18 Môi trường bên ngoài

Khi bạn chạy một chương trình, thực ra là bạn đang nói chuyện với shell, kiểu: “Này, chạy giùm cái này với.” Rồi shell nói: “Được,” rồi nó bảo hệ điều hành: “Này, anh tạo tiến trình mới rồi chạy cái này giùm được không?” Và nếu mọi chuyện suôn sẻ, OS làm theo và chương trình của bạn chạy.

Nhưng ngoài chương trình, trong shell có cả một thế giới mà từ trong C có thể tương tác được. Ta sẽ ngó qua vài thứ trong chương này.

18.1 Tham số dòng lệnh

Nhiều tiện ích dòng lệnh nhận tham số dòng lệnh. Ví dụ, nếu ta muốn xem mọi file kết thúc bằng .txt, ta có thể gõ đại loại thế này trên hệ Unix-like:

ls *.txt

(hoặc dir thay cho ls trên hệ Windows).

Trong trường hợp này, lệnh là ls, nhưng tham số của nó là mọi file kết thúc bằng .txt¹²⁰.

Vậy làm sao để xem thứ gì được truyền vào chương trình từ dòng lệnh?

Giả sử ta có chương trình tên add cộng mọi số truyền trên dòng lệnh rồi in kết quả:

./add 10 30 5
45

Chắc chắn cái này sẽ kiếm đủ tiền trả hóa đơn đây!

Nhưng nghiêm túc, đây là công cụ hay để xem cách lấy tham số từ dòng lệnh rồi xử lý chúng.

Đầu tiên, xem cách lấy chúng ra đã. Cho chuyện này, ta cần một main() mới!

Đây là chương trình in ra tất cả tham số dòng lệnh. Ví dụ, nếu đặt tên file thực thi là foo, ta chạy thế này:

./foo i like turtles

và ta sẽ thấy output:

arg 0: ./foo
arg 1: i
arg 2: like
arg 3: turtles

Hơi lạ, vì tham số thứ không là tên file thực thi. Nhưng quen thôi. Các tham số còn lại thì theo sau trực tiếp.

Nguồn:

#include <stdio.h>

int main(int argc, char *argv[])
{
    for (int i = 0; i < argc; i++) {
        printf("arg %d: %s\n", i, argv[i]);
    }
}

Oái! Có chuyện gì với chữ ký của main() thế? argc và argv¹²¹ (đọc là arg-cee và arg-vee) là gì vậy?

Bắt đầu với cái dễ trước: argc. Đây là argument count, tức số lượng tham số, bao gồm cả tên chương trình. Nếu bạn hình dung mọi tham số như một mảng chuỗi, mà chúng đúng là vậy, thì argc là độ dài của mảng đó, mà nó đúng là thế.

Và vậy chuyện ta làm trong vòng lặp là duyệt qua mọi argv và in từng cái một, nên với input:

./foo i like turtles

ta có output tương ứng:

arg 0: ./foo
arg 1: i
arg 2: like
arg 3: turtles

Với chừng đó trong đầu, ta đủ đồ để làm chương trình cộng.

Kế hoạch:

• Xem mọi tham số dòng lệnh (qua khỏi argv[0], tên chương trình)
• Đổi chúng sang số nguyên
• Cộng dồn vào tổng đang chạy
• In kết quả

Bắt tay vào!

#include <stdio.h>
#include <stdlib.h>

int main(int argc, char **argv)
{
    int total = 0;

    for (int i = 1; i < argc; i++) {  // Start at 1, the first argument
        int value = atoi(argv[i]);    // Use strtol() for better error handling

        total += value;
    }

    printf("%d\n", total);
}

Vài lần chạy thử:

$ ./add
0
$ ./add 1
1
$ ./add 1 2
3
$ ./add 1 2 3
6
$ ./add 1 2 3 4
10

Dĩ nhiên nó có thể phun bậy nếu bạn truyền vào cái gì không phải số nguyên, nhưng việc làm cứng cáp chuyện đó xin để lại làm bài tập cho người đọc.

18.1.1 argv cuối cùng là NULL

Một điều vui vui về argv là sau chuỗi cuối cùng là một con trỏ tới NULL.

Tức là:

argv[argc] == NULL

luôn đúng!

Chuyện này có vẻ vô nghĩa, nhưng hóa ra lại hữu ích ở vài chỗ, ta sẽ xem một trong số đó ngay bây giờ.

18.1.2 Dạng thay thế: char **argv

Nhớ rằng khi gọi hàm, C không phân biệt ký pháp mảng và ký pháp con trỏ trong chữ ký hàm.

Tức là, hai thứ sau là như nhau:

void foo(char a[])
void foo(char *a)

Lâu nay ta hình dung argv như một mảng chuỗi, tức là một mảng các char*, nên cái này nghe hợp lý:

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

nhưng vì sự tương đương đó, bạn cũng có thể viết:

int main(int argc, char **argv)

Ừ, con trỏ trỏ tới con trỏ! Nếu thấy dễ hơn, cứ nghĩ nó như con trỏ tới chuỗi. Nhưng thực ra, nó là con trỏ trỏ tới một giá trị mà giá trị đó trỏ tới char.

Cũng nhớ rằng hai thứ này tương đương:

argv[i]
*(argv + i)

nghĩa là bạn có thể làm số học con trỏ trên argv.

Vậy một cách khác để tiêu thụ tham số dòng lệnh có thể là đi dọc mảng argv bằng cách tăng con trỏ lên cho tới khi chạm NULL ở cuối.

Sửa chương trình cộng của ta để làm vậy:

#include <stdio.h>
#include <stdlib.h>

int main(int argc, char **argv)
{
    int total = 0;
    
    // Cute trick to get the compiler to stop warning about the
    // unused variable argc:
    (void)argc;

    for (char **p = argv + 1; *p != NULL; p++) {
        int value = atoi(*p);  // Use strtol() for better error handling

        total += value;
    }

    printf("%d\n", total);
}

Cá nhân tôi dùng ký pháp mảng để truy cập argv, nhưng tôi vẫn thấy kiểu này lảng vảng đâu đó.

18.1.3 Ít chuyện vui

Còn vài thứ về argc và argv.

• Vài môi trường có thể không đặt argv[0] là tên chương trình. Nếu nó không có, argv[0] sẽ là chuỗi rỗng. Tôi chưa bao giờ thấy chuyện này xảy ra.

• Spec thực ra khá thoáng trong chuyện implementation có thể làm gì với argv và các giá trị đó đến từ đâu. Nhưng mọi hệ tôi từng dùng đều hoạt động giống nhau, như ta đã bàn ở phần này.

• Bạn có thể sửa argc, argv, hoặc bất kỳ chuỗi nào mà argv trỏ tới. (Chỉ là đừng làm mấy chuỗi đó dài hơn kích thước sẵn có của nó!)

• Trên vài hệ Unix-like, sửa chuỗi argv[0] sẽ khiến output của ps thay đổi¹²².

  Thông thường, nếu bạn có chương trình tên foo chạy bằng ./foo, bạn có thể thấy trong output của ps:

   4078 tty1     S      0:00 ./foo

  Nhưng nếu sửa argv[0] thế này, cẩn thận để chuỗi mới "Hi! " có cùng độ dài với chuỗi cũ "./foo":

  strcpy(argv[0], "Hi!  ");

  rồi chạy ps khi chương trình ./foo còn đang chạy, ta sẽ thấy:

   4079 tty1     S      0:00 Hi!  

  Hành vi này không có trong spec và phụ thuộc rất nhiều vào hệ thống.

18.2 Exit status

Bạn có để ý chữ ký của main() trả về kiểu int không? Chuyện đó là sao? Nó liên quan tới thứ gọi là exit status, một số nguyên có thể được trả lại chương trình đã khởi chạy chương trình của bạn để báo mọi chuyện ra sao.

Có cả đống cách để chương trình thoát trong C, bao gồm return từ main(), hay gọi một trong các biến thể exit().

Tất cả các cách này nhận int làm tham số.

Nhắc lề: bạn có thấy trong phần lớn các ví dụ của tôi, dù main() lẽ ra phải trả về int, tôi thật ra không return gì hết? Trong mọi hàm khác, chuyện này là bất hợp pháp, nhưng có một ngoại lệ đặc biệt trong C: nếu luồng thực thi chạm đến cuối main() mà không tìm thấy return, nó tự động làm return 0.

Nhưng 0 đó nghĩa là gì? Các số khác ta có thể đặt vào đó là gì? Và chúng được dùng ra sao?

Spec vừa rõ vừa mơ hồ về chuyện này, như thường lệ. Rõ vì nó nói ra bạn có thể làm gì, mơ hồ vì nó không giới hạn gì mấy.

Chẳng còn cách nào khác là cứ tiến lên và tìm ra!

Ta Inception¹²³ một chút: hóa ra khi bạn chạy chương trình, bạn đang chạy nó từ một chương trình khác.

Thường chương trình kia là kiểu shell¹²⁴ nào đó mà tự nó không làm mấy ngoài chuyện khởi chạy chương trình khác.

Nhưng đây là quy trình nhiều giai đoạn, nhất là với shell dòng lệnh thấy rõ:

1. Shell khởi chạy chương trình của bạn
2. Shell thường đi ngủ (với shell dòng lệnh)
3. Chương trình của bạn chạy
4. Chương trình kết thúc
5. Shell thức dậy và đợi lệnh tiếp theo

Bây giờ, có một mẩu thông tin liên lạc diễn ra giữa bước 4 và 5: chương trình có thể trả về một giá trị trạng thái mà shell có thể hỏi. Thường giá trị này được dùng để báo chương trình thành công hay thất bại, và nếu thất bại thì kiểu thất bại nào.

Giá trị này là cái ta vẫn return từ main(). Đó là status.

Giờ, spec C cho phép hai giá trị status khác nhau, có tên macro được định nghĩa trong <stdlib.h>:

Hãy viết một chương trình ngắn nhân hai số từ dòng lệnh. Ta sẽ yêu cầu bạn chỉ định chính xác hai giá trị. Nếu không, ta in thông báo lỗi và thoát với status lỗi.

#include <stdio.h>
#include <stdlib.h>

int main(int argc, char **argv)
{
    if (argc != 3) {
        printf("usage: mult x y\n");
        return EXIT_FAILURE;   // Indicate to shell that it didn't work
    }

    printf("%d\n", atoi(argv[1]) * atoi(argv[2]));

    return 0;  // same as EXIT_SUCCESS, everything was good.
}

Giờ thử chạy, ta sẽ thấy đúng như ý cho đến khi truyền đúng số lượng tham số dòng lệnh:

$ ./mult
usage: mult x y

$ ./mult 3 4 5
usage: mult x y

$ ./mult 3 4
12

Nhưng cái đó không thật sự cho thấy exit status mà ta trả về, đúng không? Ta có thể bắt shell in nó ra. Giả sử bạn đang dùng Bash hoặc shell POSIX khác, có thể dùng echo $? để xem¹²⁵.

Thử xem:

$ ./mult
usage: mult x y
$ echo $?
1

$ ./mult 3 4 5
usage: mult x y
$ echo $?
1

$ ./mult 3 4
12
$ echo $?
0

Thú vị! Ta thấy trên hệ của tôi, EXIT_FAILURE là 1. Spec không nói rõ chuyện này, nên nó có thể là số bất kỳ. Nhưng cứ thử, trên hệ của bạn chắc cũng là 1.

18.2.1 Các giá trị exit status khác

Status 0 chắc chắn nghĩa là thành công, nhưng mọi số nguyên khác, kể cả âm, thì sao?

Ở đây ta đi ra khỏi spec C mà bước vào địa phận Unix. Nhìn chung, 0 là thành công, còn số dương khác không là thất bại. Vậy bạn chỉ có một kiểu thành công, nhưng nhiều kiểu thất bại. Bash nói exit code nên nằm trong khoảng 0 đến 255, dù một số code đã được reserved.

Nói ngắn, nếu muốn báo các exit status lỗi khác nhau trong môi trường Unix, bạn có thể bắt đầu từ 1 và tăng dần.

Trên Linux, nếu bạn thử code nào nằm ngoài khoảng 0-255, nó sẽ AND bitwise code với 0xff, kẹp nó vào khoảng đó.

Bạn có thể script shell để dùng các code status này quyết định làm gì tiếp theo.

18.3 Biến môi trường

Trước khi đi vào phần này, tôi phải cảnh báo rằng C không định nghĩa biến môi trường là gì. Nên tôi sẽ mô tả hệ thống biến môi trường hoạt động trên mọi nền tảng lớn tôi biết.

Về cơ bản, môi trường là chương trình sẽ chạy chương trình của bạn, ví dụ shell bash. Và nó có thể có vài biến bash được định nghĩa. Nếu bạn chưa biết, shell có thể tự tạo biến riêng. Mỗi shell mỗi khác, nhưng trong bash bạn chỉ cần gõ set là nó hiện hết cho bạn.

Đây là trích đoạn từ 61 biến được định nghĩa trong bash shell của tôi:

HISTFILE=/home/beej/.bash_history
HISTFILESIZE=500
HISTSIZE=500
HOME=/home/beej
HOSTNAME=FBILAPTOP
HOSTTYPE=x86_64
IFS=$' \t\n'

Chú ý chúng ở dạng cặp key/value. Ví dụ, một key là HOSTTYPE và giá trị là x86_64. Từ góc nhìn C, tất cả giá trị là chuỗi, dù chúng là số¹²⁶.

Vậy dù sao! Chuyện dài kể ngắn, bạn có thể lấy các giá trị này từ bên trong chương trình C của bạn.

Viết chương trình dùng hàm chuẩn getenv() để tra một giá trị mà bạn đặt trong shell.

getenv() sẽ trả về con trỏ tới chuỗi giá trị, hoặc NULL nếu biến môi trường không tồn tại.

#include <stdio.h>
#include <stdlib.h>

int main(void)
{
    char *val = getenv("FROTZ");  // Try to get the value

    // Check to make sure it exists
    if (val == NULL) {
        printf("Cannot find the FROTZ environment variable\n");
        return EXIT_FAILURE;
    }

    printf("Value: %s\n", val);
}

Nếu chạy trực tiếp, tôi thấy thế này:

$ ./foo
Cannot find the FROTZ environment variable

chuyện đó hợp lý, vì tôi chưa đặt nó.

Trong bash, tôi có thể đặt nó bằng¹²⁷:

$ export FROTZ="C is awesome!"

Rồi khi chạy, tôi thấy:

$ ./foo
Value: C is awesome!

Theo cách này, bạn có thể đặt dữ liệu trong biến môi trường, và có thể lấy nó trong code C rồi thay đổi hành vi tương ứng.

18.3.1 Đặt biến môi trường

Cái này không chuẩn, nhưng nhiều hệ có cách để đặt biến môi trường.

Nếu trên hệ Unix-like, tra tài liệu cho putenv(), setenv(), và unsetenv(). Trên Windows, xem _putenv().

18.3.2 Biến môi trường thay thế trên Unix-like

Nếu bạn đang trên hệ Unix-like, nhiều khả năng bạn có thêm vài cách nữa để truy cập biến môi trường. Lưu ý rằng dù spec chỉ ra đây là phần mở rộng phổ biến, nó không thật sự là phần của chuẩn C. Nhưng nó là phần của chuẩn POSIX.

Một trong số đó là biến tên environ phải được khai báo thế này:

extern char **environ;

Nó là một mảng chuỗi kết thúc bằng con trỏ NULL.

Bạn nên tự khai báo trước khi dùng, hoặc có thể tìm thấy nó trong file header không chuẩn <unistd.h>.

Mỗi chuỗi ở dạng "key=value" nên bạn phải tự tách rồi phân tích nếu muốn lấy key và value ra.

Đây là ví dụ lặp qua và in các biến môi trường bằng vài cách khác nhau:

#include <stdio.h>

extern char **environ;  // MUST be extern AND named "environ"

int main(void)
{
    for (char **p = environ; *p != NULL; p++) {
        printf("%s\n", *p);
    }

    // Or you could do this:
    for (int i = 0; environ[i] != NULL; i++) {
        printf("%s\n", environ[i]);
    }
}

Cho ra một đống output như thế này:

SHELL=/bin/bash
COLORTERM=truecolor
TERM_PROGRAM_VERSION=1.53.2
LOGNAME=beej
HOME=/home/beej
... etc ...

Dùng getenv() nếu có thể vì nó di động hơn. Nhưng nếu bạn phải lặp qua các biến môi trường, dùng environ có thể là cách hợp.

Một cách không chuẩn khác để lấy biến môi trường là làm tham số của main(). Nó hoạt động khá giống, nhưng bạn khỏi phải thêm biến extern environ. Ngay cả spec POSIX cũng không hỗ trợ cái này¹²⁸ theo tôi biết, nhưng nó phổ biến ở chốn Unix.

#include <stdio.h>

int main(int argc, char **argv, char **env)  // <-- env!
{
    (void)argc; (void)argv;  // Suppress unused warnings

    for (char **p = env; *p != NULL; p++) {
        printf("%s\n", *p);
    }

    // Or you could do this:
    for (int i = 0; env[i] != NULL; i++) {
        printf("%s\n", env[i]);
    }
}

Giống như dùng environ nhưng còn kém di động hơn. Có mục tiêu là tốt.