Linux 终端、tty、pty 和 shell

这是关于 Linux 终端的两篇文章中的第一篇。读完这两篇文章后，我们应该能够：

• 描述终端子系统的主要组件
• 了解 TTY、PTY 和 Shell 之间的区别
• 回答当我们在终端（如 Xterm 等）中按下某个键时会发生什么。
• 使用 golang 构建一个简单的远程终端应用程序

或者至少我希望如此:)

什么是终端？

一般来说，终端是一种相对笨重的机电设备，具有输入接口（例如键盘）和输出接口（例如显示器或纸张）。

它通过两个逻辑通道连接到另一个设备（例如计算机），它所做的就是：

• 将击键发送到第一行
• 从第二行开始读，并打印在一张纸上

这类设备的商用名称是电传打字机、Teletype 或 TTY（记住这个词，
后面还会用到）。这类机器为早期的大型计算机和小型计算机提供用户界面，将打字数据发送到计算机并打印响应。

作者：ArnoldReinhold -自己的作品，CC BY-SA 3.0，链接

要理解现代终端的工作原理，我们需要稍微回顾一下电传打字机过去的工作原理。
每台机器通过两根电缆连接：一根用于向计算机发送指令，另一根用于接收计算机的输出。
这些电缆通过插入通用异步收发器 (UART) 的串行电缆连接到计算机。

计算机有一个 UART 驱动程序用于读取硬件设备。
字符序列被传递给 TTY 驱动程序，该驱动程序应用了线路规程 (line discipline)。线路规程负责转换特殊字符（例如行尾符、退格符），并将接收到的内容回显给电传打字机，以便用户可以看到输入的内容（线路规程将在本系列的下一篇文章中讨论）。
它还负责缓冲字符。
按下回车键时，缓冲的数据将传递给与 TTY 关联的会话的前台进程。作为用户，您可以并行执行多个进程，但一次只能与一个进程交互，其他进程则在后台运行（或等待）。

上面定义的整个堆栈称为 TTY 设备。
前台进程是一个称为 Shell 的计算机程序。

提示：终端和 TTY 设备这两个词基本上可以互换，因为它们的意思是一样的

什么是 shell？

Shell 是用户空间应用程序，它使用内核 API 的方式与其他应用程序相同。Shell 通过提示用户输入、解释输入，然后处理来自底层操作系统的输出（类似于读取-求值-打印循环，REPL）来管理用户与系统的交互。
例如，如果输入是“cat file | grep hello”，bash 会解释该命令，并判断需要运行程序 cat，并将“file”作为参数传递，然后将输出通过管道传递给 grep。

它还控制程序的执行（称为作业控制的功能）：终止程序（CTRL + C）、暂停程序（CTRL + Z）、将其设置为在前台运行（fg）或后台运行（bg）。

它们还可以通过包含一系列命令的脚本以非交互模式运行。

Bash、Zsh、Fish 和 sh 都是不同类型的 shell。

什么是终端仿真器？

让我们回到近代。计算机变得越来越小，所有部件都装在一个盒子里。
终端首次不再是通过 UART 连接到计算机的物理设备。它变成了内核中的一个计算机程序，可以直接向 TTY 驱动程序发送字符，并从中读取字符并打印到屏幕上。

也就是说，内核程序会模拟物理终端设备，因此得名终端仿真器。需要
注意的是，尽管是模拟的，但它们过去和现在都被称为电传打字机 (Teletype)。

不要被“模拟器”这个词迷惑。终端模拟器和以前的物理终端一样笨，它监听来自键盘的事件并将其发送给驱动程序。区别在于，它没有连接到 TTY 驱动程序的物理设备或线缆。

如何查看终端模拟的 TTY？

如果您的机器运行的是 Linux 操作系统，请按 Ctrl+Alt+F1。您将获得一个由内核模拟的 TTY！您可以结合使用 Ctrl+Alt 和功能键（F2 到 F6）来获取其他 TTY。按 Ctrl+Alt+F7 即可返回 GUI（X 会话）。

让我们回顾一下迄今为止的主要概念：

• 终端和TTY可以互换使用
• 电传打字机 (TTY) 是一种物理机电设备，最初设计用于电报，后来被改造用于从大型机发送输入和获取输出
• 电传打字机可以通过内核中作为模块运行的计算机程序来模拟

什么是伪终端（PTY）？

它是由运行在用户空间的计算机程序模拟的电传打字机。
与 TTY 相比，区别在于程序的运行位置；它不是内核程序，而是运行在用户空间的程序。

我不会（可能也无法）完整地描述内核态与用户态的区别，我只想说，在内核中运行的程序可以访问特权模式。这允许内核访问机器的硬件。
而用户态的程序只与内核交互，而不直接与硬件交互。
如果内核模块出现问题，整个系统都可能受到影响；而如果用户态的程序出现问题，则只有该程序受到影响；在最坏的情况下，重启系统就能恢复正常。
这无疑是将终端仿真移至用户态的一个很好的理由。开发人员可以更轻松地构建一个终端仿真。

我猜想 PTY 存在的主要原因是为了方便将终端仿真移入用户空间，同时仍然保持 TTY 子系统（会话管理和线路规则）的完整性。

它是如何工作的？（高级）

终端仿真器（或任何其他程序）可以向内核请求一对字符文件（称为 PTY 主程序和 PTY 从程序）。
主程序端有终端仿真器，而从程序端有 Shell。
主程序端和从程序端之间有一个 TTY 驱动程序（线路规程、会话管理等），用于在 PTY 主程序端和从程序端之间复制内容。

让我们看看当...时会发生什么。

您在用户空间的终端仿真器中输入一些内容，例如 XTerm 或任何其他用于获取终端的应用程序。

通常我们说打开“终端”或打开“bash”，但实际上发生的是：

• 模拟终端的 GUI 启动（如终端或 Xterm UI 应用程序）。
• 它将 UI 绘制到视频并向操作系统请求 pty。
• 将 bash 作为子进程启动
• bash 的标准输入、输出和错误将被设置为 pty 从属。
• XTerm 监听键盘事件并将字符发送给 pty master
• 线路规程获取字符并将其缓冲。只有当您按下 Enter 键时，它才会将字符复制到从属设备。它还会将其输入写回到主设备（回显）。请记住，终端是哑终端，只有来自 pty 主设备的内容才会在屏幕上显示。因此，线路规程会回显该字符，以便终端可以将其绘制到视频上，让您看到刚刚输入的内容。
• 当你按下回车键时，TTY 驱动程序（它只是一个内核模块）负责将缓冲数据复制到 pty 从属设备
• bash（它一直在等待标准输入）最终读取了这些字符（例如“ls -la”）。再次提醒，bash 的标准输入被设置为 PTY 从属。
• 此时，bash 解释该字符并认为它需要运行“ls”
• 它派生出一个进程并在其中运行 ls 命令。派生出的进程将拥有与 Bash 相同的 stdin、stdout 和 stderr，Bash 是 PTY 从属进程。
• ls 运行并打印到标准输出（再次强调，这是 pty 从属）
• tty 驱动程序将字符复制到主设备（不，线路规则不会在返回途中干预）
• XTerm 循环读取 pty master 中的字节并重新绘制 UI

我想我们成功了！这大概就是我们在终端模拟器中运行命令时发生的事情。这张图应该有助于巩固工作流程：

作为一个实验，在新的终端实例中运行“ps”命令。
如果您尚未运行任何进程，您将看到与终端关联的仅有的两个程序是“ps”和“bash”。
“ps”是我们刚刚启动的程序，“bash”是由终端启动的。您在结果中看到的“pts/0”是我们之前提到的PTY从属进程。

> ps
  PID TTY          TIME CMD
26113 pts/0    00:00:00 ps
30985 pts/0    00:00:00 bash

让我们看看当...时会发生什么

你启动一个程序，从终端仿真器读取标准输入。该程序可以简单到从标准输入读取数据，然后将其写入标准输出，如下所示。

package main

import (
    "bufio"
    "fmt"
    "os"
)

func main() {
  reader := bufio.NewReader(os.Stdin)
  fmt.Print("Enter text: ")
  text, _ := reader.ReadString('\n')
  fmt.Println(text)
}

> go build -o simple-program
> ./simpleprogram
Enter text: 

尝试在程序等待输入时输入一些内容，但不要按回车键，而是按“CTRL + W”。
你会看到你写的单词被删除了。为什么？
“Ctrl + W”是分配给名为 werase 的线路规则规则的字符。回头看一下图纸。输入的字符会发送到 PTY 主机，然后从那里发送到实现线路规则的 TTY 驱动程序。当线路规则读取字符“CTRL + W”时，它会从其内部缓冲区中删除最后一个单词，并向 PTY 主机发送指令，将光标设置回 N 个位置（其中 N 是单词的长度），并从显示屏上删除沿途的字符
（我们稍后会看到这些指令的样子）。

尝试相同的实验，但这次不是输入字符，而是按箭头键。
那些奇怪的字符是什么^[A^[B^[C^[D？
正如我们所说，终端只是将击键发送给主机。但是对于那些没有字符表示的键，比如我们的箭头键，该怎么办呢？
当发生这种情况时，终端会使用多个字符对它们进行编码；例如，向上的箭头用 编码^[A，其中^[称为转义序列。
因此，按下箭头键时发生的操作与按下任何其他键时发生的操作完全相同，只是它返回的内容看起来很奇怪，因为它在发送给 PTY 主机时就是以这种方式编码的。

我听到你说……但是等等，当我在没有运行任何程序的情况下在终端中按下方向键时，我得到的是 bash 历史记录！
这是因为^[Abash 程序中的结束符将它们解释为获取作业历史记录中当前条目的请求。它会将清除当前行的代码打印到标准输出（删除到目前为止回显的所有内容，包括^[A向上键的字符），然后打印 bash 历史记录行。我猜我们看不到编码字符，因为一切都发生得太快了。

这里的要点是线路规则不处理向上、向左、向下、向右等键。

程序如何控制终端

Shell、TTY 驱动程序以及我们编写的程序可以指示终端执行一些操作：将光标向后移动或向下移动一行、打印读取的下一行并清除屏幕。
程序控制终端的方式由 ANSI 转义码标准化。当终端从 pty master 读取这些转义码时，会执行与该转义码相关的操作。

想要更改程序中文本的颜色吗？
只需将 ANSI 转义码打印到标准输出即可为文本着色。
标准输出是 PTY 从属设备，TTY 驱动程序将字符复制到 PTY 主设备，终端获取该代码并理解需要设置颜色以在屏幕上打印文本。瞧！

这是一个简单的程序，它指示终端仿真器使用红色打印该行。正如您所见，它很简单，只需将用于将颜色更改为红色的 ANSI 代码 (\033[1;31m)、我们要写入的字符串以及用于重置颜色的 ANSI 代码 (\033[0m) 发送到标准输出即可。

package main

import "fmt"

const redColor = "\033[1;31m%s\033[0m"

func main() {
    fmt.Printf(redColor, "Error")
    fmt.Println("")
}

ANSI 代码本身可能就够写一篇单独的文章了，但我就此打住。想体验一下 ANSI 代码的乐趣吗？那就看看这篇文章吧。

结论

我认为到此为止就好了。
我们已经讨论了 TTY 和 PTY，并了解了它们与 Shell 的关系。
在本系列的下一篇文章中，我们将深入探讨线路规程，讨论在使用 vim 等程序时会发生什么，并最终编写一个简单的 Golang 程序来创建我们自己的远程终端。