TCP黏包问题

什么是黏包？什么情况下会出现黏包的情况？该如何避免黏包的情况？

首先来看一个例子

#服务端
import time
from socket import *
server = socket(AF_INET,SOCK_STREAM)
server.bind(("127.0.0.1",8180))
server.listen(5)
conn,addr = server.accept()
resl = conn.recv(1024)
print(resl.decode('utf-8'))

#客户端
from socket import *
import time
client = socket(AF_INET,SOCK_STREAM)
client.connect(("127.0.0.1",8180))
client.send(b"")
client.send(b'world')

结果：

1234world  #为什么会连在一起了

这种简单的情况其实也好解决：

#客户端
from socket import *
import time
client = socket(AF_INET,SOCK_STREAM)
client.connect(("127.0.0.1",8180))
client.send(b"")
client.send(b'world')
time.sleep(3)       #用时间隔开就能不让它黏在一起
client.send(b'world')

执行结果：

12345
world

还可以这样：

import time
from socket import *
server = socket(AF_INET,SOCK_STREAM)
server.bind(("127.0.0.1",8180))
server.listen(5)
conn,addr = server.accept()
resl = conn.recv(5)    #指定的字节数就不能黏在一起了
print(resl.decode('utf-8'))
res2 = conn.recv(5)
print(res2.decode('utf-8'))

我们可以猜测的：当包的大小有限，同时连续发送的时候就可能出现黏包的情况。

什么是黏包？

只有TCP有黏包现象，UDP永远不会黏包。

之前提到过，TCP是面向连接的通信方式，提供了顺序、可靠、不会重复的数据传输，而且不会加上边界。

这个就意味着，每一个要发送的信息，可能会被拆分成多份，每一份都会不多不少地正确地到达目的地，然后被重新拼装起来，传给正在等待地应用程序。

问题就出现了，传输地数据没有界限，当传输到另一台地机器的时候，从内存中取值的时候，取值的大小取决于recv地参数。

如果需要传输地数据比较大，那么recv肯定无法一次取完，在内存中有残留，这样就会出现黏包地现象。

还有就是为了提高效率，tcp协议在传输地过程中，会将数据包较小的和时间间距比较小的数据包一起发送，这样也会造成黏包。

黏包是如何产生的？

黏包出现的时候，表现在有可能并没有取到自己想要的包，为什么没有取到自己的包了？

难道是内存中没有吗？不是，是因为系统按顺序给你取，而上一个又没有取完，所以就可能取到别人的包，怎么解决了？

改变recv参数并不能从根本上解决这个问题，recv受制于当前系统可供支配的内存，如果传输的数据比内存大，这样也会产生黏包。

刚才说了，你之所以会取别人的，是别人没有取完，只要能保证每个人都取到自己的包并且不残留就可以了。

那为什么就不能取完了？还是TCP的性质决定了，没有边界，不知道取到那里为止，因此只要让它知道了边界的位置，问题也就解决了。

怎样解决黏包问题？

在传输之前，我们先给对方添加一个包头，这样它就知道取到那里了；

#服务方
from socket import *
import subprocess
import struct
server = socket(AF_INET,SOCK_STREAM)
server.bind(('127.0.0.1',8888))
server.listen(5)

while True:
    conn,addr = server.accept()
    print('收到来自%s的访问' % addr[0])
    while True:
        try:
            cmd = conn.recv(1024)
            cmd = cmd.decode("utf-8")   #接受的是二进制的格式，因为下面需要执行这条消息，所以必须解码
            ret = subprocess.Popen(cmd,shell=True,
                                   stdout=subprocess.PIPE,   #正确输出
                                   stderr=subprocess.PIPE,   #错误输出
                                   )
            stdout = ret.stdout.read()
            stderr = ret.stderr.read()

            #发送之前先创建一个报头
            total_size = len(stdout) + len(stderr)
            #报头必须是定长，不然发过去，不知道边界也没有意义
            header_size = struct.pack('i',total_size)  #转化为可以直接传出的二进制，而且i就为4
            print(header_size)
            conn.send(header_size)

            conn.send(stdout)
            conn.send(stderr)

        except ConnectionResetError:
            break
    conn.close()
server.close()

接收方：

#客户端
from socket import *
import struct
client = socket()
client.connect(('127.0.0.1',8888))
while True:
    cmd = input(">>>").strip()
    if len(cmd) == 0:continue
    client.send(cmd.encode("utf-8"))
    header_size = client.recv(4)     #先接受报头，这样就能知道这个包的边界了
    total_size = struct.unpack('i',header_size)[0]    #返回的是一个元祖
    fact_size = 0
    fact = b''
    while fact_size < total_size:  #使用循环，只有这个包取完了，才能取下一个，这样就没有遗漏
        data = client.recv(1024)
        fact += data
        fact_size += len(data)
    print(fact.decode('gbk'))  #由于实在window下面执行，所有返回的编码是GBK格式，也只能用GBK解开。
client.close()

上面的代码加上一个包头，已经解决了黏包问题，但是如果我想在包头之中添加其它信息，而struct只能接收数字参数，又该如何了？

我们可以先把需要传输的信息解出来，再在信息中提取边界。

升级版：

#服务端
from socket import *
import subprocess
import struct,json
server = socket(AF_INET,SOCK_STREAM)
server.bind(('127.0.0.1',8888))
server.listen(5)
while True:
    conn,addr = server.accept()
    print('收到来自%s的访问' % addr[0])
    while True:
        try:
            cmd = conn.recv(1024)  #因为一般命令都不会太长，使用1024足矣
            cmd = cmd.decode("utf-8")
            ret = subprocess.Popen(cmd,shell=True,
                                   stdout=subprocess.PIPE,   #正确输出
                                   stderr=subprocess.PIPE,   #错误输出
                                   )
            stdout = ret.stdout.read()
            stderr = ret.stderr.read()

            #发送之前先创建一个报头
            total_size = len(stdout) + len(stderr)
            #报头必须是定长，不然发过去，不知道边界也没有意义
            # 先创建一个报头
            header_dict = {'total_size':total_size,   #封装的包头
                           "md5":78978900967890878,
                           "filename":"a.txt"
                           }
            header_str = json.dumps(header_dict)   #字典不能传输，先使用json转化为字符串
            header_bytes = header_str.encode('utf-8')    #转化成二进制格式，不然直接报错
            header_size = struct.pack('i',len(header_bytes))   #第一层数据（包含包头大小）
            conn.send(header_size)   #发送大小给客户端
            conn.send(header_bytes)  #包头信息也要一并发过去
            conn.send(stdout)
            conn.send(stderr)
        except ConnectionResetError:
            break
    conn.close()
server.close()

为什么UDP不会出现黏包问题了？

UDP的数据报会保留边界，这就表示，数据是整个发送的，不会像面向连接的协议那样先被拆分成小块。自然就不会存在残留，所以不会出现黏包现象。