[Linux系统] 命令行参数 | 环境变量 | 程序地址空间

一、命令行参数：main 函数的三个参数

我们平时写的 int main() 只是简写，完整形态是：

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

• argc：参数个数，包含程序名本身，至少为 1，用于实现各种选项功能
• argv：字符指针数组，argv[0] 是程序名，argv[argc] 固定为 NULL，命令行参数表
• env：环境变量表，第三部分再展开

例子：

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

执行 ./testenv -a -b -c，则 argc 为 5，argv[0] 是 "./testenv"，argv[1] 到 argv[3] 依次是 -a、-b、-c。数组以 NULL 收尾

1.1 命令行参数的意义

一个程序编译一次，靠不同参数跑出不同行为，这就是参数存在的理由。ls -l、cp -r 都是同一个可执行文件在不同 argv 下的不同分支。写带选项的小工具，第一步就是解析 argv。

二、环境变量：进程的隐形配置

环境变量是操作系统中用来指定运行环境的一些参数，通常具有全局特性。

典型证据：

1. 输入ls这样的命令时无需写完整路径->有环境变量PATH补全
2. 编译链接时我们并不知道动态库、静态库在哪，但链接照样成功，原因就是有环境变量帮助编译器定位

2.1 三个常见的环境变量

• PATH：命令的搜索路径；
• HOME：用户主工作目录，登录后的默认目录；
• SHELL：当前 Shell，通常是 /bin/bash

查看：

环境变量的创建流程 ：用户登录->bash进程创建启动->读取bash配置文件->构建环境变量

bash配置文件：

2.2 常用命令

• echo $NAME：查看某个环境变量
• export 变量名="值"：新增环境变量；
• env：显示所有环境变量；set：显示本地 Shell 变量与环境变量
• unset MYENV：清除环境变量

使用示例：

这里有个坑：只写变量="值"不加 export，它只是一个 Shell 本地变量，子进程根本读不到；只有 export 之后才会进入环境表被继承

2.3 PATH 测试：为什么 ls 不用带路径

自己编译的 testenv 必须写 ./testenv 才能跑，系统命令敲名字就行，差别就在 PATH。

把程序目录（绝对路径！不要出现.）用export追加进去，再直接敲 testenv 就能执行了：

结论：PATH 本质是一串用冒号分隔的目录列表，Shell 按顺序去找同名可执行文件

2.4 其他测试

HOME

USER

其他：

2.5 代码里获取环境变量

// 1. main 第三个参数
int main(int argc, char *argv[], char *env[])

// 2. libc 提供的全局变量（要用 extern 声明，无对应头文件）
extern char **environ; //char**，指向char* argv

// 3. 系统调用级封装函数
char *getenv(const char *name);

getenv("PATH") 返回字符串指针，取不到则返回 NULL。环境表本身是一个字符指针数组，每个指针指向一个以 \0 结尾的 "KEY=value" 字符串，数组同样以 NULL 结尾------和 argv 的结构完全一致。

2.6 全局属性：会被子进程继承

直接运行 getenv("MYENV") 没结果，export MYENV="hello world" 后再运行就有了：环境变量会由父进程传给子进程。想在登录时自动生效，写进 ~/.bash_profile 或 ~/.bashrc 即可。

例子：

三、程序地址空间：你看到的地址都是虚拟的

3.1 先验证地址分布

打印各类变量地址（kernel 2.6.32，32 位平台）：

code addr:              0x40055d
init global addr:       0x601034
uninit global addr:     0x601040
heap addr:              0x1791010   ← 依次递增
heap addr:              0x1791030
test static addr:       0x601038
stack addr:             0x7ffd0f9a4368
stack addr:             0x7ffd0f9a4360   ← 依次递减
read only string addr:  0x400800
argv[0]:                0x7ffd0f9a4811
env[0]:                 0x7ffd0f9a4819

两条规律一眼可辨：栈地址从高到低、堆地址从低到高，也就是栈向下增长、堆向上增长；argv 与 env 的地址比栈变量还高，说明它们位于用户栈更上方。

3.2 fork 之后...?

把 g_val 初始化为 0，父进程睡 3 秒，子进程先改再打印：

child[3046]:  100 : 0x80497e8
parent[3045]:   0 : 0x80497e8

地址完全相同，内容却不同。可以推出两条结论：

1. 这两处变量绝对不是同一个；
2. 这个地址也绝对不是物理地址。

它就是虚拟地址。C/C++ 里看到的所有地址都是虚拟地址，物理地址用户一概看不到，由操作系统统一管理并完成转换。

例子：通过修改全局变量g_val看父子进程差异：

修改前后图示：

3.3 谁在描述地址空间

描述进程地址空间全部信息的结构体是 mm_struct（内存描述符），每个进程各有一份，task_struct 里通过 struct mm_struct *mm 指向它（内核线程的 mm 为 NULL，借用 active_mm）。

struct mm_struct {
    struct vm_area_struct *mmap;   // 虚拟区间链表
    struct rb_root mm_rb;          // 红黑树
    unsigned long task_size;
    unsigned long start_code, end_code, start_data, end_data;
    unsigned long start_brk, brk, start_stack;
    unsigned long arg_start, arg_end, env_start, env_end;
};

一个独立的虚拟内存区域用 vm_area_struct（VMA）表示：区域少时用 mmap 串成单链表，区域多时用 mm_rb 组织成红黑树，兼顾遍历方便与查找快速。那组 start_code/end_code、brk、start_stack、arg_start/env_start 就是各段虚拟地址的边界，正好对上了 3.1 的打印结果。

具体过程/结构：

补充知识 ：

3.4 为什么必须有虚拟地址空间

换个问法：如果程序直接操作物理内存会怎样？，三个问题很直接：

1. 任何进程都能读写系统内存区域
2. 程序每次被搬到内存的位置都不一样，地址无法确定
3. 内存不够时要把整个进程拷到交换分区，效率低

有了地址空间与页表映射，就解决了：

1. 保护物理内存
2. 进程管理与内存管理解耦合，物理内存可任意位置加载数据
3. 页表：实现地址无序（物理）->有序（虚拟）

四、总结

• 命令行参数：argc 含程序名，argv 以 NULL 结尾，一个程序靠它跑出多种行为；
• 环境变量：PATH/HOME/SHELL 是常客，只有 export 过的才会被 exec 传给子进程，代码里用 env[]、environ 或 getenv 读取；
• 程序地址空间：栈向下、堆向上，C/C++ 里的地址全是虚拟地址，mm_struct + vm_area_struct 描述布局，页表完成映射，换来安全、确定与解耦

感谢阅读，我们下篇见。