Python之网络编程
一、引子
问题1：如果你写了两个python文件a.py和b.py，分别去运行，那你就会发现，这两个python文件分别运行的很好。但是如果两个程序之间互相传输数据，那你要怎么做呢？
问题2:如果a.py和b.py分别在不同电脑上的时候，互相传递数据，你要怎那么做呢？
类似的机制有计算机网盘，qq等等。我们可以在我们的电脑和别人聊天，可以在自己的电脑上向网盘中上传，下载数据。这些都是两个程序在通信。
二、软件开发架构
我们了解的涉及到两个程序之间通讯的应用大致可以分为两种：
- 应用类：qq、微信，网盘，优酷等都属于需要安装的桌面应用
- web类：比如百度、知乎、博客园等使用浏览器访问就可以直接使用的应用
这些应用的本质其实都是两个程序之间的通讯。而这两个分类又对应了两个软件开发的架构～
C/S架构
C/S即：Client与Server ，中文意思：客户端与服务器端架构，这种架构也是从用户层面（也可以是物理层面）来划分的。
这里的客户端一般泛指客户端应用程序EXE，程序需要先安装后，才能运行在用户的电脑上，对用户的电脑操作系统环境依赖较大。
B/S架构
B/S即：Browser与Server,中文意思：浏览器端与服务器端架构，这种架构是从用户层面来划分的。
Browser浏览器，其实也是一种Client客户端，只是这个客户端不需要大家去安装什么应用程序，只需在浏览器上通过HTTP请求服务器端相关的资源（网页资源），客户端Browser浏览器就能进行增删改查。
三、网络基础
一个程序如何在网络上找到另一个程序？
首先，程序必须要启动，其次，必须有这台机器的地址，我们都知道我们人的地址大概就是国家\省\市\区\街道\楼\门牌号这样字。那么每一台联网的机器在网络上也有自己的地址，它的地址是怎么表示的呢？
就是使用一串数字来表示的，例如：1.0.0.1
接下来需要普及下知识了：
- 什么是IP地址
IP地址是指互联网协议地址（英语：Internet Protocol Address，又译为网际协议地址），是IP Address的缩写。IP地址是IP协议提供的一种统一的地址格式，它为互联网上的每一个网络和每一台主机分配一个逻辑地址，以此来屏蔽物理地址的差异。
IP地址是一个32位的二进制数，通常被分割为4个“8位二进制数”（也就是4个字节）。IP地址通常用“点分十进制”表示成（a.b.c.d）的形式，其中，a,b,c,d都是0~255之间的十进制整数。例：点分十进IP地址（100.4.5.6），实际上是32位二进制数（01100100.00000100.00000101.00000110）。
- 什么是端口
"端口"是英文port的意译，可以认为是设备与外界通讯交流的出口。
ps：因此ip地址精确到具体的一台电脑，而端口精确到具体的程序。
osi五层模型详解
链接：http://www.cnblogs.com/baishuchao/articles/9105303.html
四、套接字(socket)的发展史
套接字起源于20世纪70年代加利福大学伯克利分校版本的Unix，即人们所说的BSD Unix。因此，有时人们也把套接字称为"伯克利套接字”或“BSD 套接字"。一开始，套接字被设计用在同一台主机上多个应用程序之间的通讯。这也被称进程间通讯或IPC。套接字有两种（或者称为有两个种族）,分别是基于文件型的和基于网络型的。
- 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)
五、tcp协议和udp协议
TCP（Transmission Control Protocol）可靠的、面向连接的协议（eg:打电话）、传输效率低全双工通信（发送缓存&接收缓存）、面向字节流。使用TCP的应用：Web浏览器；电子邮件、文件传输程序。
UDP（User Datagram Protocol）不可靠的、无连接的服务，传输效率高（发送前时延小），一对一、一对多、多对一、多对多、面向报文，尽最大努力服务，无拥塞控制。使用UDP的应用：域名系统 (DNS)；视频流；IP语音(VoIP)。
我知道说这些你们也不懂，直接上图。
六、套接字工作流程
一个生活中的场景，你要打电话给一个朋友，先拨号，朋友听到电话铃声后提起电话，这时你和你的朋友就建立起了连接，就可以讲话了。等交流结束，挂断电话结束此次交谈。生活中的场景就解释了这功能原理。
先从服务器端说起。服务器端先初始化Socket，然后与端口绑定(bind)，对端口进行监听(listen)，调用accept阻塞，等待客户端连接。在这时如果有个客户端初始化一个Socket，然后连接服务器(connect)，如果连接成功，这时客户端与服务端的连接建立了。客户端发送数据请求，服务端接收请求并处理请求，然后把回应数据发送给客户端，客户端读取数据，最后关闭连接，一次交互结束
socket()模块函数用法
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客户端的连接，(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已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已端缓存区剩余空间时，数据不丢失，循环调用send直接发完)
-
s.recvfrom() # 接受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() # 创建一个与套接字相关的文件
七、套接字（socket）初使用
基于TCP协议的socket
tcp是基于链接的，必须先启动服务端，然后再启动客户端去链接服务端
server端
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import socket
server = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
server.bind(('127.0.0.1',8080)) # 把地址绑定到套接字
server.listen(5) # 监听链接
conn,addr = server.accept() # 接受客户端链接
mgs = conn.recv(1024) # 接收客户端信息
print(mgs)
conn.send(b'hi') # 想客户端发送消息
conn.close() # 关闭客户端套接字
server.close() # 关闭套接字服务器
client端
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import socket
client = socket.socket(socket.AF_INET,socket.SOCK_STREAM) # 创建客户端套接字
client.connect(('127.0.0.1',8080)) # 尝试连接服务器
client.send(b'hello') # 向服务器发送消息
res = client.recv(1024) # 对话(接收)
print(res)
client.close()
基于UDP协议的socket
udp是无链接的，启动服务之后可以直接接受消息，不需要提前建立链接
简单使用
server端
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import socket
server = socket.socket(socket.AF_INET,socket.SOCK_DGRAM) # 创建一个服务器的套接字
server.bind(('127.0.0.1',8080)) # 绑定服务器套接字
mgs,addr = server.recvfrom(1025) # 接收
print(mgs)
server.sendto(b'hi',addr) # 发送
server.close()
client端
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import socket
ip_port=('127.0.0.1',8080)
udp_sk=socket.socket(type=socket.SOCK_DGRAM)
udp_sk.sendto(b'hello',ip_port)
back_msg,addr=udp_sk.recvfrom(1024)
print(back_msg.decode('utf-8'),addr)
socket参数详解
1. family 地址系列应为AF_INET(默认值),AF_INET6,AF_UNIX,AF_CAN或AF_RDS。（AF_UNIX 域实际上是使用本地 socket 文件来通信）
2. type 套接字类型应为SOCK_STREAM(默认值),SOCK_DGRAM,SOCK_RAW或其他SOCK_常量之一。
SOCK_STREAM 是基于TCP的，有保障的（即能保证数据正确传送到对方）面向连接的SOCKET，多用于资料传送。
SOCK_DGRAM 是基于UDP的，无保障的面向消息的socket，多用于在网络上发广播信息。
3. proto 协议号通常为零,可以省略,或者在地址族为AF_CAN的情况下,协议应为CAN_RAW或CAN_BCM之一。
4. fileno 如果指定了fileno,则其他参数将被忽略,导致带有指定文件描述符的套接字返回。与socket.fromfd()不同,fileno将返回相同的套接字,而不是重复的。这可能有助于使用socket.close()关闭一个独立的插座。
QQ聊天简单示例
ps：由于udp无连接，所以可以同时多个客户端去跟服务端通信
server
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import socket
ip_port = ('127.0.0.1',8080)
upd_server = socket.socket(socket.AF_INET,socket.SOCK_DGRAM)
upd_server.bind(ip_port)
while True:
qq_mgs,addr=upd_server.recvfrom(1024)
print('来自[%s:%s]的一条消息:\033[1;44m%s\033[0m' %(addr[0],addr[1],qq_mgs.decode('utf-8')))
back_mgs = input("回复消息: ").strip()
upd_server.sendto(back_mgs.encode('utf-8'),addr)
client
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import socket
BUFSIZE = 1024
udp_client = socket.socket(socket.AF_INET,socket.SOCK_DGRAM)
qq_name_dic = {
'dog1':('127.0.0.1',8080),
'dog2':('127.0.0.1',8080),
}
while True:
qq_name= input("请选择聊天对象：").strip()
while True:
mgs = input("请输入消息，回车发送：").strip()
if mgs == 'q':break
if not mgs or qq_name or qq_name not in qq_name_dic:continue
udp_client.sendto(mgs.encode('utf-8'),qq_name_dic[qq_name])
back_mgs,addr = udp_client.recvfrom(BUFSIZE)
print('来自[%s:%s]的一条消息:\033[1;44m%s\033[0m' % (addr[0], addr[1], back_mgs.decode('utf-8')))
udp_client.close()
八、什么是粘包
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-K-K地发送数据，而接受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
udp的recvfrom是阻塞的，一个recvfrom(x)必须对唯一一个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
tcp的协议数据不会丢，没有收完包，下次接收，会继续上次继续接收，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。
两种情况下会发生粘包问题
- 发送端需要等缓冲区满才发送出去，造成粘包(发生数据时间间隔很短，数据了很小，会合道一起，产生粘包)
server
#_*_coding:utf-8_*_
from socket import *
ip_port=('127.0.0.1',8080)
tcp_socket_server=socket(AF_INET,SOCK_STREAM)
tcp_socket_server.bind(ip_port)
tcp_socket_server.listen(5)
conn,addr=tcp_socket_server.accept()
data1=conn.recv(10)
data2=conn.recv(10)
print('----->',data1.decode('utf-8'))
print('----->',data2.decode('utf-8'))
conn.close()
client
#_*_coding:utf-8_*_
import socket
BUFSIZE=1024
ip_port=('127.0.0.1',8080)
s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
res=s.connect_ex(ip_port)
s.send('hello'.encode('utf-8'))
s.send('feng'.encode('utf-8'))
- 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）
server
#_*_coding:utf-8_*_
from socket import *
ip_port=('127.0.0.1',8080)
tcp_socket_server=socket(AF_INET,SOCK_STREAM)
tcp_socket_server.bind(ip_port)
tcp_socket_server.listen(5)
conn,addr=tcp_socket_server.accept()
data1=conn.recv(2) #一次没有收完整
data2=conn.recv(10)#下次收的时候,会先取旧的数据,然后取新的
print('----->',data1.decode('utf-8'))
print('----->',data2.decode('utf-8'))
conn.close()
client
#_*_coding:utf-8_*_
import socket
BUFSIZE=1024
ip_port=('127.0.0.1',8080)
s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
res=s.connect_ex(ip_port)
s.send('hello feng'.encode('utf-8'))
拆包的发生情况
当发送端缓冲区的大度大于网卡的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生对端，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的字节流是先放入已端缓存，然后由协议控制将缓存内容发送对端，如果待发送的字节流大于小于缓存剩余空间，那么数据丢失，用sendall就会循环调用send，数据不会丢失
九、解决粘包的low的处理方法
问题的根源，接收端不知道发送端将要传送的字节流的长度，所以解决粘包的方法就是围绕，如何让发送端在发送数据前，把自己将要发送的字节流总大小让接收端知晓，然后接收端来一个死循环接收完所有数据
server
#_*_coding:utf-8_*_
import socket,subprocess
ip_port=('127.0.0.1',8080)
s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
s.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
s.bind(ip_port)
s.listen(5)
while True:
conn,addr=s.accept()
print('客户端',addr)
while True:
msg=conn.recv(1024)
if not msg:break
res=subprocess.Popen(msg.decode('utf-8'),shell=True,\
stdin=subprocess.PIPE,\
stderr=subprocess.PIPE,\
stdout=subprocess.PIPE)
err=res.stderr.read()
if err:
ret=err
else:
ret=res.stdout.read()
data_length=len(ret)
conn.send(str(data_length).encode('utf-8'))
data=conn.recv(1024).decode('utf-8')
if data == 'recv_ready':
conn.sendall(ret)
conn.close()
client
#_*_coding:utf-8_*_
import socket,time
s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
res=s.connect_ex(('127.0.0.1',8080))
while True:
msg=input('>>: ').strip()
if len(msg) == 0:continue
if msg == 'quit':break
s.send(msg.encode('utf-8'))
length=int(s.recv(1024).decode('utf-8'))
s.send('recv_ready'.encode('utf-8'))
send_size=0
recv_size=0
data=b''
while recv_size < length:
data+=s.recv(1024)
recv_size+=len(data)
print(data.decode('utf-8'))
ps: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
十、解决粘包问题（最终版）
为字节流加上自定义固定长度报头，报头中包含字节流长度，然后一次send到对端，对端在接收时，先从缓存中取出定长度的报头，然后再取真实数据。
struct模块：
该模块可以把一个类型，如数字，转成固定长度的bytes
>>> struct.pack('i',1111111111111)
struct.error: 'i' format requires -2147483648 <= number <= 2147483647 #这个是范围
思路：
1. 制作报头，用字典形式存里面可以用(字符串的长度，md5值,文件名等等)
2. 需要把字典json序列化为字符串
3. 然后再转成bytes类型
4. 利用struct发送报头bytes格式的长度(struct是固定长度的)
5. 即可解决粘包问题
server
from socket import *
import subprocess
import struct
import json
phone=socket(AF_INET,SOCK_STREAM)
phone.bind(('127.0.0.1',8081))
phone.listen(5)
print('服务的启动......')
# 连接循环
while True:
conn,client_addr=phone.accept()
print(client_addr)
# 通信循环
while True:
try:
cmd=conn.recv(1024)
if not cmd:break
obj=subprocess.Popen(cmd.decode('utf-8'),shell=True,
stdout=subprocess.PIPE,
stderr=subprocess.PIPE
)
stdout=obj.stdout.read()
stderr=obj.stderr.read()
#制作报头
header_dic={
'filename':'a.txt',
'total_size':len(stdout) + len(stderr),
'md5':'xxxxxsadfasdf123234e123'
}
header_json = json.dumps(header_dic)
header_bytes=header_json.encode('utf-8')
#1、先发送报头的长度
conn.send(struct.pack('i',len(header_bytes)))
#2、再发送报头
conn.send(header_bytes)
#3、最后发送真实的数据
conn.send(stdout)
conn.send(stderr)
except ConnectionResetError:
break
conn.close()
phone.close()
client
from socket import *
import struct
import json
phone=socket(AF_INET,SOCK_STREAM)
phone.connect(('127.0.0.1',8081))
while True:
cmd=input('>>>: ').strip()
if not cmd:continue
phone.send(cmd.encode('utf-8'))
#1、先收报头的长度
obj=phone.recv(4)
header_size=struct.unpack('i',obj)[0]
#2、再接收报头
header_bytes=phone.recv(header_size)
header_json=header_bytes.decode('utf-8')
header_dic=json.loads(header_json)
print(header_dic)
total_size=header_dic['total_size']
#3、循环接收真实的数据，直到收干净为止
recv_size=0
res=b''
while recv_size < total_size:
recv_data=phone.recv(1024)
res+=recv_data
recv_size+=len(recv_data)
print(res.decode('utf-8'))
phone.close()
