你不知道的环境变量

编者按：本文作者李松峰，资深技术图书译者，翻译出版过40余部技术及交互设计专著，现任360奇舞团Web前端开发资深专家，360前端技术委员会委员、W3C AC代表。

提到环境变量，我们都知道 PATH 中包含着常用可执行文件的路径，有了它在命令行程序中直接输入文件名就可以运行程序。在Node.js环境中，我们也经常使用 process.env.NODE_ENV 来区分开发和线上环境，比如在开发环境下可以打印日志、不压缩资源，以方便调试。

但是，除了这些，你对环境变量还知道多少？本文将带领大家全面了解一下环境变量。

一点背景

我们现在使用的环境变量是在1979年Version 7 Unix中成型的，此后所有Unix系统包括 Linux 和macOS都实现了同样的特性。1982年，从PC DOS 2.0起，所有Windows操作系统也包含了环境变量，只是语法、用法和标准变量名有所差异。

环境变量是与进程紧密相关的一个特性。进程是什么？通俗地理解，进程就是“进行中的程序”，书面说法则是“运行中程序的一个实例”。意思其实都一样。之所以要抽象出进程这个概念，部分原因是为了隐藏使用CPU和内存资源的复杂度。有了进程的概念，一个程序在运行时就好像可以占有全部CPU和内存一样，不必考虑其他同时运行的程序。而每个程序都是在一定的上下文中运行，这个上下文中包含了程序正确运行所需的状态。这里所说的状态包括程序的代码、数据、栈、通用寄存器的内容、程序计数器、环境变量及打开的文件描述符，等等。

访问环境变量

环境变量可以在脚本中使用，也可以在命令行中使用。通常需要在变量名前面或两侧添加特殊符号来引用某个环境变量。比如，要显示用户的主目录，在大多数脚本环境中必须使用：

echo $HOME

在DOS/Windows命令行解释器（如 cmd.exe ）中，要这样写：

ECHO %HOME%

在Windows PowerShell中，则要这样写：

Write-Output $env:HOMEPATH

命令行程序有3个内置命令，可以列出环境变量及它们的值：

• env

• set

• printenv

在Unix和类Unix系统中，环境变量区分大小写。

fork，exec

在Unix中，环境变量通常在系统启动时由初始化脚本进行初始化，然后由系统中的所有其他进程继承。同样，当在一个程序中打开另一个程序时，调用程序会先复制一个与自身完全一样的进程，即子进程。子进程可以根据需要修改环境变量。最后，子进程再通过执行被调用的程序来覆盖自己。其中，复制进程对应 fork ，执行程序对应 exec ：

• fork：是由操作系统内核实现的系统调用，用于创建当前进程自身的一个副本；

• exec：同样是由操作系统内核实现的系统调用，用于在已有进程的上下文中运行一个可执行文件。

exec在实际实现中通常是一组函数的代称，比如在 C语言 中就有 execl 、 execle 、 execlp 、 execv 、 execve 和 execvp 等几个函数，它们共用 exec 这个名字，只是分别在末尾追加了一两个字母，表示自己接受的参数不同（比如， e 表示接收环境变量的指针数组， l 表示一个一个地接收命令行参数，即参数列表， p 表示使用 PATH 环境变量查找文件， v 表示接收命令行参数的指针数组或者叫向量）。Linux内核只有一个叫 execve 的实现，前面所有其他的函数都是在用户空间中对这个系统调用的封装。

下面我们通过分析 execve 来理解父进程在创建子进程时如何传递环境变量。先看一看 execve 的接口：

#include <unistd.h>

(http://man7.org/linux/man-pages/man2/execve.2.html)

execve 函数接收3个参数，第一个是可执行文件的路径 pathname ，第二个是参数的指针数组 argv ，第三个是环境变量的指针数组 envp 。下图展示了参数数组的数据结构：

如图所示，变量 argv 指向一个NULL结尾的指针数组，前面的每个元素都是一个指向参数字符串的指针。按照约定， argv[0] 是可执行文件的名称。下面是环境变量指针数组的数据结构：

两上数据结构类似。唯一的区别是，环境变量数组元素指向的字符串都是名-值对形式的，比如 "PWD=/usr/droh" 。

在找到 pathname 对应的可执行文件后， execve 会调用操作系统永驻内存的 loader 代码，把可执行文件的代码和数据从磁盘复制到内存。然后，跳到其第一个指令或“入口点”开始执行该程序。这个过程叫加载。

加载之后，就是通过系统启动函数来运行用户的 main 函数：

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

同样， main 函数也接收3个参数，其中最后一个参数 envp 就是新进程或子进程继承的环境变量。

命令行程序

命令行程序是我们最常用的启用其他程序的工具，因此会频繁地使用上述的 fork / exec 过程。比如：

node ./index.js

就会启用一个新的Node.js进程，运行index.js。与此同时，父进程的环境变量也会传递给这个新的子进程。

在Unix中，脚本或编译的程序修改的环境变量只会影响当前进程及其子进程。父进程及其他不相关的进程不受影响。

在命令行程序中，内置的 export 命令用来在当前进程中创建环境变量（自然也会被子进程继承）：

export API_URL=http://example.com/api

不使用 export 关键字也可以创建变量，虽然以这种方式定义的变量可以通过 set 命令显示，但却 不是 真正的环境变量。这种变量只是命令行程序存储的，操作系统内核并不认。因此 env 和 printenv 命令不会显示它们，子进程也不会继承它们：

API_URL=http://example.com/api

然而，在命令行中调用其他程序时，在前面添加类似上面的变量赋值，则会将该变量添加到子进程的环境变量中：

API_URL=http://example.com/api node ./index.js

这样，index.js就可以通过 process.env.API_URL 取得传入的API地址了。

用户可以在自己所用的命令行 工具 的配置脚本（profile script）中添加或修改环境变量。

在DOS和Windows命令行解释器中，使用 SET 命令创建环境变量并赋值：

SET VAR_NAME=VALUE

只有 SET 命令会显示所有环境变量及它们的值。

hashbang

命令行脚本除了可以直接使用环境变量，还有一种常见的用法，就是“ hashbang ”。比如，下面这个脚本使用Node.js作为解释器：

#!/usr/bin/env node

第一行中的 #!/usr/bin/env 是命令行程序内置 env 命令的完整路径，后面跟着运行当前脚本的程序名 node 。意思是在 env 的环境变量 PATH 中去查找解释程序 node 。

当然，不使用 env 而直接给出 node 的路径也是可以的：

#!/usr/local/bin/node

但这样是不是就不灵活了？毕竟不同环境下 node 的位置可能不一样。使用 env 就可以做到在运行时再定位解释器的位置，从而让脚本的兼容性更好。

当然，使用 env 也有缺点：不同机器上 env 的位置同样可能不一样！

[完]

参考文献

• https://en.wikipedia.org/wiki/Environment_variables

• https://en.wikipedia.org/wiki/Env

• Computer Systems A Programmer’s Perspective Third edition

关于奇舞周刊

《奇舞周刊》是360公司专业前端团队「 奇舞团 」运营的前端技术社区。关注公众号后，直接发送链接到后台即可给我们投稿。