HN 日本語サマリー

← 一覧へ戻る
Web開発

ターミナルのフルスタック解説

The full stack of terminals explained (ahmadawais.com)

19 pointsby ludicrousdispla4 コメント

要約

この記事は、開発者が長年使用していながらも曖昧になりがちな「ターミナル」「シェル」「TTY」「コンソール」といった用語の定義と、それらの関係性を詳細に解説しています。これらの用語がどのように進化し、現代のコンピューティングにおいてそれぞれどのような役割を果たしているのかを、歴史的背景から技術的な詳細まで掘り下げて説明しています。

全文翻訳

ターミナルのフルスタックを解説:ターミナル、シェル、TTY、コンソール、POSIX、ANSIエスケープシーケンス、PTY

この記事では、用語の混乱から、TUI(テキストベースのユーザーインターフェース)アプリをゼロから構築するまで、ターミナルのフルスタックを網羅します。vimが画面を乗っ取る際に実際に行っていること、Raw Modeが存在する理由、ANSIエスケープシーケンスとは何か疑問に思ったことがあるなら、この記事が最適です。

かつてはすべて同じものだった#

これが重要な洞察です。当初、これら4つの言葉はすべて同じ物理的なオブジェクトを指していました。

1960年代、あなたはキーボードとプリンターを備えた機械でコンピュータと対話していました。その機械は、誰が話しているかによって3つの名前で呼ばれていました。

  ┌─────────────────────────────────────
  │  ┌───────────────────────────────
  │  │  $ hello world_               │   <-- "Console" (物理デバイス)
  │  │                               │   <-- "Terminal" (ワイヤの終端)
  │  │                               │   <-- "TTY" (テレタイプライター)
  │  └───────────────────────────────
  │  ┌───────────────────────────────
  │  │ ┌───┐┌───┐┌───┐┌───┐┌───┐
  │  │ │ Q ││ W ││ E ││ R ││ T │...
  │  │ └───┘└───┘└───┘└───┘└───┘
  │  └───────────────────────────────
  └─────────────────────────────────────
              │
              │  ワイヤ
              │
      ┌───────┴────────
      │   メインフレーム
      │   コンピュータ
      └────────────────

3つの名前、1つのもの。だからこそ、それらは混同されがちなのです。ハードウェアがソフトウェアへと進化するにつれて、それぞれの言葉は独自の意味合いを持つようになりました。しかし、その変化はゆっくりでした。


パート1:語彙#

コンソール (Console)#

コンソールとは、コンピュータの物理的な入出力デバイスのことです。元々は、機械本体に直接接続されたキーボードとディスプレイを指しました。OSの観点からは、「システムのプライマリ標準I/Oターミナル」として扱われます。

サーバーでは、あなたがモニターを接続して直接目にするものです。ラップトップでは、グラフィカルデスクトップがクラッシュした場合に表示されるテキスト画面です。これは最後の手段となるターミナルであり、カーネルがパニックメッセージを書き込む場所です。なぜなら、他のすべてが壊れていても、これは確実に存在するからです。

  リモートアクセス (コンソールではない):

    あなた --> ラップトップ --> SSH --> インターネット --> サーバー
                                            │
                                       ┌────┴────
                                       │ サーバー
                                       └────┬────
                                            │
  コンソールアクセス (本物):
                                            │
    あなた --> キーボード ──────────────────────> 
            モニター  <────────────────────── 

    ^ これがコンソールです。直接的。物理的。
      ネットワークがダウンしていても動作します。

この言葉は時間とともに緩やかに使われるようになりました。ブラウザの開発者ツールは「コンソール」と呼ばれます。macOSにはConsoleというログビューアがあります。しかし、本来の意味は常に同じです:直接的で、ローカルな、ハードウェアインターフェースです。

ターミナル (Terminal)#

ターミナルとは、あなたが「見る」ものです。入出力を扱います。キー入力が入り、テキストが出てきます。それがその唯一の仕事です。

iTerm2、Alacritty、Windows Terminal、GNOME Terminalなどを開くとき、あなたは「ターミナルエミュレータ」を実行しています。これは、古いハードウェアターミナルが回路で行っていたことをソフトウェアで行うプログラムです。「エミュレータ」という部分は通常省略されますが、抽象化を明確にするために覚えておく価値があります。あなたのターミナルアプリは、デバイスのふりをしています。

ここで多くの人が驚く点があります:ターミナルはあなたのコマンドを理解しません。lsやgit pushの意味を全く知りません。何も解析しません。それはキーボードが接続された表示面です。

  ┌─ ターミナル (あなたが見るもの) ───────────────
  │
  │  所有するもの:
  │    - 画面へのテキストレンダリング
  │    - 色とフォント
  │    - スクロールバック履歴
  │    - コピー&ペースト
  │    - ANSIエスケープシーケンスの解釈
  │
  │  所有しないもの:
  │    - コマンドの理解
  │    - プログラムの実行
  │    - タブ補完
  │    - あなたのプロンプト
  │
  └─────────────────────────────────────────

プラットフォーム別の主要なターミナルエミュレータ:

  • macOS: Terminal.app, iTerm2, Ghostty, Alacritty, kitty
  • Linux: GNOME Terminal, Konsole
  • Windows: Windows Terminal, ConEmu
  • Web/Node: xterm

これは明確な分離であり、明確な分離は注目する価値があります。それらは負荷を支える傾向があります。

シェル (Shell)#

シェルとは、ターミナル「内」で実行されるプログラムです。それはコマンドラインインタープリタであり、あなたが入力したテキストを受け取り、どのプログラムを実行するかを判断し、それを実行し、そのプロセスのライフサイクルを管理します。

git statusと入力します。あなたのターミナルはそのテキストをシェルに送信します。シェルはそれを解析し、gitプログラムを見つけ、プロセスを生成し、I/Oを接続します。出力はターミナルを通じてあなたの目に流れます。シェルがロジックを処理し、ターミナルがピクセルを処理しました。

  あなたが入力: git status
        │
        ▼
  ┌─ ターミナル ───────────────────────
  │
  │  キーストロークをバイトに変換
  │  シェルにテキストを送信
  │
  └──────────────┬───────────────────
                 │  "git status\n"
                 ▼
  ┌─ シェル (bash, zsh, fish) ────────
  │
  │  コマンドを解析
  │  /usr/bin/git を検索
  │  プロセスを生成
  │  そのライフサイクルを管理
  │
  └──────────────┬───────────────────
                 │  出力バイト
                 ▼
  ┌─ ターミナル ───────────────────────
  │
  │  出力を受信
  │  画面にレンダリング
  │
  │  On branch main
  │  nothing to commit
  │
  └──────────────────────────────────

シェルの主なジョブは、コマンド解析(トークン分割、リダイレクト処理)、環境変数管理、プロセス起動と制御(ジョブ制御)、スクリプト機能の提供です。

シェルは多数あり、どれを使用するかは意味のある選択です。

  • Bash: デフォルトであり、ほぼすべてのUnix系システムに存在します。
  • Zsh: macOSのデフォルトであり、拡張性の高さで人気があります。
  • PowerShell: Windowsで全く異なるアプローチを取ります。

重要な点:あなたのターミナルとシェルは独立しています。互いに触れることなく、どちらか一方を入れ替えることができます。

  どのターミナルでも         連携可能         どのシェルでも
  ┌──────────────┐                    ┌──────────────
  │  iTerm2      │─────────┐    ┌─────│  Bash
  │  Alacritty   │─────────┼────┼─────│  Zsh
  │  Kitty       │─────────┼────┼─────│  Fish
  │  Win Terminal│─────────┘    └─────│  PowerShell
  └──────────────┘                    └──────────────
        お互いを気にしません。
CLI (コマンドラインインターフェース)#

CLIはより広いカテゴリです。GUIとは対照的に、コマンドをテキストとして入力し、出力をテキストとして受け取るあらゆるインターフェースです。シェル、REPL、TUIアプリはすべてCLIの一種です。誰かが「コマンドライン」と言うとき、通常はls -lやgit commit -m "msg"のような単一のコマンドを入力する実際の入力行を指します。シェルはその文字列を解析して実行します。

TTY (TeleTYpewriter)#

TTYは4つの用語の中で最も技術的であり、最も長く無視しても安全なものです。

現代のUnixでは、TTYはカーネル内のデバイスファイルであり、ターミナルをシェルに接続します。これはUnix系OSにおけるターミナルデバイスの一般的な用語です。元々は物理的なテレタイプライターを接続するためのデバイスでしたが、現在では仮想ターミナルを含む、ターミナルデバイス全般を指します。

今すぐttyと入力すると、/dev/ttys003や/dev/pts/1のようなものが見えるはずです。それが現在のセッションのデバイスファイルです。

  ┌──────────────┐     ┌──────────────┐     ┌──────────────
  │              │     │              │
  │   ターミナル   │◄───►│  TTYデバイス  │◄───►│    シェル
  │  (iTerm2)    │     │ /dev/pts/1   │     │   (bash)
  │              │     │              │
  └──────────────┘     └──────────────┘     └──────────────
    ユーザー空間            カーネル               ユーザー空間

  TTYが間に位置します。カーネルの
  データフローを処理する仲介者です。

日常的な目的では、「tty」と「ターミナル」は同じ意味で使われます。違いは、システムレベルのコードを書いている場合や、シグナルに関する奇妙なデバッグをしている場合にのみ現れます。

PTY (Pseudo Terminal)#

PTYは、ターミナルエミュレータによって使用される仮想ターミナルデバイスです。実際には、2つのデバイスファイルがペアとして機能します。

  ┌─────────────────┐         ┌──────────────────
  │  PTYマネージャー  │         │  PTYサブシディアリ
  │  (マスター側)   │◄───────►│  (スレーブ側)
  │                 │
  │  によって操作される │         │  シェルや
  │  ターミナルエミュレータ │         │  TUIアプリが
  │                 │         │  接続する場所
  └─────────────────┘         └──────────────────

POSIX.1-2024では、マスター側は「マネージャー」、スレーブ側は「サブシディアリ」と呼ばれます。

シェルやTUIアプリはサブスレーブ側を「実際のターミナル」として扱うため、物理ターミナルと同じAPI(termiosなど)を使用できます。アプリケーションは、物理ターミナルと通信しているのか仮想ターミナルと通信しているのかを知る必要はありません。

デバイスファイルの例:

  • Linux: /dev/pts/0, /dev/pts/1…
  • macOS: /dev/ttys000, /dev/ttys001…
TUI (Text User Interface)#

TUIは、画面全体を使用して対話的なUIを提供する文字ベースのインターフェースです。コマンドを一行ずつ実行する通常のCLI(シェル)とは異なり、TUIは画面全体を制御し、カーソル移動、色、境界線、メニュー、フォームを使用してリッチなユーザーエクスペリエンスを実現します。

vim、less、htop、nmtuiなどを考えてみてください。これらはターミナルウィンドウ全体を乗っ取り、絶えず再描画します。

  ┌─────────────────────────────────────────────────────
  │
  │  CLI (シェル)               TUI (vim, htop)
  │
  │  $ ls -la                  ┌──────────────────────
  │  total 48                  │ htop - 3.2.1
  │  drwxr-xr-x  5 user ...    │ CPU[||||||||  38.2%]
  │  -rw-r--r--  1 user ...    │ Mem[|||||    512/8G]
  │  $ _                       │
  │                            │ PID  USER  CPU%  MEM
  │  テキストは一行ずつ下に流れます。それだけです。 │  1234 root  12.3  1.2
  │                            │ 5678 user   8.1  0.9
  │                            └──────────────────────
  │                            フルスクリーン。対話的。
  │                            絶えず再描画します。
  │
  └─────────────────────────────────────────────────────

CLIとTUIの比較:

特徴CLI (シェル)TUI (vim, htop)
入力行ベース (Enterで確定)キーベース (押下時に即時)
画面テキストは下に流れるフルスクリーン再描画
カーソル自動的に次の行へ移動ANSIエスケープシーケンスでどこへでも移動
エコーオン (入力文字が表示される)オフ (アプリが自身のUIを描画)
ターミナルモードカノニカルモードRaw Mode
主な用途bash, zsh, fish, Python REPLvim, less, htop, nmtui

パート2:内部の仕組み#

ほとんどの記事はここで終わります。しかし、TUIアプリを構築したい場合、あるいはvimがターミナルで何をしているのかを理解したいだけであれば、さらに一段階深く掘り下げる必要があります。

POSIX (Portable Operating System Interface)#

POSIXは、Unix系システム間での互換性を維持するための標準仕様です。IEEEによって確立され、システムコール、ターミナル制御、ファイルI/O、スレッドなどのAPIを定義しています。macOSやLinuxのほとんどのコマンドとシステムコールはPOSIXに準拠しています。

POSIX準拠OSには、Linux (Ubuntu, Debian, Red Hatなど)、macOS (Darwin)、BSDシステム (FreeBSD, OpenBSD)、Solaris、AIXが含まれます。最新の仕様はPOSIX.1-2024 (IEEE Std 1003.1-2024) です。

POSIXターミナルインターフェース#

ターミナル入出力制御のためのPOSIXによって定義された標準APIです。termios構造体とその関連関数(tcgetattr(), tcsetattr())は、ターミナルモードの設定、特殊文字の定義、ボーレートの設定に使用されます。この標準化により、同じコードがPOSIX準拠OS間で動作します。

Unixターミナルインターフェース#

Unix系OSにおけるターミナル制御の伝統的なメカニズムです。TTYドライバがカーネル内でターミナルデバイスを管理し、ラインディシプリンが入出力処理を扱います。POSIXはこのUnixターミナルインターフェースの標準化です。

TTYラインディシプリン#

ラインディシプリンは、TTYドライバとユーザープロセス間に位置するカーネル内のソフトウェアレイヤーで、ターミナル入出力処理を扱います。

  ┌────────────────────
  │  ターミナル
  │  エミュレータ
  └────────┬───────────
           │
  ┌────────▼───────────
  │  PTY (マスター)
  └────────┬───────────
           │
  ┌────────▼──────────────────────────────────────────
  │  TTYラインディシプリン
  │
  │  1. 行編集
  │     バックスペース = 文字削除
  │     Ctrl+U   = 行全体削除
  │     Ctrl+W   = 単語削除
  │
  │  2. エコーバック
  │     入力文字が自動的に画面に送信される
  │     ユーザーが入力内容を見られるようにするため
  │
  │  3. 特殊文字処理
  │     Ctrl+C  --> SIGINT (プロセス終了)
  │     Ctrl+Z  --> SIGTSTP (プロセス一時停止)
  │     Ctrl+D  --> EOF (入力終了)
  │
  │  4. 文字変換
  │     改行コード変換 (CR <--> LF)
  │
  │  5. 入力バッファリング
  │     カノニカルモード: Enterまでバッファリング
  │     非カノニカル: 即座に渡す
  │
  └────────┬──────────────────────────────────────────
           │
  ┌────────▼───────────
  │  PTY (サブシディアリ)
  └────────┬───────────
           │
  ┌────────▼───────────
  │  シェル / TUIアプリ
  └────────────

これは、TUIアプリがこれらのラインディシプリン機能のほとんどを「無効化」して動作するため、理解することが重要です。vimを実行すると、カーネルに「行編集、エコー、Ctrl+Cによるシグナル解釈を停止してください。生のバイトだけを渡してください」と指示します。

termios#

termiosはPOSIX標準のターミナル制御構造体です。ラインディシプリンと通信する方法であり、以下のものを管理します。

  termios構造体
  ┌────────────────────────────────────────────────────
  │
  │  c_iflag  (入力フラグ)
  │    改行変換、フロー制御など。
  │
  │  c_oflag  (出力フラグ)
  │    出力処理設定。
  │
  │  c_cflag  (制御フラグ)
  │    ボーレート、文字サイズなど。
  │
  │  c_lflag  (ローカルフラグ)
  │    エコー、カノニカルモード、シグナル生成など。
  │
  │  c_cc     (特殊文字)
  │    Ctrl+C、Ctrl+Z、EOFなどの定義。
  │
  │  VMIN / VTIME  (タイムアウト)
  │    非カノニカルモードでの読み取り制御。
  │
  └────────────────────────────────────────────────────

TUI開発では、termiosはRaw Modeの実装に使用されます。

ioctl (Input/Output Control)#

ioctlは汎用のデバイス制御システムコールです。ファイルディスクリプタを通じて、通常の読み書きではできない特殊な操作を実行するようにデバイスドライバに指示します。主な操作には、termiosの取得と設定、ウィンドウサイズの取得が含まれます。

tcgetattr / tcsetattr#

POSIX標準で定義されているターミナル制御のための高レベルAPI関数です。ioctlを直接使用するよりも移植性の高いコードを書くことができます。

Node.jsでは、これらの関数を直接呼び出す必要はありません。高レベルの同等機能が組み込まれています。

// 高レベル: Node.jsがtermiosを内部で処理
process.stdin.setRawMode(true);  // MakeRaw / tcsetattrに相当
process.stdin.setRawMode(false); // Restore / tcsetattrに相当

JavaScriptからtermiosに低レベルでアクセスするには、ネイティブアドオンまたはFFIを使用することになります。実装セクションでさらに詳しく説明します。

完全なI/Oフロー#

指先からアプリケーション、そして戻るまで、すべてがどのように接続されているかを示します。

  ┌──────┐     ┌───────────────────────
  │ ユーザー │────>│ ターミナルエミュレータ
  │      │     │ (iTerm2, xterm など)
  └──────┘     └──────────┬────────────
                          │
               ┌──────────▼────────────
               │ PTY
               │ (マネージャー <-> サブシディアリ)
               └──────────┬────────────
                          │
               ┌──────────▼────────────
               │ TTY + ラインディシプリン
               │ (ICANON/ECHO/ISIG フラグ)
               └──────────┬────────────
                          │
               ┌──────────▼────────────
               │ TUIアプリ
               │ (vim, htop)
               └──────────┬────────────
                          │
          ┌───────────────┼───────────────
          │
          ▼               ▼               ▼
   termios設定     出力 (ANSIエスケープ   画面への
   変更           シーケンス)        レンダリング
   (Raw Mode など)  ターミナルへ戻る    ターミナルエミュレータ経由

パート3:TUI開発のためのターミナル動作#

TUIアプリはシェルとは異なりコマンドを解釈しません。代わりに、ターミナルI/O制御を直接扱います。termios APIを使用してターミナルモード設定を変更し、ANSIエスケープシーケンスを使用して画面をレンダリングおよび更新します。

通常のシェル環境では、ターミナルはカノニカルモード(ICANON)に設定されており、入力は行ごとにバッファリングされ、Enterキーを押した後にプログラムに渡されます。

$ stty -a | grep icanon
# icanon isig iexten echo echoe echok echoke -echonl echoctl
# ^ カノニカルモードはオンです

入力した文字は自動的に画面にエコーされ、Enterキーが押されるとシェルに送信されます。

$ ls
example.txt

しかし、vimやlessのようなTUIアプリは、ターミナルを非カノニカルモードに切り替えます。キー入力は文字ごとにアプリケーションに即座に渡され、アプリケーションは独自のレンダリングを処理します。

$ vim

# 別のターミナルで、vimのターミナルモードを確認します:
$ ps aux | grep vim         # vimのターミナルを見つける
$ stty -a < /dev/ttys049 | grep icanon
# -icanon -isig -iexten -echo -echoe echok echoke -echonl echoctl
#  ^ カノニカルモードはオフです。エコーはオフです。シグナルはオフです。

TUI開発の5つの要素#

TUIアプリを構築するには、5つの要素を理解し制御する必要があります。

  ┌─────────────────────────────────────────────
  │
  │  1. ターミナルモード設定
  │     カノニカル --> Raw Mode
  │
  │  2. 入力処理
  │     キー、エスケープシーケンス、Ctrl+ の解析
  │
  │  3. 画面制御
  │     レンダリングのためのANSIエスケープシーケンス
  │
  │  4. ターミナルサイズ管理
  │     リサイズを検出し、応答する
  │
  │  5. バッファリング
  │     ちらつきを防ぐための書き込みのバッチ処理
  │
  └─────────────────────────────────────────────

それぞれ見ていきましょう。


1. ターミナルモード設定#

ラインディシプリンには3つの動作モードがあります。termios構造体のフラグを設定することで、これらのモードを切り替えます。

カノニカルモード (Cooked Mode)#

これがデフォルトです。シェルが使用するモードです。入力は行ごとにバッファリングされ、Enterキーを押した後にライン編集(バックスペース、Ctrl+U、Ctrl+W)が機能し、エコーがオンになり、Ctrl+Cのような特殊文字はシグナルを生成します。

非カノニカルモード (Non-Canonical Mode)#

カノニカルモードが無効(ICANONオフ)になります。入力は行ごとではなく、文字ごとに到着します。ライン編集は無効になります。ただし、エコーとシグナル処理はオプションで有効のままにできます。

Raw Mode#

ほとんどすべてが無効になります。エコーなし、シグナルなし、改行変換なし。入力は生のバイトストリームとしてアプリケーションに渡されます。TUIアプリはこれを使用します。

特徴カノニカル (Cooked)非カノニカルRaw
入力バッファリング行ベース文字ベース文字ベース
行編集有効無効無効
エコーバック有効設定可能無効
シグナル (Ctrl+C)有効設定可能無効
改行変換有効設定可能無効
主な用途シェル、対話型カスタムCLITUI、ゲーム

sttyの-cookedはrawと同義です。Raw ModeはCooked Modeの反対です。


2. 入力処理#

入力処理とは、「どのキーが押されたか」を判断することです。通常の文字は単純ですが、矢印キー、ファンクションキー、マウスイベントはマルチバイトのエスケープシーケンスとして送信されます。TUIアプリはこれらを解析する必要があります。

特殊キーエスケープシーケンス#
  ┌──────────────┬──────────────┬──────────────────
  │  キー        │  シーケンス    │  バイトシーケンス
  ├──────────────┼──────────────┼──────────────────
  │  上 (↑)     │  ESC[A       │  \x1b[A
  │  下 (↓)     │  ESC[B       │  \x1b[B
  │  右 (→)     │  ESC[C       │  \x1b[C
  │  左 (←)     │  ESC[D       │  \x1b[D
  │  Home        │  ESC[H       │  \x1b[H
  │  End         │  ESC[F       │  \x1b[F
  │  Page Up     │  ESC[5~      │  \x1b[5~
  │  Page Down   │  ESC[6~      │  \x1b[6~
  │  F1-F4       │  ESC[OP-OS   │  \x1b[OP, など。
  └──────────────┴──────────────┴──────────────────
制御文字#
  ┌──────────────┬──────────┬─────────────────
  │  文字        │  ASCII   │  説明
  ├──────────────┼──────────┼─────────────────
  │  Ctrl+C      │  3       │  SIGINT
  │  Ctrl+D      │  4       │  EOF
  │  Ctrl+Z      │  26      │  SIGTSTP
  │  Enter       │  13 / 10 │  CR / LF
  │  Tab         │  9       │  タブ
  │  Backspace   │  127 / 8 │  DEL / BS
  │  ESC         │  27      │  エスケープ
  └──────────────┴──────────┴─────────────────

3. 画面制御 (ANSIエスケープシーケンス)#

画面制御とは、ターミナルに「どこに何を表示するか」を指示することです。ANSIエスケープシーケンスは、ESC文字(\x1bまたは\033)で始まる特殊な文字列コマンドです。これらはANSI X3.64として標準化され、VT100ターミナルに実装されたため、広く普及しています。

カーソル制御#
  ┌──────────────────────┬───────────────────────────────
  │  シーケンス            │  説明
  ├──────────────────────┼───────────────────────────────
  │  ESC[H               │  ホーム位置 (1,1)へ移動
  │  ESC[{行};{列}H    │  位置 ({行}、{列}は1から始まる)
  │  ESC[{n}A            │  n行上に移動
  │  ESC[{n}B            │  n行下に移動
  │  ESC[{n}C            │  n列右に移動
  │  ESC[{n}D            │  n列左に移動
  │  ESC[s               │  カーソル位置を保存
  │  ESC[u               │  保存したカーソル位置を復元
  │  ESC[?25l            │  カーソルを非表示
  │  ESC[?25h            │  カーソルを表示
  └──────────────────────┴───────────────────────────────
画面クリア#
  ┌──────────────────────┬───────────────────────────────────
  │  シーケンス            │  説明
  ├──────────────────────┼───────────────────────────────────
  │  ESC[2J              │  画面全体をクリア
  │  ESC[H               │  カーソルをホーム位置へ移動
  │  ESC[K               │  カーソルから行末までをクリア
  │  ESC[1K              │  行頭からカーソルまでをクリア
  │  ESC[2K              │  行全体をクリア
  └──────────────────────┴───────────────────────────────────
基本スタイル#
  ┌──────────────────────┬──────────────
  │  シーケンス            │  説明
  ├──────────────────────┼──────────────
  │  ESC[0m              │  すべてリセット
  │  ESC[1m              │  太字
  │  ESC[4m              │  下線
  │  ESC[7m              │  反転
  └──────────────────────┴──────────────
前景色 (テキスト)#
  ┌──────────────────────┬──────────────
  │  シーケンス            │  色
  ├──────────────────────┼──────────────
  │  ESC[30m             │  黒
  │  ESC[31m             │  赤
  │  ESC[32m             │  緑
  │  ESC[33m             │  黄
  │  ESC[34m             │  青
  │  ESC[35m             │  マゼンタ
  │  ESC[36m             │  シアン
  │  ESC[37m             │  白
  └──────────────────────┴──────────────
背景色#
  ┌──────────────────────┬──────────────
  │  シーケンス            │  色
  ├──────────────────────┼──────────────
  │  ESC[40m             │  黒
  │  ESC[41m             │  赤
  │  ESC[42m             │  緑
  │  ESC[43m             │  黄
  │  ESC[44m             │  青
  │  ESC[45m             │  マゼンタ
  │  ESC[46m             │  シアン
  │  ESC[47m             │  白
  └──────────────────────┴──────────────
拡張カラーモード#
  ┌──────────────────────────────┬────────────────────────────────
  │  シーケンス                    │  説明
  ├──────────────────────┬────────────────────────────────
  │  ESC[38;5;{n}m               │  前景色 (n: 0-255)
  │  ESC[48;5;{n}m               │  背景色 (n: 0-255)
  │  ESC[38;2;{r};{g};{b}m       │  前景色 (RGBトゥルーカラー)
  │  ESC[48;2;{r};{g};{b}m       │  背景色 (RGBトゥルーカラー)
  └──────────────────────┴────────────────────────────────
代替スクリーンバッファ#
  ┌──────────────────────┬─────────────────────────────────────────
  │  シーケンス            │  説明
  ├──────────────────────┼─────────────────────────────────────────
  │  ESC[?1049h          │  代替スクリーンバッファに切り替え
  │                      │  (vim, less などが使用)
  │  ESC[?1049l          │  通常のスクリーンバッファに戻る
  └──────────────────────┴─────────────────────────────────────────

これが、vimが画面全体を乗っ取ってから、終了時にターミナルが元通りになる理由です。起動時に代替バッファに切り替え、終了時に元に戻ります。


4. ターミナルサイズ管理#

TUIアプリはターミナルサイズに合わせてレンダリングする必要があり、ユーザーがウィンドウサイズを変更した際には再描画する必要があります。その仕組みは以下の通りです。

  ユーザーがウィンドウサイズを変更
        │
        ▼
  ターミナルエミュレータ
        │
        │  ioctl(TIOCSWINSZ) -- 新しい行数/列数を通知
        ▼
  PTY (マスター --> サブシディアリ)
        │
        │  カーネル内のwinsizeを更新
        ▼
  カーネルTTYレイヤー
        │
        │  SIGWINCHシグナルを送信
        ▼
  プロセス (bash, vim, less)
        │
        │  シグナルを受信
        │  ioctl(TIOCGWINSZ) を呼び出して新しいサイズを取得
        │  再描画
        ▼
  更新された画面

ターミナルサイズは、カーネルのTTY構造体に保持されているwinsize構造体によって管理されます。サイズが変更されると、ターミナルエミュレータはioctl(TIOCSWINSZ)を通じて通知し、カーネルは接続されたプロセスにSIGWINCHを送信します。


5. バッファリング#

多くの制御シーケンスを送信する場合、一つずつ送信すると遅く、目に見えるちらつきが発生します。すべての書き込みをバッファリングし、一度にまとめてフラッシュすることで、スムーズでちらつきのないレンダリングが得られます。真剣なTUIアプリはすべてこれを行います。


パート4:JavaScript/TypeScriptでのTUI構築#

それでは、実際に構築してみましょう。Node.jsを使用して、これら5つの要素すべてを実装します。

高レベル実装#

これはNode.jsの組み込み機能process.stdin.setRawMode()を使用します。termiosの詳細を抽象化します。

// ターミナル状態を管理する構造体
interface Terminal {
  width: number;
  height: number;
  buffer: string;
}

// ─────────────────────────────────────────────
// 1. ターミナルモード設定
// ─────────────────────────────────────────────

function initTerminal(): Terminal {
  // Raw Modeに設定 (Goのterm.MakeRawに相当)
  process.stdin.setRawMode(true);
  process.stdin.resume();
  process.stdin.setEncoding("utf8");

  const { columns, rows } = process.stdout;

  return {
    width: columns || 80,
    height: rows || 24,
    buffer: "",
  };
}

function restoreTerminal(): void {
  write("\x1b[?25h"); // カーソルを表示
  write("\x1b[0m");   // 色をリセット
  flush();
  process.stdin.setRawMode(false);
}

// ─────────────────────────────────────────────
// 4. ターミナルサイズ管理
// ─────────────────────────────────────────────

function getTerminalSize(): { width: number; height: number } {
  return {
    width: process.stdout.columns || 80,
    height: process.stdout.rows || 24,
  };
}

// ─────────────────────────────────────────────
// 2. 入力処理
// ─────────────────────────────────────────────

interface KeyEvent {
  char: string | null;
  key: string | null;
}

function parseKey(data: string): KeyEvent {
  // Ctrl+C
  if (data === "\x03") {
    return { char: null, key: "CTRL_C" };
  }

  // エスケープシーケンス (矢印キーなど)
  if (data === "\x1b[A") return { char: null, key: "UP" };
  if (data === "\x1b[B") return { char: null, key: "DOWN" };
  if (data === "\x1b[C") return { char: null, key: "RIGHT" };
  if (data === "\x1b[D") return { char: null, key: "LEFT" };
  if (data === "\x1b[H") return { char: null, key: "HOME" };
  if (data === "\x1b[F") return { char: null, key: "END" };
  if (data === "\x1b[5~") return { char: null, key: "PAGE_UP" };
  if (data === "\x1b[6~") return { char: null, key: "PAGE_DOWN" };

  // 単独のESC
  if (data === "\x1b") return { char: null, key: "ESC" };

  // 通常の文字
  return { char: data, key: null };
}

// ─────────────────────────────────────────────
// 3. 画面制御 (ANSIエスケープシーケンス)
// ─────────────────────────────────────────────

let outputBuffer = "";

function bufferWrite(s: string): void {
  outputBuffer += s;
}

function clear(): void {
  bufferWrite("\x1b[2J\x1b[H");
}

function moveTo(row: number, col: number): void {
  bufferWrite(`\x1b[${row};${col}H`);
}

function setColor(fg: number): void {
  bufferWrite(`\x1b[${fg}m`);
}

function writeText(s: string): void {
  bufferWrite(s);
}

// ─────────────────────────────────────────────
// 5. バッファリング
// ─────────────────────────────────────────────

function flush(): void {
  process.stdout.write(outputBuffer);
  outputBuffer = "";
}

function write(s: string): void {
  process.stdout.write(s);
}

// ─────────────────────────────────────────────
// メイン
// ─────────────────────────────────────────────

function main(): void {
  // ターミナルで実行されているか確認
  if (!process.stdin.isTTY) {
    process.stderr.write("エラー: 対話型ターミナルで実行する必要があります\n");
    process.exit(1);
  }

  // 初期化
  const term = initTerminal();

  // 終了時に必ず復元する
  process.on("exit", restoreTerminal);
  process("SIGINT", () => {
    restoreTerminal();
    process.exit(0);
  });

  // 4. ウィンドウサイズ変更の検出 (SIGWINCH)
  process("SIGWINCH", () => {
    const size = getTerminalSize();
    term.width = size.width;
    term.height = size.height;
  });

  // カーソル位置
  let x = Math.floor(term.width / 2);
  let y = Math.floor(term.height / 2);

  function render(): void {
    // 画面をクリア
    clear();

    // タイトル
    moveTo(1, Math.floor(term.width / 2) - 10);
    setColor(36); // シアン
    writeText("TUIデモ (終了するには 'q' を押してください)");

    // 情報表示
    moveTo(3, 2);
    setColor(33); // 黄
    writeText(`ターミナルサイズ: ${term.width}x${term.height}`);

    moveTo(4, 2);
    writeText(`カーソル位置: (${x}, ${y})`);

    // フレーム描画
    for (let row = 5; row < term.height - 1; row++) {
      moveTo(row, 1);
      setColor(34); // 青
      writeText("|");
      moveTo(row, term.width);
      writeText("|");
    }
    // カーソルマーカー表示
    moveTo(y, x);
    setColor(32); // 緑
    writeText("●");

    // 説明
    moveTo(term.height, 2);
    setColor(37); // 白
    writeText("矢印キー: 移動 | q: 終了");

    // バッファをフラッシュ (一度に画面に反映)
    flush();
  }

  // 初回レンダリング
  render();

  // 2. キー入力のリスニング
  process.stdin.on("data", (data: string) => {
    const { char, key } = parseKey(data);

    // キー処理
    switch (key) {
      case "CTRL_C":
        restoreTerminal();
        process.exit(0);
        return;
      case "UP":
        if (y > 5) y--;
        break;
      case "DOWN":
        if (y < term.height - 1) y++;
        break;
      case "LEFT":
        if (x > 2) x--;
        break;
      case "RIGHT":
        if (x < term.width - 1) x++;
        break;
    }

    if (char === "q" || char === "Q") {
      restoreTerminal();
      process.exit(0);
      return;
    }

    render();
  });
}

main();

これを program.ts として保存し、実行します。

npx tsx program.ts

操作:矢印キーでカーソルマーカー(●)を移動させます。q または Ctrl+C で終了します。


低レベル実装:termiosの直接操作#

高レベルバージョンはprocess.stdin.setRawMode(true)を使用しており、これはtermiosを内部で処理します。その背後で何が起こっているかを見るために、Node.js FFIを使用してtermiosフラグを直接操作する低レベルバージョンを以下に示します。

import { execSync } from "child_process";
import process from "process";

// ─────────────────────────────────────────────
// stty を介した低レベルtermios操作
// ─────────────────────────────────────────────

// termiosフラグ参照 (各フラグが何を制御するか):
//
//  入力フラグ (c_iflag):
//    IGNBRK   - ブレーク条件を無視
//    BRKINT   - ブレーク時にシグナルを割り込み
//    PARMRK   - パリティエラーをマーク
//    ISTRIP   - 8ビット目をストリップ
//    INLCR    - 入力時にNLをCRに変換
//    IGNCR    - 入力時にCRを無視
//    ICRNL    - 入力時にCRをNLに変換
//    IXON     - XON/XOFFフロー制御を有効化
//
//  出力フラグ (c_oflag):
//    OPOST    - 出力後処理
//
//  ローカルフラグ (c_lflag):
//    ECHO     - 入力文字をエコーする
//    ECHONL   - ECHOがオフでもNLをエコーする
//    ICANON   - カノニカルモード (行バッファリング)
//    ISIG     - シグナルを有効化 (Ctrl+C, Ctrl+Z)
//    IEXTEN   - 拡張入力処理
//
//  制御フラグ (c_cflag):
//    CSIZE    - 文字サイズマスク
//    PARENB   - パリティ有効化
//    CS8      - 1文字あたり8ビット

function saveTerminalState(): string {
  // 現在のtermios設定をすべて保存
  return execSync("stty -g", { stdio: ["inherit", "pipe", "pipe"], encoding: "utf8" }).trim();
}

function restoreTerminalState(savedState: string): void {
  // 保存されたtermios設定を復元
  execSync(`stty ${savedState}`, { stdio: "inherit" });
}

function enableRawMode(): void {
  execSync("stty raw -echo -isig -icanon -iexten -opost min 1 time 0", {
    stdio: "inherit",
  });
}

function getTerminalSize(): { width: number; height: number } {
  // ウィンドウサイズを取得
  try {
    const output = execSync("stty size", { stdio: ["inherit", "pipe", "pipe"], encoding: "utf8" }).trim();
    const [rows, cols] = output.split(" ").map(Number);
    return { width: cols || 80, height: rows || 24 };
  } catch {
    return { width: 80, height: 24 }; // デフォルト値
  }
}

// ─────────────────────────────────────────────
// 画面制御とバッファリング (高レベルと同様)
// ─────────────────────────────────────────────

let outputBuffer = "";

function bufferWrite(s: string): void {
  outputBuffer += s;
}

function flush(): void {
  process.stdout.write(outputBuffer);
  outputBuffer = "";
}

function clear(): void {
  bufferWrite("\x1b[2J\x1b[H");
}

function moveTo(row: number, col: number): void {
  bufferWrite(`\x1b[${row};${col}H`);
}

function setColor(fg: number): void {
  bufferWrite(`\x1b[${fg}m`);
}

function writeText(s: string): void {
  bufferWrite(s);
}

// ─────────────────────────────────────────────
// 入力処理 (同じ解析ロジック)
// ─────────────────────────────────────────────

interface KeyEvent {
  char: string | null;
  key: string | null;
}

function parseKey(buf: Buffer): KeyEvent {
  // Ctrl+C (rawモードで-isigの場合、バイト3が直接取得される)
  if (buf[0] === 3) {
    return { char: null, key: "CTRL_C" };
  }

  // エスケープシーケンス
  if (buf[0] === 27 && buf[1] === 91) { // ESC[ = 0x1b 0x5b
    switch (buf[2]) {
      case 65: return { char: null, key: "UP" };    // A
      case 66: return { char: null, key: "DOWN" };  // B
      case 67: return { char: null, key: "RIGHT" }; // C
      case 68: return { char: null, key: "LEFT" };  // D
    }
  }

  if (buf[0] === 27) return { char: null, key: "ESC" };

  // 通常の文字
  return { char: String.fromCharCode(buf[0]), key: null };
}

// ─────────────────────────────────────────────
// メイン
// ─────────────────────────────────────────────

function main(): void {
  // 元のターミナル状態を保存
  const savedState = saveTerminalState();

  // Raw Modeを有効化 (直接termiosフラグ操作)
  enableRawMode();

  // 標準入力を生のバイトとして読み込む (utf8文字列ではない)
  process.stdin.resume();

  // 終了時に必ずクリーンアップする
  const cleanup = (): void => {
    bufferWrite("\x1b[?25h"); // カーソルを表示
    bufferWrite("\x1b[0m");   // 色をリセット
    flush();
    restoreTerminalState(savedState);
  };

  process("exit", cleanup);

  // ウィンドウサイズ変更の検出 (SIGWINCH)
  let { width, height } = getTerminalSize();
  process("SIGWINCH", () => {
    const size = getTerminalSize();
    width = size.width;
    height = size.height;
  });

  // カーソル位置
  let x = Math.floor(width / 2);
  let y = Math.floor(height / 2);

  function render(): void {
    clear();

    // タイトル
    moveTo(1, Math.floor(width / 2) - 15);
    setColor(36); // シアン
    writeText("TUIデモ (低レベルtermios API使用)");

    // termios情報
    moveTo(3, 2);
    setColor(33); // 黄
    writeText("sttyを使用 (内部ではtcgetattr/tcsetattr)");

    moveTo(4, 2);
    writeText(`ターミナルサイズ: ${width}x${height}`);

    moveTo(5, 2);
    writeText(`カーソル位置: (${x}, ${y})`);

    // 設定されたフラグの説明
    moveTo(7, 2);
    setColor(37); // 白
    writeText("Raw Modeフラグ:");
    moveTo(8, 4);
    writeText("- ICANONオフ: 行バッファリング無効");
    moveTo(9, 4);
    writeText("- ECHOオフ: エコーバック無効");
    moveTo(10, 4);
    writeText("- ISIGオフ: シグナル生成無効");
    moveTo(11, 4);
    writeText("- VMIN=1, VTIME=0: 1バイトを即座に読み取る");

    // フレーム描画
    for (let row = 13; row < height - 1; row++) {
      moveTo(row, 1);
      setColor(34); // 青
      writeText("|");
      moveTo(row, width);
      writeText("|");
    }
    // カーソルマーカー表示
    moveTo(y, x);
    setColor(32); // 緑
    writeText("●");

    // 説明
    moveTo(height, 2);
    setColor(37); // 白
    writeText("矢印キー: 移動 | q: 終了");
    flush();
  }

  render();

  // 生バイトを読み込む
  process.stdin.on("data", (data: Buffer) => {
    const { char, key } = parseKey(data);

    switch (key) {
      case "CTRL_C":
        cleanup();
        process.exit(0);
        return;
      case "UP":
        if (y > 13) y--;
        break;
      case "DOWN":
        if (y < height - 1) y++;
        break;
      case "LEFT":
        if (x > 2) x--;
        break;
      case "RIGHT":
        if (x < width - 1) x++;
        break;
    }

    if (char === "q" || char === "Q") {
      cleanup();
      process.exit(0);
      return;
    }

    render();
  });
}

main();

この低レベル実装により、各termiosフラグが具体的に何を制御しているか、POSIXのtcgetattr/tcsetattrがsttyコマンドにどのようにマッピングされるか、そしてprocess.stdin.setRawMode(true)が裏側で何をしているのかを確認できます。Node.jsでシェルコマンドを実行せずに真のネイティブアクセスを行うには、node-ffi-napiを使用してlibcのtcgetattr/tcsetattrを直接呼び出すか、ネイティブアドオンを使用します。


全体像#

  ┌─────────────────────────────────────────────────────
  │                     あなたの画面
  │
  │  ┌─ ターミナル (iTerm2, Alacritty など) ──────────
  │  │
  │  │  $ grep -r "TODO" ./src
  │  │  src/app.js:  // TODO fix this
  │  │  src/util.js: // TODO refactor
  │  │  $  _
  │  │
  │  └──────────────────┬────────────────────────────
  │
  └─────────────────────┼───────────────────────────────
                        │
              ┌─────────┴─────────
              │    TTYデバイス     カーネルレイヤー
              │   /dev/pts/1      (配管)
              │
              │   ラインディシプリン
              │   termiosフラグ
              └─────────┬─────────
                        │
              ┌─────────┴─────────
              │      シェル       コマンドを解釈
              │    (zsh, bash)   プログラムを実行
              └─────────┬─────────
                        │
              ┌─────────┴─────────
              │   grepプロセス   シェルが起動した
              │                  実際のプログラム
              └───────────────────

  そして、これらすべてがモニターとキーボード上で、
  機械に直接接続されている場合?

  その場合、ターミナルはCONSOLでもあります。

クイックリファレンス:問題発生時#

  問題                          どのレイヤーか?
  ──────────────────────────────   ─────────────
  色の表示がおかしい             ターミナル
  タブ補完が壊れた               シェル
  SSHセッションの動作がおかしい   TTY
  GUIが応答せず、ログインが必要   コンソール
  bashでは動くがzshでは動かない   シェル
  フォントのレンダリングが醜い   ターミナル
  Ctrl+Cでプロセスが終了しない   TTY / ラインディシプリン
  TUIアプリがキー入力を受け取らない termios (Raw Mode)
  再描画時に画面がちらつく       バッファリング
  ウィンドウリサイズ時にレイアウトが崩れる SIGWINCHハンドリング

要約:カバーした内容#

これは、ターミナルのフルスタック知識の要約ビューでした。語彙から実装までを網羅しています。

用語と概念: Terminal, Shell, TTY, Console, Line Discipline, termios, PTY、POSIXの関係性、そしてそれらがどのように組み合わさるか。

TUI開発の5つの要素: ターミナルモード設定 (Canonical/Non-Canonical/Raw)、入力処理 (エスケープシーケンスと制御文字の解析)、画面制御 (カーソル、色、クリア、代替スクリーンバッファのためのANSIエスケープシーケンス)、ターミナルサイズ管理 (SIGWINCH)、バッファリング (ちらつき防止)。

実装: process.stdin.setRawMode()を使用した高レベルNode.js TUI、およびsttyを介してtermiosフラグを直接操作する低レベルバージョン。どちらも同じ5つの要素を実証しています。

これらのレイヤーを理解することは、問題が発生した際にどこを見ればよいかを知ることを意味します。そして、どこを見るべきかを知っていることは、デバッグの半分です。


参考資料#

仕様と標準#
Wikipedia#
チュートリアルとドキュメント#
コース#

私もNode.jsベースのCLI構築に関するコース(20以上のプロジェクトを含む)を持っています。NodeCLI.comで確認できます。最初の12本のビデオはNodejsBeginner.comコースで無料公開されています。コースの演習全体は、このNode.js CLI Tips and Tricksリポジトリでオープンソース化されています。2020年に録画しましたが、ほとんどの情報は有効なはずです。

次は何?#

私のGitHubアカウントで公開されている数百のオープンソースCLIをチェックしてください。また、使用するにつれてあなたのコーディングの好みを学習できる最初のコーディングエージェントであるCommand Codeをまもなくリリースします。そして、はい、それもCLIです。

あなたのコードを善のために使いましょう!
Peace! ✌️