Python Socket
本节内容
-
socket基础
- socket中的粘包
-
加密？
1.socket基础
socket通常也称作"套接字"，用于描述IP地址和端口，是一个通信链的句柄，应用程序通常通过"套接字"向网络发出请求或者应答网络请求。
socket起源于Unix，而Unix/Linux基本哲学之一就是“一切皆文件”，对于文件用【打开】【读写】【关闭】模式来操作。socket就是该模式的一个实现，socket即是一种特殊的文件，一些socket函数就是对其进行的操作（读/写IO、打开、关闭）
socket和file的区别：
- file模块是针对某个指定文件进行【打开】【读写】【关闭】
- socket模块是针对 服务器端 和 客户端Socket 进行【打开】【读写】【关闭】
基于文件类型的套接字家族
套接字家族的名字：AF_UNIX
unix一切皆文件，基于文件的套接字调用的就是底层的文件系统来取数据，两个套接字进程运行在同一机器，可以通过访问同一个文件系统间接完成通信
基于网络类型的套接字家族
套接字家族的名字：AF_INET
(还有AF_INET6被用于ipv6，还有一些其他的地址家族，不过，他们要么是只用于某个平台，要么就是已经被废弃，或者是很少被使用，或者是根本没有实现，所有地址家族中，AF_INET是使用最广泛的一个，python支持很多种地址家族，但是由于我们只关心网络编程，所以大部分时候我么只使用AF_INET)
简单的先实现个socket交互：
import socket sk = socket.socket() sk.bind(('127.0.0.1',8088)) sk.listen(5) while True: conn,addr = sk.accept() while True: print('有人进来了',addr) re_data = conn.recv(1024) conn.send(re_data) conn.close()
import socket conn = socket.socket() conn.connect(('127.0.0.1',8088)) while True: data = input(':>>') conn.send(data.encode()) re_data = conn.recv(1024) print(re_data.decode())
来吧，看完代码，说说socket的详细用法吧。
Socket Families(地址簇)
socket.AF_UNIX unix本机进程间通信，通过文件实现进程间的通信。
socket.AF_INET IPV4协议
socket.AF_INET6 IPV6协议
Socket Types（socket类型）
socket.SOCK_STREAM #使用FTP协议
socket.SOCK_DGRAM #使用UDP协议
socket.SOCK_RAW #原始套接字，普通的套接字无法处理ICMP、IGMP等网络报文，而SOCK_RAW可以；其次，SOCK_RAW也可以处理特殊的IPv4报文；此外，利用原始套接字，可以通过IP_HDRINCL套接字选项由用户构造IP头。
socket.SOCK_RDM #是一种可靠的UDP形式，即保证交付数据报但不保证顺序。SOCK_RAM用来提供对原始协议的低级访问，在需要执行某些特殊操作时使用，如发送ICMP报文。SOCK_RAM通常仅限于高级用户或管理员运行的程序使用。
sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM,proto=0, fileno=None)
参数一：地址簇
socket.AF_INET IPv4（默认）
socket.AF_INET6 IPv6socket.AF_UNIX 只能够用于单一的Unix系统进程间通信
参数二：类型
socket.SOCK_STREAM 流式socket , for TCP （默认）
socket.SOCK_DGRAM 数据报式socket , for UDPsocket.SOCK_RAW 原始套接字，普通的套接字无法处理ICMP、IGMP等网络报文，而SOCK_RAW可以；其次，SOCK_RAW也可以处理特殊的IPv4报文；此外，利用原始套接字，可以通过IP_HDRINCL套接字选项由用户构造IP头。
socket.SOCK_RDM 是一种可靠的UDP形式，即保证交付数据报但不保证顺序。SOCK_RAM用来提供对原始协议的低级访问，在需要执行某些特殊操作时使用，如发送ICMP报文。SOCK_RAM通常仅限于高级用户或管理员运行的程序使用。
socket.SOCK_SEQPACKET 可靠的连续数据包服务参数三：协议
0 （默认）与特定的地址家族相关的协议,如果是 0 ，则系统就会根据地址格式和套接类别,自动选择一个合适的协议
import socket socket.socket(socket_family,socket_type,protocal=0) socket_family 可以是 AF_UNIX 或 AF_INET。socket_type 可以是 SOCK_STREAM 或 SOCK_DGRAM。protocol 一般不填,默认值为 0。 获取tcp/ip套接字 tcpSock = socket.socket(socket.AF_INET, socket.SOCK_STREAM) 获取udp/ip套接字 udpSock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM) 由于 socket 模块中有太多的属性。我们在这里破例使用了'from module import *'语句。使用 'from socket import *',我们就把 socket 模块里的所有属性都带到我们的命名空间里了,这样能 大幅减短我们的代码。 例如tcpSock = socket(AF_INET, SOCK_STREAM)
服务端套接字函数
s.bind() 绑定(主机,端口号)到套接字
s.listen() 开始TCP监听
s.accept() 被动接受TCP客户的连接,(阻塞式)等待连接的到来
客户端套接字函数
s.connect() 主动初始化TCP服务器连接
s.connect_ex() connect()函数的扩展版本,出错时返回出错码,而不是抛出异常
公共用途的套接字函数
s.recv() 接收TCP数据
s.send() 发送TCP数据(send在待发送数据量大于己端缓存区剩余空间时,数据丢失,不会发完)
s.sendall() 发送完整的TCP数据(本质就是循环调用send,sendall在待发送数据量大于己端缓存区剩余空间时,数据不丢失,循环调用send直到发完)
s.recvfrom() 接收UDP数据
s.sendto() 发送UDP数据
s.getpeername() 连接到当前套接字的远端的地址
s.getsockname() 当前套接字的地址
s.getsockopt() 返回指定套接字的参数
s.setsockopt() 设置指定套接字的参数
s.close() 关闭套接字
面向锁的套接字方法
s.setblocking() 设置套接字的阻塞与非阻塞模式
s.settimeout() 设置阻塞套接字操作的超时时间
s.gettimeout() 得到阻塞套接字操作的超时时间
面向文件的套接字的函数
s.fileno() 套接字的文件描述符
s.makefile() 创建一个与该套接字相关的文件
下面先基于TCP来简单实现信息交互。
# 代码省略，其实就是
sk = socket.socket(socket.AF_INIT,socket.SOCK_STREAM)
问题：
这个是由于你的服务端仍然存在四次挥手的time_wait状态在占用地址（如果不懂，请深入研究1.tcp三次握手，四次挥手 2.syn洪水攻击 3.服务器高并发情况下会有大量的time_wait状态的优化方法）
解决方法：
#加入一条socket配置，重用ip和端口
phone=socket(AF_INET,SOCK_STREAM)
phone.setsockopt(SOL_SOCKET,SO_REUSEADDR,1) #就是它，在bind前加
phone.bind(('127.0.0.1',8080))
发现系统存在大量TIME_WAIT状态的连接，通过调整linux内核参数解决， vi /etc/sysctl.conf 编辑文件，加入以下内容： net.ipv4.tcp_syncookies = 1 net.ipv4.tcp_tw_reuse = 1 net.ipv4.tcp_tw_recycle = 1 net.ipv4.tcp_fin_timeout = 30 然后执行 /sbin/sysctl -p 让参数生效。 net.ipv4.tcp_syncookies = 1 表示开启SYN Cookies。当出现SYN等待队列溢出时，启用cookies来处理，可防范少量SYN攻击，默认为0，表示关闭； net.ipv4.tcp_tw_reuse = 1 表示开启重用。允许将TIME-WAIT sockets重新用于新的TCP连接，默认为0，表示关闭； net.ipv4.tcp_tw_recycle = 1 表示开启TCP连接中TIME-WAIT sockets的快速回收，默认为0，表示关闭。 net.ipv4.tcp_fin_timeout 修改系統默认的 TIMEOUT 时间 # 备注：我没试过
知识点： 说下TCP和UDP连接方式的不同。
tcp：send发消息，recv收消息
udp：sendto发消息，recvfrom收消息
1.tcp协议：
（1）如果收消息缓冲区里的数据为空，那么recv就会阻塞
（2）tcp基于链接通信，如果一端断开了链接，那另外一端的链接也跟着完蛋recv将不会阻塞，收到的是空
2.udp协议
（1）如果收消息缓冲区里的数据为“空”，recvfrom不会阻塞
（2）recvfrom收的数据小于sendinto发送的数据时，数据丢失
（3）只有sendinto发送数据没有recvfrom收数据，数据丢失
注意：
1.你单独运行上面的udp的客户端，你发现并不会报错，相反tcp却会报错，因为udp协议只负责把包发出去，对方收不收，我根本不管，而tcp是基于链接的，必须有一个服务端先运行着，客户端去跟服务端建立链接然后依托于链接才能传递消息，任何一方试图把链接摧毁都会导致对方程序的崩溃。
2.上面的udp程序，你注释任何一条客户端的sendinto，服务端都会卡住，为什么？因为服务端有几个recvfrom就要对应几个sendinto，哪怕是sendinto(b'')那也要有。
3.总结：
1.udp的sendinto不用管是否有一个正在运行的服务端，可以己端一个劲的发消息
2.udp的recvfrom是阻塞的，一个recvfrom(x)必须对一个一个sendinto(y),收完了x个字节的数据就算完成,若是y>x数据就丢失，这意味着udp根本不会粘包，但是会丢数据，不可靠
3.tcp的协议数据不会丢，己端总是在收到ack时才会清除缓冲区内容。数据是可靠的，但是会粘包。
2.socket中的粘包
让我们先基于socket来实现一个远程执行命令的程序（1：执行错误命令 2：执行ls 3：执行ifconfig）
注意注意注意：
res=subprocess.Popen(cmd.decode('utf-8'),
shell=True,
stderr=subprocess.PIPE,
stdout=subprocess.PIPE)
的结果的编码是以当前所在的系统为准的，如果是windows，那么res.stdout.read()读出的就是GBK编码的，在接收端需要用GBK解码
且只能从管道里读一次结果
----<TCP中的粘包现象
先给你看看tcp中的粘包，让你张张见识。~~
import socket import subprocess sk = socket.socket() sk.bind(('127.0.0.1',8088)) sk.listen(5) while True: conn,addr = sk.accept() while True: print('有人进来了',addr) data = conn.recv(1024) print(data.decode()) ret = subprocess.Popen(data.decode(),stdin=subprocess.PIPE, stderr=subprocess.PIPE, stdout=subprocess.PIPE,shell=True) err = ret.stderr.read() if err: re_data = err else: re_data = ret.stdout.read() conn.send(re_data) conn.close()
import socket conn = socket.socket() conn.connect(('127.0.0.1',8088)) while True: data = input(':>>') conn.send(data.encode()) re_data = conn.recv(1024) print(re_data.decode('gbk'))
来，运行让你看看什么是粘包
可以看出在运行netstat -anlp时的命令貌似没有显示全，输入ls的时候上一个命令的显示会打印。why??
不急不急，在来看看udp的，等我5秒，我给你撸出来。~~~
(出了点小问题，6秒完成，哎！)
import socket import subprocess sk = socket.socket(socket.AF_INET,socket.SOCK_DGRAM) sk.bind(('127.0.0.1',8088)) while True: data,addr = sk.recvfrom(4096) print('有人进来了',addr) print(data.decode()) ret = subprocess.Popen(data.decode(),stdin=subprocess.PIPE, stderr=subprocess.PIPE, stdout=subprocess.PIPE,shell=True) err = ret.stderr.read() if err: re_data = err else: re_data = ret.stdout.read() sk.sendto(re_data, addr)
import socket conn = socket.socket(socket.AF_INET,socket.SOCK_DGRAM) while True: data = input(':>>') conn.sendto(data.encode(),('127.0.0.1',8088)) data,addr=conn.recvfrom(4096) print(data.decode('gbk'))
有报错尽然，算了。就当我们成功了吧，你试试，说不准你比我牛逼。
2.1 什么是粘包
说了这么多你知道什么是粘包了吗？不管懂不懂，莫装逼，先看我写的吧。
须知：只有TCP有粘包现象，UDP永远不会粘包，为何，且听我娓娓道来首先需要掌握一个socket收发消息的原理。
发送端可以是一K一K地发送数据，而接收端的应用程序可以两K两K地提走数据，当然也有可能一次提走3K或6K数据，或者一次只提走几个字节的数据，也就是说，应用程序所看到的数据是一个整体，或说是一个流（stream），一条消息有多少字节对应用程序是不可见的，因此TCP协议是面向流的协议，这也是容易出现粘包问题的原因。而UDP是面向消息的协议，每个UDP段都是一条消息，应用程序必须以消息为单位提取数据，不能一次提取任意字节的数据，这一点和TCP是很不同的。怎样定义消息呢？可以认为对方一次性write/send的数据为一个消息，需要明白的是当对方send一条信息的时候，无论底层怎样分段分片，TCP协议层会把构成整条消息的数据段排序完成后才呈现在内核缓冲区。
例如基于tcp的套接字客户端往服务端上传文件，发送时文件内容是按照一段一段的字节流发送的，在接收方看了，根本不知道该文件的字节流从何处开始，在何处结束
所谓粘包问题主要还是因为接收方不知道消息之间的界限，不知道一次性提取多少字节的数据所造成的。
此外，发送方引起的粘包是由TCP协议本身造成的，TCP为提高传输效率，发送方往往要收集到足够多的数据后才发送一个TCP段。若连续几次需要send的数据都很少，通常TCP会根据优化算法把这些数据合成一个TCP段后一次发送出去，这样接收方就收到了粘包数据。
- TCP（transport control protocol，传输控制协议）是面向连接的，面向流的，提供高可靠性服务。收发两端（客户端和服务器端）都要有一一成对的socket，因此，发送端为了将多个发往接收端的包，更有效的发到对方，使用了优化方法（Nagle算法），将多次间隔较小且数据量小的数据，合并成一个大的数据块，然后进行封包。这样，接收端，就难于分辨出来了，必须提供科学的拆包机制。 即面向流的通信是无消息保护边界的。
- UDP（user datagram protocol，用户数据报协议）是无连接的，面向消息的，提供高效率服务。不会使用块的合并优化算法，, 由于UDP支持的是一对多的模式，所以接收端的skbuff(套接字缓冲区）采用了链式结构来记录每一个到达的UDP包，在每个UDP包中就有了消息头（消息来源地址，端口等信息），这样，对于接收端来说，就容易进行区分处理了。 即面向消息的通信是有消息保护边界的。
- tcp是基于数据流的，于是收发的消息不能为空，这就需要在客户端和服务端都添加空消息的处理机制，防止程序卡住，而udp是基于数据报的，即便是你输入的是空内容（直接回车），那也不是空消息，udp协议会帮你封装上消息头，实验略
2.2 发生粘包的两种情况
第一种：发送端需要等缓冲区满才发送出去，造成粘包（发送数据时间间隔很短，数据了很小，会合到一起，产生粘包）
import socket sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM) sk.bind(('127.0.0.1',8088)) sk.listen(5) conn,addr = sk.accept() data1 = conn.recv(1024) data2 = conn.recv(1024) print('data1:',data1) print('data2:',data2) conn.close() sk.close()
import socket conn = socket.socket(socket.AF_INET,socket.SOCK_STREAM) conn.connect(('127.0.0.1',8088)) conn.send(b'data1') conn.send(b'data2')
执行结果如下：
第二种：接收方不及时接收缓冲区的包，造成多个包接收（客户端发送了一段数据，服务端只收了一小部分，服务端下次再收的时候还是从缓冲区拿上次遗留的数据，产生粘包）
import socket sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM) sk.bind(('127.0.0.1',8088)) sk.listen(5) conn,addr = sk.accept() data1 = conn.recv(10) data2 = conn.recv(10) print('data1:',data1) print('data2:',data2) conn.close() sk.close()
import socket conn=socket.socket(socket.AF_INET,socket.SOCK_STREAM) conn.connect(('127.0.0.1',8088)) conn.send(b'12345678901234567890') conn.close()
执行结果如下：
拆包的发生情况
当发送端缓冲区的长度大于网卡的MTU时，tcp会将这次发送的数据拆成几个数据包发送出去。
补充问题一：为何tcp是可靠传输，udp是不可靠传输
tcp在数据传输时，发送端先把数据发送到自己的缓存中，然后协议控制将缓存中的数据发往对端，对端返回一个ack=1，发送端则清理缓存中的数据，对端返回ack=0，则重新发送数据，所以tcp是可靠的
而udp发送数据，对端是不会返回确认信息的，因此不可靠
补充问题二：send(字节流)和recv(1024)及sendall
recv里指定的1024意思是从缓存里一次拿出1024个字节的数据
send的字节流是先放入己端缓存，然后由协议控制将缓存内容发往对端，如果待发送的字节流大小大于缓存剩余空间，那么数据丢失，用sendall就会循环调用send，数据不会丢失
2.3 解决粘包的方法
2.3.1 第一种方法
来个思路，在发送数据包之前，发送数据包的大小，客户端收到后数据后给服务器回复200确认消息，接下来客户端按照服务器返回的数据包大小进行数据的接收。对对度~~~
# 第一次使用subprocess模块执行客户端命令，执行'netstat -an'时老是卡住，后期再排查吧。
import socket import subprocess sk = socket.socket() sk.bind(('127.0.0.1',8088)) sk.listen(5) while True: conn,addr = sk.accept() while conn: comm = conn.recv(1024) res = subprocess.Popen(comm.decode(),stdout=subprocess.PIPE, stdin=subprocess.PIPE, stderr=subprocess.PIPE, shell=True ) err = res.stderr.read() if err: ret = err else: ret = res.stdout.read() print(ret) print(len(ret)) conn.send(str(len(ret)).encode('utf-8')) status_code = conn.recv(1024) print(status_code) if status_code == b'200': conn.sendall(ret)
import socket conn = socket.socket(socket.AF_INET,socket.SOCK_STREAM) conn.connect(('127.0.0.1',8088)) while True: comm = input(':>>').strip() conn.send(comm.encode()) datesize = conn.recv(1024) # 接受返回数据的大小 conn.send(b'200') countsize = 0 data = b'' while countsize < int(datesize.decode()): res = conn.recv(1024) data += res countsize+=len(res) print(data.decode('gbk'))
还有个思路就是在发送数据之前先发送一个数据报头，报头中包含数据的各种信息...好了.点到为止...
but...
程序的运行速度远快于网络传输速度，所以在发送一段字节前，先用send去发送该字节流长度，这种方式会放大网络延迟带来的性能损耗
强插一个知识
from terminaltables import AsciiTable table_data = [ ['Heading1', 'Heading2'], ['row1 column1', 'row1 column2'], ['row2 column1', 'row2 column2'], ['row3 column1', 'row3 column2'], ] table = AsciiTable(table_data) print(table.table)
2.3.2 第二种方法
利用模块struct解决粘包的问题(使用os.popen模块执行客户端发来的命令)
import socket import struct import os sk = socket.socket() sk.bind(('127.0.0.1',8088)) sk.listen(5) while True: conn,addr = sk.accept() while conn: comm = conn.recv(1024) ret_obj = os.popen(comm.decode()) ret = ret_obj.read() print(ret) str_data = struct.pack('i',len(ret)) conn.send(str_data) conn.sendall(ret.encode())
import socket import struct conn = socket.socket(socket.AF_INET,socket.SOCK_STREAM) conn.connect(('127.0.0.1',8088)) while True: comm = input(':>>').strip() conn.send(comm.encode()) size_bytes = conn.recv(4) # 接受返回数据的大小 datesize = struct.unpack('i',size_bytes) print(datesize) countsize = 0 data = b'' while countsize < datesize[0]: res = conn.recv(1024) data += res countsize+=len(res) print(data.decode('utf-8'))
代码写的不详细，但我思路清晰。
1.制作一个报头信息，数据类型为字典类型，报头中存放着真实数据的信息(数据大小，MD5校验码，文件名等等的消息)
2.在发送真实数据之前先发送两个数据，一个是报头的大小，一个是报头数据(发送的为json数据信息)
3.报头信息大小通过struct模块发送固定字节大小的信息，里边存放的时报头数据的大小。
4.客户端根据收到的数据获取报头的大小，并接受报头大小的数据，反序列化后得到真实数据的信息。继续接收真实数据。
import json,struct #假设通过客户端上传1T:1073741824000的文件a.txt #为避免粘包,必须自定制报头 header={'file_size':1073741824000,'file_name':'/a/b/c/d/e/a.txt','md5':'8f6fbf8347faa4924a76856701edb0f3'} #1T数据,文件路径和md5值 #为了该报头能传送,需要序列化并且转为bytes head_bytes=bytes(json.dumps(header),encoding='utf-8') #序列化并转成bytes,用于传输 #为了让客户端知道报头的长度,用struck将报头长度这个数字转成固定长度:4个字节 head_len_bytes=struct.pack('i',len(head_bytes)) #这4个字节里只包含了一个数字,该数字是报头的长度 #客户端开始发送 conn.send(head_len_bytes) #先发报头的长度,4个bytes conn.send(head_bytes) #再发报头的字节格式 conn.sendall(文件内容) #然后发真实内容的字节格式 #服务端开始接收 head_len_bytes=s.recv(4) #先收报头4个bytes,得到报头长度的字节格式 x=struct.unpack('i',head_len_bytes)[0] #提取报头的长度 head_bytes=s.recv(x) #按照报头长度x,收取报头的bytes格式 header=json.loads(json.dumps(header)) #提取报头 #最后根据报头的内容提取真实的数据,比如 real_data_len=s.recv(header['file_size']) s.recv(real_data_len)
3.加密去看这个吧。http://www.cnblogs.com/40kuai/articles/6473804.html
