Python3 socket网络编程（二）-粘包-struct模块

1.TCP粘包问题

2.struct模块使用

1.TCP粘包问题

什么是粘包

TCP协议是面向对象的，面向流的，提高可靠性服务。使用了优化算法，Nagle算法。将多次间隔较少且数据量小的数据，合并成一个大的数据块，然后进行封包。这样接收端就很难分辨出来。TCP协议数据是可靠的，但是会粘包。

问题的关键是另一端并不知道你要传多少字节的数据，处理办法是必须先传一个报头，告诉另一端我要发送多少，然后另一端就接收指定数量的字节，这是可以做到的。粘包问题就解决了。

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。

1. 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。
2. 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。
3. 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。

a.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）

b.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）

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。

 

粘包解决方案

　　思路：

　　A想要给B发送一个字典，这个字典包含filename，filesize，md5等等信息，怎么发送呢

　　先用json把字典序列化为字符串，然后字节化。用len方法取其长度 length。这个length就是字典字符串化字节化的长度。

　　在用sturct模块，pack方法将上面取到的length，字节化的结果，传给B，这个结果固定长度为4。

 

　　B这边，先recv(4)，拿到后，用struct的unpack方法，取到的就是字典字符串化字节化的长度length。

　　在recv(length)，拿到的就是字典字符串化字节化的结果。这个结果怎么来的就怎么倒回去，decode，json.loads()，拿到字典。拿到filesize。

　　while循环，接收长度为filesize的字节。

　　到此，粘包问题解决，大功告成。

 　　

 

　　简言之：

　　　　服务器　　1 发送报头的长度。借用struct模块                          客户端     1 接收报头的长度。   recv（4），struct模块unpack取到报头的长度length

　　　　　　　　　2 发送报头。借用json模块                                                      2 接收报头。              recv（lenth）。json反序列化得到报头。报头中有‘’size‘’                          

　　　　　　　　   3 发送真实数据                                                                       3 接收真实数据           报头中含有size，对应真实数据的数据。

 

　客户端：

import socket
import struct
import json
#1、买手机
phone=socket.socket(socket.AF_INET,socket.SOCK_STREAM)

#2、打电话
phone.connect(('127.0.0.1',8092))

#3、发收消息
while True:
    cmd=input('>>: ').strip()
    if cmd == 'quit':break
    if not cmd:continue
    phone.send(cmd.encode('utf-8'))
    #先收报头长度
    obj=phone.recv(4)
    header_size=struct.unpack('i',obj)[0]

    #再收报头
    header_bytes=phone.recv(header_size)
    header_json=header_bytes.decode('utf-8')
    header_dic=json.loads(header_json)
    print(header_dic)
    #最后循环收真实的数据
    total_size=header_dic['total_size']
    filename=header_dic['filename']

    total_data=b''
    recv_size=0
    with open(filename,'wb') as f:
        while recv_size < total_size:
            recv_data=phone.recv(1024)
            total_data+=recv_data
            recv_size+=len(recv_data)
    print(total_data.decode('gbk'))

#4、挂电话
phone.close()

　服务端

import socket
import subprocess
import struct
import json
#1、买手机
phone=socket.socket(socket.AF_INET,socket.SOCK_STREAM)

#2、绑定手机卡
# phone.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1) #就是它，在bind前加
phone.bind(('192.168.11.53',8080))

#3、开机
phone.listen(5)

#4、等电话连接
print('starting...')
while True: #连接循环
    conn,addr=phone.accept()
    print('IP:%s,PORT:%s' %(addr[0],addr[1]))

    #5、收发消息
    while True: #通信循环
        try:
            cmd=conn.recv(1024) #最大收1024
            if not cmd:break #针对linux

            #执行命令
            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': 'asdfa123xvc123'}

            header_json = json.dumps(header_dic)

            header_bytes = header_json.encode('utf-8')


            #先发报头的长度。发送的长度是字典格式的报头经过json化的bytes化处理的长度。经过struct.pack，固定长度为4个字节。
            conn.send(struct.pack('i',len(header_bytes)))
            #再发送报头。发送的报头是json化，bytes化后的报头。
            conn.send(header_bytes)
            #最后发送真实数据
            conn.send(stdout)
            conn.send(stderr)
        except Exception:
            break

    #6、挂电话
    conn.close()

#7、关机
phone.close()

 

struct模块的使用

 

 

被struct打包的数据会变成bytes格式，这样便于数据的网络传输

 

 

import struct
res=struct.pack('i',111)
print(res,len(res))
res=struct.pack('i',11111111)
print(res,len(res))

　　输出：

b'o\x00\x00\x00' 4
b'\xc7\x8a\xa9\x00' 4

　　struct模块对int类型的数字进行字节化，（bytes方法是把字符串类型的字节化），一定范围内的数字字节化后的长度都是4个字节。

import struct
res=struct.pack('i',111)        #'i’是表示整数格式
print(res,len(res))
ret=struct.unpack('i',res)     #unpack的结果是一个元组
print(ret)
print(ret[0])                   #取第一个值，便是pack的整数

　　输出：

b'o\x00\x00\x00' 4
(111,)
111