Python网络编程之socket编程

什么是Socket？

Socket是应用层与TCP/IP协议族通信的中间软件抽象层，它是一组接口。在设计模式中，Socket其实就是一个门面模式，它把复杂的TCP/IP协议族隐藏在Socket接口后面，对用户来说，一组简单的接口就是全部，让Socket去组织数据，以符合指定的协议。
TCP连接的端点是由一个IP地址和一个PORT来唯一标识的。IP是用来标识互联网中的一台主机的位置，而PORT是用来标识这台机器上的一个应用程序，IP地址是配置到网卡上的，而PORT是应用程序开启的。

而程序的pid是同一台机器上不同进程或者线程的标识

Socket分类

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)

套接字工作流程


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，这时客户端与服务器端的连接就建立了。客户端发送数据请求，服务器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模块用法

import socket

socket_server = 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)

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

基于TCP的套接字编程

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

服务端开启

```
import socket

tcpsocket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

创建socket对象

tcpsocket.bind(('127.0.0.1', 8080))

把地址绑定到套接字

tcpsocket.listen(5)

监听连接，相当于一个连接池

while True:

# 服务器无限连接循环

conn, addr = tcpsocket.accept()

# 接收客户端连接

print(conn, addr)

while True:

# 通讯循环

msg = conn.recv(1024)

# 对话接收

if len(msg) == 0:

break

print(msg.decode('utf8'), type(msg))

conn.send(msg.upper())

# 对话发送

conn.close()
# 关闭客户端套接字（这是个系统资源占用）

tcpsocket.close()

关闭服务端套接字

<h4 id='title'>客户端开启</h4>

import socket

client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

client_socket.connect_ex(('127.0.0.1', 8080))

connect_ex()出错时返回出错码，而不是抛出异常

flag = True

while flag:

msg = input('请输入》》》').strip()

if len(msg) == 0:

continue

if msg == 'q':

flag = False

client_socket.send(bytes(msg, encoding='utf8'))

feed_back = client_socket.recv(1024)

print(feed_back.decode('utf8'))

client_socket.close()

扩展学习：
TCP的三次握手四次挥手
SYN洪水攻击
服务器高并发情况下会有大量的time_wait状态的优化方法

<h4 id='title'>解决方法</h2>
方法一：

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))

方法二：

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

<h2 class='h2-title'>基于UDP的套接字编程</h2>
UDP是无链接的，先启动哪一端都不会报错
通常UDP会用在客户端向服务端申请一个比特的信息，如果没有收到答复继续申请。
用到UDP最广的是DNS系统，因为客户端通常只需要发送简短请求，并收到简短恢复，UDP非常适合这种操作。
UDP的限制是一个信息包不超过64KB的数据，通常人们只用UDP发送1KB以下的数据。
<h4 id='title'>服务端开启</h4>

import socket

udp_socket = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)

udp_socket.bind(('127.0.0.1', 8080))

while True:

msg, addr = udp_socket.recvfrom(1024)

# addr是一个元组，第一个元素是ip，第二个元素是port

print(msg.decode('utf8'), addr)

udp_socket.sendto(msg.upper(), addr)

<h4 id='title'>客户端开启</h4>

import socket

ip_port = ('127.0.0.1', 8080)

udp_client = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)

while True:

msg = input("请输入>>>").strip()

if not msg:

continue

udp_client.sendto(bytes(msg, encoding='utf8'), ip_port)

back_msg, addr= udp_client.recvfrom(1024)

print(back_msg.decode('utf8'), addr)

<h2 class='h2-title'>粘包问题</h2>
<h4 id='title'>什么是粘包？</h4>
知识储备：Socket收发消息原理
![](https://img2018.cnblogs.com/blog/1326778/201809/1326778-20180919100517685-1260666296.png)
发送端可以是1K1K地发送数据，而接收端的应用程序可以2K2K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(Nagle，将数据量小并且时间间隔短的数据一次打包发给接收端)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。

<h4 id='title'>会出现粘包的情况</h4>
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）
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） 

<h4 id='title'>拆包发生的情况</h4>
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。

<h4 id='title'>send(字节流)和recv(1024)及sendall</h4>
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

<h4 id='title'>TCP粘包制作</h4>
**服务端开启**

from socket import *

import subprocess

ip_port = ('127.0.0.1', 8080)

BUFSIZE = 1024

tcp_server = socket(AF_INET, SOCK_STREAM)

tcp_server.bind(ip_port)

tcp_server.listen(5)

while True:

conn, addr = tcp_server.accept()

print(conn)

while True:
    cmd = conn.recv(BUFSIZE)
    if len(cmd) == 0:
        break
    res = subprocess.Popen(
        cmd.decode('utf8'),
        shell=True,
        stdout=subprocess.PIPE,
        stdin=subprocess.PIPE,
        stderr=subprocess.PIPE
        )

    stderr = res.stderr.read()
    stdout = res.stdout.read()
    conn.send(stderr)
    conn.send(stdout)

**TCP客户端制作**

from socket import *

ip_port = ('127.0.0.1', 8080)

BUFSIZE = 1024

tcp_client = socket(AF_INET, SOCK_STREAM)

res = tcp_client.connect_ex(ip_port)

while True:

msg = input("请输入>>>").strip()

if len(msg) == 0:

continue

if msg == 'quit':

break

tcp_client.send(msg.encode('utf-8'))

act_res = tcp_client.recv(BUFSIZE)

print(act_res.decode('gbk'))

<h4 id='title'>解决粘包问题<h4>
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的报头，然后再取真实数据。
struct模块 可以把一个类型，如数字，转成固定长度的bytes。

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)

我们可以把报头做成字典，字典里包含将要发送的真实数据的详细信息，然后json序列化，然后用struck将序列化后的数据长度打包成4个字节（4个自己足够用了）

发送时：
先发报头长度
再编码报头内容然后发送
最后发真实内容

接收时：
先手报头长度，用struct取出来
根据取出的长度收取报头内容，然后解码，反序列化
从反序列化的结果中取出待取数据的详细信息，然后去取真实的数据内容

第一版服务端开启

import socket,struct,json

import subprocess

phone=socket.socket(socket.AF_INET,socket.SOCK_STREAM)

phone.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1) #就是它，在bind前加

phone.bind(('127.0.0.1',8080))

phone.listen(5)

while True:

conn,addr=phone.accept()

while True:

cmd=conn.recv(1024)

if not cmd:break

print('cmd: %s' %cmd)

    res=subprocess.Popen(cmd.decode('utf-8'),
                         shell=True,
                         stdout=subprocess.PIPE,
                         stderr=subprocess.PIPE)
    err=res.stderr.read()
    print(err)
    if err:
        back_msg=err
    else:
        back_msg=res.stdout.read()

    headers={'data_size':len(back_msg)}
    head_json=json.dumps(headers)
    head_json_bytes=bytes(head_json,encoding='utf-8')

    conn.send(struct.pack('i',len(head_json_bytes))) #先发报头的长度
    conn.send(head_json_bytes) #再发报头
    conn.sendall(back_msg) #在发真实的内容

conn.close()

第一版客户端开启

from socket import *

import struct,json

ip_port=('127.0.0.1',8080)

client=socket(AF_INET,SOCK_STREAM)

client.connect(ip_port)

while True:

cmd=input('>>: ')

if not cmd:continue

client.send(bytes(cmd,encoding='utf-8'))

head=client.recv(4)
head_json_len=struct.unpack('i',head)[0]
head_json=json.loads(client.recv(head_json_len).decode('utf-8'))
data_len=head_json['data_size']

recv_size=0
recv_data=b''
while recv_size < data_len:
    recv_data+=client.recv(1024)
    recv_size+=len(recv_data)

print(recv_data.decode('utf-8'))
#print(recv_data.decode('gbk')) #windows默认gbk编码