24.网络编程：基于TCP协议的粘包问题与解决办法、基于UDP协议的套接字

• 引子

• 基于UDP协议的套接字

• 基于UDP协议的套接字通信

• 基于TCP协议的粘包问题

• 粘包的解决办法

• struct模块

---

• 基于UDP协议的套接字

• udp是无链接的，先启动哪一端都不会报错

udp服务端

server = socket()  # 创建一个服务器的套接字
server.bind()      # 绑定服务器套接字
while True:        # 服务器无限循环
    client = server.recvfrom()/server.sendto() # 对话(接收与发送)
server.close()                                 # 关闭服务器套接字

udp客户端

client = socket()  # 创建客户套接字
while True:        # 通讯循环
    client.sendto()/client.recvfrom() # 对话(发送/接收)
client.close()                        # 关闭客户套接字

基于udp协议的套接字通信

# 服务端.py文件

from socket import *

server = socket(AF_INET,SOCK_DGRAM) # 数据报协议

server.bind(('127.0.0.1',8081))
while True :
    data,client_addr = server.recvfrom(1024)
    server.sendto(data.upper(),client_addr)

server.close()


# 客户端.py文件  (支持并发但比较狭窄)

from socket import *

client = socket(AF_INET, SOCK_DGRAM)

while True :
    msg = input('>>>>>：').strip()
    client.sendto(msg.encode('utf-8'),('127.0.0.1',8081))
    data,server_addr = client.recvfrom(1024)
    print(data.decode('utf-8'))

client.close()

• 基于TCP协议的粘包问题

  让我们基于tcp先制作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)

上面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

# 服务端

from socket import *
from subprocess import Popen, PIPE

server = socket(AF_INET,SOCK_STREAM) # 流式协议
server.bind(('127.0.0.1', 8080))
server.listen(5)

while True:  # 链接循环
    conn, client_addr = server.accept()
    print(client_addr)
    
    while True: # 通信循环
        try:
            data = conn.recv(1024)
            if len(cmd) == 0:
                break
                # Popen执行的结果是一个bytes类型
            obj = Popen(cmd.decode('utf-8'),
                        shell=True,
                        stdout=PIPE,
                        stderr=PIPE,
                        )

            res1 = obj.stdout.read()
            res2 = obj.stderr.read()
            total_size = len(res1) + len(res2)
            conn.send(res1+res2)
        except Exception:
            break
    conn.close
    
    
# 客户端

from socket import *

client = socket(AF_INET,SOCK_STREAM)
client.connect(('127.0.0.1', 8080))

while True:
    cmd = input(">>>: ").strip()
    if len(cmd) == 0:
        continue
    client.send(cmd.encode('utf-8'))

    res = client.recv(1024)
    print(res.decode('gbk'))

上述是基于tcp的套接字编写的远程命令程序，同时执行多条命令之后，得到的结果很可能只有一部分，在执行其它命令的时候又接收到之前执行的另外一部分结果，这样两次的结果粘到一起了，这个现象就叫粘包。

• 两种情况下会发生粘包。

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）

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）

须知：只有TCP有粘包现象，UDP永远不会粘包，为什么TCP会产生 粘包现象呢？这跟TCP流式协议的特点有关

发送端可以是1K、1K地发送数据，而接收端的应用程序可以2K、2K地提走数据，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协议与UDP协议的区别

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。

   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。

• 粘包的解决办法

  问题的根源在于，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

  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，这个时候我们就需要用到struct模块

  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struct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：先收报头长度，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

  服务端：定制稍微复杂一点的报头

  struct模块可以把一个类型，如数字，转成固定长度的bytes（该模块详解在文章末尾）

  import struct
  
  struct.pack('i',1111111111111)
  
  '''
  struct.error: 'i' format requires -2147483648 <= number <= 2147483647 # 这个是范围
  
  '''
  

  借助第三方模块struct，把每一次命令发出的结果全部收完，简版实现方式如下：

# 服务端简版.py文件

from socket import *
from subprocess import Popen, PIPE
import struct

server = socket(AF_INET, SOCK_STREAM)
server.bind(('127.0.0.1', 8080))
server.listen(5)

while True:  # 链接循环
    conn, client_addr = server.accept()
    print(client_addr)

    while True:  # 通信循环
        try:
            cmd = conn.recv(8096)
            if len(cmd) == 0:
                break
            obj = Popen(cmd.decode('utf-8'),
                        shell=True,
                        stdout=PIPE,
                        stderr=PIPE,
                        )

            res1 = obj.stdout.read()
            res2 = obj.stderr.read()
            total_size = len(res1) + len(res2)

            # 先把数据的长度发过去(把total_size整型转成bytes类型)
            header = struct.pack('i',total_size) # 先发报头的长度
            conn.send(header)    # 再发报头
            # 再发送真正的数据
            conn.send(res1)
            conn.send(res2)
        except Exception:
            break

    conn.close()

    
    
# 客户端简版.py文件

from socket import *
import struct

client = socket(AF_INET,SOCK_STREAM)
client.connect(('127.0.0.1', 8080))

while True:
    cmd = input(">>>: ").strip()
    if len(cmd) == 0:
        continue
    client.send(cmd.encode('utf-8'))

    # 先接收数据的长度
    header = client.recv(4)  # 先收4个bytes，这4个bytes里包含了报头的长度
    total_size = struct.unpack('i', header)[0] # unpack拆包，解出报头的长度

    # 再接收真正的数据
    recv_size = 0
    res = b''
    while recv_size < total_size:
        data = client.recv(1024)
        recv_size += len(data)
        res += data

    print(res.decode('gbk'))  # Windows默认gbk编码
    
# ps：这就是自定义协议，数据组织的规格：先造了一个4个字节的报头发送，再接着发送了真正
#    的数据，接收端在解析数据规格的时候，先解析出4个字节的报头，接着接收了真正的数据

借助第三方模块struct，自定义协议解决粘包问题，升级版实现方式如下：

# 服务端升级版.py文件
from socket import *
from subprocess import Popen, PIPE
import struct
import json

server = socket(AF_INET, SOCK_STREAM)
server.bind(('127.0.0.1', 8080))
server.listen(5)

while True:  # 链接循环
    conn, client_addr = server.accept()
    print(client_addr)

    while True:  # 通信循环
        try:
            cmd = conn.recv(8096)
            if len(cmd) == 0:
                break
            obj = Popen(cmd.decode('utf-8'),
                        shell=True,
                        stdout=PIPE,
                        stderr=PIPE,
                        )

            res1 = obj.stdout.read()
            res2 = obj.stderr.read()

            header_dic = {
                'filename': "a.txt",
                'total_size': len(res1) + len(res2),
                'md5': '123dfsfsaf123213'
            }
            
            header_json = json.dumps(header_dic)
            header_bytes = header_json.encode('utf-8')


            # 先发4个字节
            conn.send(struct.pack('i',len(header_bytes)))
            # 再发报头字典
            conn.send(header_bytes)

            # 最后发送真正的数据
            conn.send(res1)
            conn.send(res2)
        except Exception:
            break

    conn.close()

    
# 客户端升级版.py文件    
from socket import *
import struct
import json

client = socket(AF_INET, SOCK_STREAM)
client.connect(('127.0.0.1', 8080))

while True:
    cmd = input(">>>: ").strip()
    if len(cmd) == 0:
        continue
    client.send(cmd.encode('utf-8'))

    # 先收4个字节,提取header_bytes的长度
    header_bytes_len = struct.unpack('i', client.recv(4))[0]
    # 再收header_bytes，提取header_dic
    header_bytes = client.recv(header_bytes_len)
    header_json = header_bytes.decode('utf-8')
    header_dic = json.loads(header_json)
    print(header_dic)
    total_size = header_dic['total_size']

    # 再接收真正的数据
    recv_size = 0
    res = b''
    while recv_size < total_size:
        data = client.recv(1024)
        recv_size += len(data)
        res += data

    print(res.decode('gbk'))

struct模块

python strtuct模块主要在Python中的值于C语言结构之间的转换。可用于处理存储在文件或网络连接（或其它来源）中的二进制数据。

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)

struct模块格式化对照表