重启脚本仅终止lxterminal进程无法重新拉起业务程序故障排查

问题概述 #

• 业务目标：开发条码扫描处理程序，实现指定时长内未接收到条码扫描输入时，自动终止当前运行程序并重启的逻辑
• 故障现象：验证定时重启逻辑时，脚本仅能终止现有运行程序，无法完成后续程序启动操作，全程无错误码返回
• 初步判断：故障点位于barcoderestart.sh与starttimer.py的交互逻辑，其余模块运行符合预期

现有相关代码 #

1. 终止终端并重启程序的barcoderestart.sh脚本 #

#!/bin/bash
     
pkill -f lxterminal 
sleep 1 
pkill -f lxterminal 
sync 
sleep 5 
export DISPLAY=:0.0
    
lxterminal -e /home/nvidia/local_orch/utilities/barcodetest.sh & 
sleep 5

2. barcoderestart.sh调用的业务入口barcodetest.sh脚本 #

#!/bin/bash

cd /home/nvidia/local_orch/utilities

python3 ./barcodetest.py

3. 核心业务逻辑barcodetest.py脚本 #

def writeLog(l):
    lt = time.localtime(time.time())
    global insstarttime
    insstarttime = lt
    lt2 = str(lt[0])+"-"+str(lt[1])+"-"+str(lt[2])+"-"+str(lt[3])+"."+str(lt[4])+"."+str(lt[5])
    lg = lt2+" : "+l
    with open('barcodetest.txt','a') as lfile:
        lfile.write(lg+"\n")
        print(lg)
    return 0
    
    while not stopped:
        mins, secs = divmod(t, 60)
        timer = '{:02d}:{:02d}'.format(mins, secs)
        print(timer, end="\r")
        time.sleep(1)
        t -= 1
      
    print('Fire in the hole!!')

while True:
    lt = time.localtime(time.time())
    rawscan = ''
    while sys.stdin in select.select([sys.stdin],[],[],0)[0]:
        input0 = sys.stdin.readline()
        if input0:
            rawscan = input0.rstrip()
            PN = rawscan[0:7]
            serial = rawscan[8:]
            serial = serial.strip()


            print("Part number is "+PN)
            print("serial is "+ serial)
            writeLog("RAW Scan is "+rawscan)
            os.system("lxterminal -e /home/nvidia/local_orch/utilities/timer.sh")

4. 扫描触发后启动的timer.sh脚本 #

#!/bin/bash

cd /home/nvidia/local_orch/utilities

python3 ./starttimer.py

5. 负责倒计时触发重启的starttimer.py脚本 #

def countdown(t):
 while t:
        mins, secs = divmod(t, 60)
        timer = '{:02d}:{:02d}'.format(mins, secs)
        print(timer, end="\r")
        time.sleep(1)
        t -= 1
      
    print('Fire in the hole!!')
countdown(int(5))
time.sleep(1)
os.system("/home/nvidia/local_orch/utilities/barcoderestart.sh") 

故障根因 #

1. 进程误杀导致重启脚本中途终止：barcoderestart.sh使用pkill -f lxterminal无差别匹配所有命令行带lxterminal的进程，包括运行重启脚本本身的父终端进程。父进程被杀后，重启脚本会收到SIGHUP信号直接退出，根本执行不到后续启动新业务终端的步骤。就算新终端提前启动，也会被宽泛的匹配规则一起杀掉。
2. 进程未脱离终端控制：starttimer.py直接调用重启脚本时，脚本属于当前lxterminal的子进程，没有脱离原终端进程组，原终端退出时脚本会被连带终止。
3. 代码存在冗余死代码与语法隐患：barcodetest.py中writeLog函数return语句后的while循环永远不会执行；starttimer.py中countdown函数存在缩进不统一问题，容易触发语法错误；所有脚本未做异常日志输出，出错后无任何提示，排查困难。

修复方案 #

1. 改造barcoderestart.sh杀进程逻辑，精准匹配业务进程 #

替换宽泛的全量lxterminal杀除规则，只杀业务相关进程，同时确保重启脚本脱离终端控制，修改后代码如下：

#!/bin/bash
# 精准杀掉业务相关进程，避免误杀
pkill -f "barcodetest.sh"
pkill -f "timer.sh"
pkill -f "barcodetest.py"
pkill -f "starttimer.py"
sleep 1
# 二次强杀确保残留进程退出
pkill -9 -f "barcodetest.py"
pkill -9 -f "starttimer.py"
sync
sleep 2
export DISPLAY=:0.0
# 启动新业务终端，输出重定向到空避免挂死
nohup lxterminal -e /home/nvidia/local_orch/utilities/barcodetest.sh > /dev/null 2>&1 &
sleep 3

2. 改造starttimer.py调用逻辑，让重启脚本脱离原终端 #

调用重启脚本时使用nohup挂起，同时修复缩进问题、补全缺失的依赖导入，修改后代码如下：

import time
import os

def countdown(t):
    while t:
        mins, secs = divmod(t, 60)
        timer = '{:02d}:{:02d}'.format(mins, secs)
        print(timer, end="\r")
        time.sleep(1)
        t -= 1
    print('Fire in the hole!!')

countdown(int(5))
time.sleep(1)
# nohup启动重启脚本，输出写入日志方便排查，脱离当前终端进程组
os.system("nohup /home/nvidia/local_orch/utilities/barcoderestart.sh > /tmp/barcode_restart.log 2>&1 &")

3. 清理barcodetest.py死代码 #

删除writeLog函数return 0之后永远无法执行的while循环代码块，避免后续维护混淆。

4. 统一配置脚本权限 #

执行以下命令给所有业务脚本添加可执行权限，避免权限不足导致启动失败：

chmod +x /home/nvidia/local_orch/utilities/*.sh
chmod +x /home/nvidia/local_orch/utilities/*.py

内容的提问来源于stack exchange，提问作者Daniel