TTY 与 PTY:内核视角

1. 为什么需要内核视角?

前两篇从历史演进和分工协作的角度理解了 terminal / shell / tty / pty. 现在下沉一层,回答一个问题: 当运行 stty -echo 关掉回显,或者 Vim 启动时把终端切到 raw mode--内核到底改了什么?

答案藏在 termios 这个内核数据结构里. 它是一组开关,控制着终端 I/O 的每一个细节. 理解它,就真正拥有了 "操纵终端行为" 的能力.

2. termios: 终端行为的 "开关面板"

Unix 内核用 struct termios 来描述一个终端的所有行为配置. 它包含四组标志位(flag),外加一些特殊字符的定义:

用 ioctl(fd, TCGETS, &termios) 读出当前配置,改几个位,再 ioctl(fd, TCSETS, &termios) 写回去. 这就是 stty 命令和 Vim 的 raw mode 在底层做的事.

2.1 c_lflag - 决定终端 "像不像终端"

c_lflag 是四个标志组里最重要的一组. 它控制的正是我们反复提到的那些 "终端感" 行为:

可以同时关掉 ECHO + ICANON + ISIG,但保留其他位--这就是精细控制. 实际的 raw mode 不是 "全关",而是一组精心选择的默认值.

2.2 c_iflag - 输入端怎么处理收到的字符

2.3 c_oflag - 输出端怎么处理要发的字符

ONLCR 是日常影响最大的标志. 想想为什么 Shell 输出 \n 就能让光标到下一行行首--这其实是内核帮忙补了 \r. 如果关掉 ONLCR,终端会变成 "楼梯效果":

# 关掉 ONLCR 后的效果
$ stty -onlcr; printf "line1\nline2\nline3\n"; stty onlcr
line1
    line2
        line3
# 因为只有 \n(换行)没有 \r(回车),光标只下移不回到行首

3. stty: 不用写代码就能操作 termios

stty(set tty)是查看和修改 termios 的命令行工具. 它直接调用 ioctl 读写 termios 结构.

3.1 查看当前设置

$ stty -a
speed 38400 baud; 45 rows; 180 columns;
lflags: icanon isig iexten echo echoe echok echoke -echonl echoctl
        -echoprt -altwerase -noflsh -tostop -flusho pendin
        -nokerninfo -extproc
iflags: -istrip icrnl -inlcr -igncr ixon -ixoff ixany imaxbel iutf8
        -ignbrk brkint -inpck -ignpar -parmrk
oflags: opost onlcr -oxtabs -onocr -onlret
cflags: cread cs8 -parenb -parodd hupcl -clocal -cstopb -crtscts
        -dsrflow -dtrflow -mdmbuf
cchars: discard = ^O; dsusp = ^Y; eof = ^D; eol = ;
        eol2 = ; erase = ^?; intr = ^C; kill = ^U; lnext = ^V;
        min = 1; quit = ^\; reprint = ^R; start = ^Q;
        status = ^T; stop = ^S; susp = ^Z; time = 0; werase = ^W;

这就是当前终端的完整 termios 配置. 每一行对应一组标志--lflags, iflags, oflags, cflags, 和 c_cc[] 特殊字符定义.

stty -a 中 - 前缀表示该标志已关闭,没有前缀表示已开启. 例如: icanon(开) vs -echonl(关).

3.2 修改终端行为

# 关掉回显(输入密码时的效果)
$ stty -echo
$ read -p "password: " pass  # 输入时什么都看不到
password:
$ stty echo  # 恢复

# 把 Ctrl+C 拦截关掉,Ctrl+C 变成普通字符
$ stty -isig
$ cat  # 按 Ctrl+C -- cat 没有被杀,而是收到了 ASCII 3
# 按 Ctrl+D 退出 cat
$ stty isig  # 务必恢复!

# 关掉行缓冲--每个字符立即送达,不回显
$ stty -icanon -echo
$ cat  # 现在每个按键立刻被 cat 读到并输出(会看到双份:cat 也回显了)

3.3 救命命令: stty sane

当折腾终端设置导致乱套后(比如运行了 cat 二进制文件导致终端状态混乱),可能会看到: 敲什么键都不回显, 换行错乱, Ctrl+C 失效. 此时需要:

# 盲打这两行(因为看不到回显):
$ stty sane
# 或者:
$ reset

stty sane 把终端恢复到 "合理" 的默认状态. reset 做了同样的事,还额外清屏和重置光标.

4. 规范模式 vs 原始模式

上一篇反复提到这两个模式. 现在有了 termios 的知识,可以精确理解它们各自拨动了哪些开关.

4.1 规范模式: 内核替程序做的三件事

规范模式(ICANON=1)下,一个 read(stdin, buf, n) 调用是这样的:

敲 'h' → 内核 buffer: "h"          回显 'h' (ECHO)
敲 'e' → 内核 buffer: "he"         回显 'e' (ECHO)
敲 'l' → 内核 buffer: "hel"        回显 'l' (ECHO)
按退格 → 内核 buffer: "he"         擦掉 'l' (ECHOE)
敲 'l' → 内核 buffer: "hel"        回显 'l' (ECHO)
敲 'o' → 内核 buffer: "hello"      回显 'o' (ECHO)
按 Enter → 内核把 "hello\n" 提交给 read()
程序的 read() 终于返回了

在这个模式里,程序在 read() 上阻塞,对用户的按键毫不知情. 所有编辑(退格, Ctrl+U 删行, Ctrl+W 删词)都是内核代劳的.

4.2 原始模式: 全部交还给程序

原始模式不是某一个标志,而是一组标志的组合关闭. 没有 "raw mode" 这个单一位--只是约定俗成地叫 "raw":

全关之后,终端变成了一根透明的管道: 每个字节原样进出,没有任何加工. Vim 就是这么用的--它需要精确控制每一个按键, 每一个光标位置, 每一帧画面.

5. PTY 创建: 从应用开发者视角

前两篇反复说 "终端模拟器打开 /dev/ptmx, 内核创建 PTY 对". 现在来看具体的系统调用.

5.1 四步创建 PTY

创建一对 PTY 需要四个步骤,三个系统调用:

// PTY 创建四部曲
int master = posix_openpt(O_RDWR | O_NOCTTY);
//   ① 打开 /dev/ptmx,获得 master fd
//      O_NOCTTY:不要让 master 成为本进程的控制终端

grantpt(master);
//   ② 修改 slave 设备文件的权限和所有者
//      确保子进程有权打开它

unlockpt(master);
//   ③ 解锁 slave 设备
//      在此之前 slave 无法被打开

char *slave_name = ptsname(master);
//   ④ 获取 slave 设备文件名,如 "/dev/pts/3"

拿到 master fd 和 slave 名字后,传统的 fork + exec 流程:

// fork + dup2 + exec
pid_t pid = fork();
if (pid == 0) {                    // 子进程
    setsid();                      // 创建新会话(脱离父终端的控制)
    int slave = open(slave_name, O_RDWR);
    dup2(slave, STDIN_FILENO);     // 0 → slave
    dup2(slave, STDOUT_FILENO);    // 1 → slave
    dup2(slave, STDERR_FILENO);    // 2 → slave
    close(slave);
    close(master);                 // 子进程不需要 master
    execlp("bash", "bash", NULL);
}
// 父进程(终端模拟器)保留 master fd,关闭 slave 名字

setsid() 是关键: 它让子进程脱离原来的会话,创建一个新的会话. 此时该进程没有控制终端--然后打开 slave 设备,slave 自动成为这个新会话的控制终端.

5.2 SSH 如何使用 PTY

当 ssh user@remote 时,SSH 服务端做的事情和终端模拟器一模一样:

本地终端 → SSH 客户端 → 网络传输 → SSH 服务端
                                      ↓
                              posix_openpt() 创建 PTY 对
                              fork + exec bash(连到 slave)
                                      ↓
                              Shell 输出 → master 读出 → 转发到网络 → 客户端显示

SSH 服务端在中间充当了 "桥梁": 一端是网络 socket(连着本地),另一端是 PTY master(连着远程 Shell). 它从 socket 读到按键 → 写到 master → Shell 输出 → master 读出 → 发回 socket. 这就是为什么 SSH 登录后感觉 "就是在用本地终端"--因为远程 Shell 确实连着一个 PTY,和本地的体验完全一样.

6. 终端信号全家福

以下是与终端相关的完整信号列表. 这些信号全由内核 TTY 层触发,不是 Shell 发的:

这个全家福里有一个关键的区分: 前三行仅在 ISIG 开启时生效--关掉 ISIG, Ctrl+C 就变成了普通字符. 但 SIGHUP 和 SIGWINCH 不受 ISIG 影响--它们是 TTY 层的核心机制,关不掉.