我很想知道一個 shell （像 bash，csh 等）內部是如何工作的。於是為了滿足自己的好奇心，我使用 Python 實現了一個名為yosh（Your Own Shell）的 Shell。本文章所介紹的概念也可以應用於其他編程語言。
（提示：你可以在這里查找本博文使用的源代碼，代碼以 MIT 許可證發布。在 Mac OS X 10.11.5 上，我使用 Python 2.7.10 和 3.4.3 進行了測試。它應該可以運行在其他類 Unix 環境，比如 Linux 和 Windows 上的 Cygwin。）讓我們開始吧。
對於此項目，我使用了以下的項目結構。
yosh_project
|-- yosh
|-- __init__.py
|-- shell.py yosh_project
為項目根目錄（你也可以把它簡單命名為 yosh）。yosh 為包目錄，且 __init__.py 可以使它成為與包的目錄名字相同的包（如果你不用 Python 編寫的話，可以忽略它。）shell.py 是我們主要的腳本文件。
當啟動一個 shell，它會顯示一個命令提示符並等待你的命令輸入。在接收了輸入的命令並執行它之后（稍后文章會進行詳細解釋），你的 shell 會重新回到這里，並循環等待下一條指令。在 shell.py 中，我們會以一個簡單的 main 函數開始，該函數調用了 shell_loop() 函數，如下：
def shell_loop(): # Start the loop here def main(): shell_loop() if __name__ == "__main__": main()
接着，在 shell_loop() 中，為了指示循環是否繼續或停止，我們使用了一個狀態標志。在循環的開始，我們的 shell 將顯示一個命令提示符，並等待讀取命令輸入。
import sys
SHELL_STATUS_RUN = 1
SHELL_STATUS_STOP = 0
def shell_loop():
status = SHELL_STATUS_RUN
while status == SHELL_STATUS_RUN:
### 顯示命令提示符
sys.stdout.write('> ')
sys.stdout.flush()
### 讀取命令輸入
cmd = sys.stdin.readline()
之后，我們切分命令（tokenize）輸入並進行執行（execute）（我們即將實現 tokenize 和 execute 函數）。因此，我們的 shell_loop() 會是如下這樣：
import sys
SHELL_STATUS_RUN = 1
SHELL_STATUS_STOP = 0
def shell_loop():
status = SHELL_STATUS_RUN
while status == SHELL_STATUS_RUN:
### 顯示命令提示符
sys.stdout.write('> ')
sys.stdout.flush()
### 讀取命令輸入
cmd = sys.stdin.readline()
### 切分命令輸入
cmd_tokens = tokenize(cmd)
### 執行該命令並獲取新的狀態
status = execute(cmd_tokens)
這就是我們整個 shell 循環。如果我們使用 python shell.py 啟動我們的 shell，它會顯示命令提示符。然而如果我們輸入命令並按回車，它會拋出錯誤，因為我們還沒定義 tokenize 函數。為了退出 shell，可以嘗試輸入 ctrl-c。稍后我將解釋如何以優雅的形式退出 shell。
（）當用戶在我們的 shell 中輸入命令並按下回車鍵，該命令將會是一個包含命令名稱及其參數的長字符串。因此，我們必須切分該字符串（分割一個字符串為多個元組）。咋一看似乎很簡單。我們或許可以使用 cmd.split()，以空格分割輸入。它對類似 ls -a my_folder 的命令起作用，因為它能夠將命令分割為一個列表 ['ls', '-a', 'my_folder']，這樣我們便能輕易處理它們了。
然而，也有一些類似 echo "Hello World" 或 echo 'Hello World' 以單引號或雙引號引用參數的情況。如果我們使用 cmd.spilt，我們將會得到一個存有 3 個標記的列表 ['echo', '"Hello', 'World"'] 而不是 2 個標記的列表 ['echo', 'Hello World']。幸運的是，Python 提供了一個名為 shlex 的庫，它能夠幫助我們如魔法般地分割命令。（提示：我們也可以使用正則表達式，但它不是本文的重點。）
import sys
import shlex
...
def tokenize(string):
return shlex.split(string)
...
然后我們將這些元組發送到執行進程。
這是 shell 中核心而有趣的一部分。當 shell 執行 mkdir test_dir 時，到底發生了什么？（提示： mkdir 是一個帶有 test_dir 參數的執行程序，用於創建一個名為 test_dir 的目錄。）execvp 是這一步的首先需要的函數。在我們解釋 execvp 所做的事之前，讓我們看看它的實際效果。
import os
...
def execute(cmd_tokens):
### 執行命令
os.execvp(cmd_tokens[0], cmd_tokens)
### 返回狀態以告知在 shell_loop 中等待下一個命令
return SHELL_STATUS_RUN
...
再次嘗試運行我們的 shell，並輸入 mkdir test_dir 命令，接着按下回車鍵。在我們敲下回車鍵之后，問題是我們的 shell 會直接退出而不是等待下一個命令。然而，目錄正確地創建了。因此，execvp 實際上做了什么？
execvp 是系統調用 exec 的一個變體。第一個參數是程序名字。v 表示第二個參數是一個程序參數列表（參數數量可變）。p 表示將會使用環境變量 PATH 搜索給定的程序名字。在我們上一次的嘗試中，它將會基於我們的 PATH 環境變量查找mkdir 程序。（還有其他 exec 變體，比如 execv、execvpe、execl、execlp、execlpe；你可以 google 它們獲取更多的信息。）exec 會用即將運行的新進程替換調用進程的當前內存。在我們的例子中，我們的 shell 進程內存會被替換為 mkdir 程序。接着，mkdir 成為主進程並創建 test_dir 目錄。最后該進程退出。
這里的重點在於我們的 shell 進程已經被 mkdir 進程所替換。這就是我們的 shell 消失且不會等待下一條命令的原因。因此，我們需要其他的系統調用來解決問題：fork。fork 會分配新的內存並拷貝當前進程到一個新的進程。我們稱這個新的進程為子進程，調用者進程為父進程。然后，子進程內存會被替換為被執行的程序。因此，我們的 shell，也就是父進程，可以免受內存替換的危險。
讓我們看看修改的代碼。...
當我們的父進程調用 os.fork() 時，你可以想象所有的源代碼被拷貝到了新的子進程。此時此刻，父進程和子進程看到的是相同的代碼，且並行運行着。如果運行的代碼屬於子進程，pid 將為 0。否則，如果運行的代碼屬於父進程，pid 將會是子進程的進程 id。
當 os.execvp 在子進程中被調用時，你可以想象子進程的所有源代碼被替換為正被調用程序的代碼。然而父進程的代碼不會被改變。當父進程完成等待子進程退出或終止時，它會返回一個狀態，指示繼續 shell 循環。
運行現在，你可以嘗試運行我們的 shell 並輸入 mkdir test_dir2。它應該可以正確執行。我們的主 shell 進程仍然存在並等待下一條命令。嘗試執行 ls，你可以看到已創建的目錄。
但是，這里仍有一些問題：
第一，嘗試執行 cd test_dir2，接着執行 ls。它應該會進入到一個空的 test_dir2 目錄。然而，你將會看到目錄並沒有變為 test_dir2。
第二，我們仍然沒有辦法優雅地退出我們的 shell。
本文轉載地址：https://www.linuxprobe.com/python-shell-first.html