何理解并操作进程的虚拟地址空间,感兴趣的朋友跟随小编一起看看吧

写在前面

在终端里输入 ls，系统为什么能直接找到程序；而运行自己编译的文件时，为什么常常要写 ./code？程序又是怎样拿到命令行选项、当前用户和工作目录的？继续向下追问，还会遇到一个更反直觉的现象：父子进程打印出的变量地址相同，读到的值却可以不同。

这些问题看似分散，实际上由一条主线串在一起：shell 解析命令并维护运行环境，进程继承这份环境，而程序中看到的地址属于每个进程自己的虚拟地址空间。

知识框架总览

一、命令行参数：一个程序怎样支持多种用法

1.argc与argv是什么

最常见的 main 函数形式如下：

int main(int argc, char *argv[])

argv 是字符指针数组，每个元素指向一个参数字符串；argc 表示有效参数的数量。argv[0] 通常保存程序启动时使用的名称或路径，最后还有一个不计入 argc 的空指针 argv[argc]。

为了先看清数据，可以写一个最小程序：

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

编译并运行：

gcc -std=c99 -Wall -Wextra argv_demo.c -o argv_demo
./argv_demo -a file.txt

一个重要的简化边界是：可以把参数形成过程直观理解为“shell 把命令行拆成多个字符串”，但 shell 并非机械地按空格切割。引号、转义符、变量展开、通配符展开等语法都会参与解析。例如 "hello world" 会作为一个参数传入。

2. 为什么命令能带选项

ls -l、cp -f 等命令本质上也是可执行程序。程序读取 argv 后进行参数检查，再把不同选项分派给不同功能，这便是“同一个二进制文件，多种使用方式”的基础。

下面先实现一个最小的选项分派程序：

#include <stdio.h>
#include <string.h>
int main(int argc, char *argv[])
{
    if (argc != 2) {
        fprintf(stderr, "用法: %s [-a|-b|-c]\n", argv[0]);
        return 1;
    }
    if (strcmp(argv[1], "-a") == 0) {
        puts("功能一");
    } else if (strcmp(argv[1], "-b") == 0) {
        puts("功能二");
    } else if (strcmp(argv[1], "-c") == 0) {
        puts("功能三");
    } else {
        fprintf(stderr, "未知选项: %s\n", argv[1]);
        return 1;
    }
    return 0;
}

它还不是成熟的参数解析器，但已经具备三项关键能力：检查参数个数、识别选项、对错误用法给出提示。选项较多时，可进一步使用 getopt 等接口。

提示： 在 Linux 的典型本地程序中，进程首先从运行时入口（常见符号为 _start）开始，启动代码完成必要初始化后调用 main。argc、argv 等初始信息来自进程启动约定，并不是运行时临时猜测出来的。

二、PATH：shell 怎样找到要执行的程序

1. 为什么./code要带路径，而ls不需要

执行程序之前必须先找到程序文件。./code 已经明确给出相对路径，shell 可以直接按该路径查找；只输入 ls 时没有给出路径，shell 便要查询 PATH 环境变量。

PATH 的值由多个目录组成，目录之间使用冒号分隔：

echo "$PATH"

shell 依次在这些目录中寻找名为 ls 的可执行文件。找到后执行；全部检查完仍未找到，才报告 command not found。

这也说明自己编译的程序与系统命令没有本质上的“物种差异”。把可执行文件放入 PATH 包含的目录，或者把它所在目录加入 PATH，就可以不写路径直接运行。

2. 修改PATH时不要覆盖原值

下面的写法会把原有内容整体替换：

PATH=/my/bin

此后 shell 只能在 /my/bin 中搜索，许多外部命令可能突然“消失”。追加目录时应保留旧值：

PATH="$PATH:/my/bin"

这种赋值默认只影响当前 shell 及其后续子进程。关闭当前 shell 后，内存中的修改随之消失。若要长期生效，需要把导出命令写入合适的启动配置文件。

易错点： 不建议为了省略 ./，随意把未经验证的个人程序复制到 /usr/bin 等系统目录。把自己的工具目录加入 PATH 更容易管理，也不会污染系统文件。

三、环境变量从哪里来，又存在哪里

1. 本质：一组名称=值字符串

环境变量可直观理解为进程运行环境中的参数，例如：

PATH=/usr/local/bin:/usr/bin
HOME=/home/user
SHELL=/bin/bash

在 C 接口中，环境常被表示为一个以空指针结束的字符指针数组。每个指针指向一条以 '\0' 结束的 名称=值 字符串。

2. 配置文件负责持久化，shell 负责构建运行时环境

环境变量不是凭空出现的。登录或启动 shell 时，shell 会按照自身类型和系统配置读取若干文件，执行其中的设置，再形成当前进程的环境。

常见文件包括：

很多系统会在 ~/.bash_profile 中主动加载 ~/.bashrc，再由 ~/.bashrc 间接加载系统级配置，但这是一种常见组织方式，并非所有系统都完全相同。

运行时环境保存在进程上下文中；配置文件则负责在下一次启动 shell 时重建它。因此，临时执行 export 与写入配置文件解决的是两个不同时间尺度的问题。

四、常见环境变量与基本操作

1. 常见变量

此外还常见 HOSTNAME、TERM、LANG、SSH_CLIENT、SSH_TTY、LD_LIBRARY_PATH 等变量。它们分别服务于主机标识、终端类型、语言编码、远程会话和动态库搜索等场景。

2. 四个基本操作

# 创建并导出环境变量
export MYENV=1234
# 查看全部环境变量
env
# 查看一个变量；双引号可避免不必要的再次分词
echo "$MYENV"
# 删除变量
unset MYENV

也可以先创建本地变量，再把它导出：

A=10
export A

五、C 程序获取环境变量的三种方式

1. 通过main的第三个参数

许多 Unix-like 系统支持下面的形式：

#include <stdio.h>
int main(int argc, char *argv[], char *envp[])
{
    (void)argc;
    (void)argv;
    for (int i = 0; envp[i] != NULL; ++i) {
        puts(envp[i]);
    }
    return 0;
}

envp 适合遍历整个环境。不过，三个参数的 main 是广泛使用的系统扩展，不属于 ISO C 只规定的两种标准形式。

2. 使用getenv

只需要一个变量时，getenv 更直接：

#include <stdio.h>
#include <stdlib.h>
int main(void)
{
    const char *path = getenv("PATH");
    if (path == NULL) {
        fputs("PATH 不存在\n", stderr);
        return 1;
    }
    printf("PATH=%s\n", path);
    return 0;
}

getenv 成功时返回变量值字符串的指针，失败时返回 NULL。调用方不应直接释放该指针；后续对环境的修改还可能使旧指针失效。

3. 使用全局变量environ

#include <stdio.h>
extern char **environ;
int main(void)
{
    for (char **p = environ; *p != NULL; ++p) {
        puts(*p);
    }
    return 0;
}

environ 可以访问完整环境表。实际编程中，需要单个值时优先用 getenv；确实要枚举全部内容时再使用 envp 或 environ。

六、环境变量为什么具有继承性

shell 启动程序时，会把当前环境传给新程序。新程序若再创建后代进程，这份环境还可以继续向下传递，因此环境变量表现出“全局可见”的效果。

这里的“全局”不是所有进程共享同一块可随意互改的内存。更准确地说：

环境变量适合传递启动参数和运行配置。例如程序可以读取功能开关、日志级别或资源路径。但是环境变量来自进程环境，通常可被调用者修改，不应该独自承担安全认证。

易错点： 用 getenv("USER") 判断“只有某个用户可以执行”只能作为演示，不能构成可靠权限控制。真实身份应通过 getuid、geteuid 等系统接口判断，并配合文件权限或其他安全机制。

七、本地变量、环境变量与内建命令

1. 本地变量与环境变量

A=10

此时 A 是当前 shell 的本地变量。set 能看到它，但子进程默认拿不到它。执行 export A 后，它才进入导出环境，后续子进程可以继承。

本地变量的重要用途之一，是支持 shell 自己的脚本语言和交互行为。例如提示符格式由 PS1 等变量控制。

2. 为什么cd和export必须是内建命令

一般外部命令会由 shell 找到可执行文件，再创建子进程执行。如果 cd 在子进程中改变目录，退出后父 shell 的工作目录完全不会变化；如果 export 只修改子进程环境，也无法反向改变父 shell。

因此，cd、export、unset 等需要修改当前 shell 状态的操作通常由 shell 自己执行，称为内建命令（built-in command）。

可以使用下面的命令判断一个名称如何被解析：

type cd
type export
type ls

八、从变量地址走进进程地址空间

把代码、全局变量、动态申请的内存、局部变量、命令行参数和环境变量地址依次打印，会发现它们大体落在不同区域。这些区域共同组成进程看到的虚拟地址空间。

从低地址到高地址，常见的简化布局包括：

这张图是理解模型，不是要求每一台机器都显示同样的数值。体系结构、链接方式、内核策略、地址空间布局随机化（ASLR）以及位置无关可执行文件（PIE）都会影响实际地址。

静态局部变量也能用布局解释：它的作用域仍受函数限制，但存储期贯穿整个程序运行过程，因为它通常位于数据区或 BSS，而不是随函数调用创建和销毁的栈帧中。

九、父子进程地址相同，值为什么不同

下面的实验让父子进程都打印全局变量的地址和数值，只有子进程修改变量：

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
int g_val = 100;
int main(void)
{
    pid_t id = fork();
    if (id < 0) 
    {
        perror("fork");
        return 1;
    }
    for (;;) 
    {
        if (id == 0) 
        {
            ++g_val;
            printf("子进程: value=%d, addr=%p, pid=%ld, ppid=%ld\n",
                   g_val, (void *)&g_val,
                   (long)getpid(), (long)getppid());
        } else 
        {
            printf("父进程: value=%d, addr=%p, pid=%ld, child=%ld\n",
                   g_val, (void *)&g_val,
                   (long)getpid(), (long)id);
        }
        sleep(1);
    }
}

编译：

gcc -Wall -Wextra -O0 fork_addr.c -o fork_addr
./fork_addr

典型现象是：父子进程打印的 &g_val 数值相同，父进程却持续读到 100，子进程则读到递增值。

如果打印出的地址是唯一的物理内存地址，同一个地址就不该同时对应两个不同值。合理解释是：

  1. 程序打印的是虚拟地址。
  2. 每个进程拥有独立的虚拟地址空间。
  3. 相同虚拟地址可以通过各自的页表映射到不同物理页。
  4. fork 后父子进程最初可以共享只读物理页；一方写入时，内核通过写时拷贝（copy-on-write）为写入方准备独立物理页。

因此，“地址数值相同”不等于“正在使用同一份可写变量”。虚拟地址到物理地址的转换由操作系统和硬件协作完成，对普通 C/C++ 指针使用保持透明。

十、边界与常见误区

总结

命令行参数解决了“同一个程序怎样接受不同指令”的问题，PATH 解决了“shell 去哪里找到程序”的问题，环境变量则把用户、目录、搜索路径等运行信息交给后续进程。继续观察程序中的地址，会发现代码、数据、堆、栈、参数和环境都位于进程自己的虚拟地址空间中。fork 实验进一步证明：指针打印出的地址是虚拟地址，相同虚拟地址并不保证指向同一份可写物理数据。

这条主线可以浓缩为一句话：shell 组织程序的启动环境，进程继承环境并运行，而操作系统用虚拟地址空间为每个进程提供独立、连续且统一的地址视图。

到此这篇关于Linux 环境变量与进程地址空间:从命令查找到虚拟地址详解的文章就介绍到这了,更多相关linux 环境变量与进程地址空间内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:
阅读全文