说明:只供学习交流,转载请注明出处
一,套接字编程基础
套接字,英文为socket,是一种双向的通信端口。位于网络中的主机通过连接的套接字提供的接口进行数据传输。套接字是一种使用标准UNIX文件描述符(file descriptor)与其他程序通信的方式。套接字可以看作是处于不同主机之间的两个程序的通信连接端点。一方面程序将要传输的信息写入套接字中,而另一方面则通过读取套接字的数据来获得传输的信息。
上图为使用套接字进行通信的示意图。假设存在两台主机A和B,在主机A中存在进程C,主机B中存在进程D,当进程C需要将数据送到进程D中的时候,首先将数据写到套接字中,而进程D通过读取套接字来获得进程C发送的消息。
在网络中不同计算机是通过IP地址来区分的,也就是说,要将数据由主机A发送到主机B,只要知道主机B的IP地址就可以确定数据要发送的目的地。但是在主机A和B中不可能只有进程C和进程D两个进程。主机B在收到数据主机A发送来的数据之后,如何才能确定该数据是发送给进程D?因此,还需要某种标识信息,用于描述网络通信数据发送的进程。TCP/IP协议提出了协议端口概念,用于标识通信的进程。
当进程与某个端口绑定后,操作系统会将收到给该端口的数据送往该进程。与文件描述符类似,每个端口都有被称为端口号的整数类型的标识符,该标识符用于区分不同的端口。不同协议可以使用相同的端口号进行数据传输。例如,TCP使用了344的端口号,UDP同样可以使用344端口号进行数据传输。
端口号为一个16位的无符号整数,其取值范围为0~65535。低于256的端口被作为操作系统的保留端口号,主要用于系统进程的通信,不在这一范围的端口号被称为自由端口号,可以由进程自由的使用。
二,套接字编程相关的数据结构
在开发使用套接字进行通信的程序时,常会用到sockaddr数据结构或sockaddr_in数据结构。sockaddr数据结构用于保存套接字的地址信息,具体定义如下:
struct sockaddr {
sa_family_t sa_family; /*address family, AF_xxx */
char sa_data[14]; /* 14 bytes of protocol address */
};
sa_family:用于指定地址族,如果是TCP/IP通信,该值取PF_INET。
sa_data:用于保存套接字的IP地址和端口号信息。
而sockaddr_in数据结构与sockaddr类似,该结构体的定义如下:
struct sockaddr_in {
sa_family_t sin_family; /* Address family */
__be16 sin_port; /* Port number */
struct in_addr sin_addr; /* Internet address */
unsigned char sin_zero[8];
};
sin_family:用于指定地址族。
sin_port:套接字通信的端口号。
sin_addr:通信的IP地址。
sin_zero[8]:用于填充0,保存于structsockaddr同样大小。
由于sockaddr数据结构与sockaddr_in数据结构的大小是相同的,指向sockaddr_in的指针可以通过强制转换,转换成指向sockaddr结构的指针。
三,套接字类型
常用的TCP/IP协议的3中套接字类型如下所示:
(1):流套接字(SOCK_STREAM):流套接字用于提供面向连接、可靠的数据传输服务。该服务将保证数据能够实现无差错、无重复发送,并按顺序接收。流套接字之所以能够实现可靠的数据服务,原因在于其使用了传输控制协议,即TCP(TheTransmission Control Protocol)协议。
(2):数据报套接字(SOCK_DGRAM):数据报套接字提供了一种无连接的服务。该服务并不能保证数据传输的可靠性,数据有可能在传输过程中丢失或出现数据重复,且无法保证顺序的接收到数据。数据报套接字使用UDP(User DatagramProtocol)协议进行数据的传输。由于数据报套接字不能保证数据传输的可靠性,对于有可能出现的数据丢失情况,需要在程序中做相应的处理。
(3):原始套接字(SOCK_RAW):原始套接字与标准套接字(流套接字和数据报套接字)的区别在于:原始套接字可以读写内核没有处理的IP数据包,而流套接字只能读取TCP协议的数据,数据报套接字只能读取UDP协议的数据。因此,如果要访问其他协议发送数据必须使用原始套接字。
四,big_endian和little_endian
不同体系的CPU在内存中的数据存储往往存在着差异。例如Intel的X86系列处理器将低序字节存储在起始地址,而一些RISC架构的处理器,如IBM的370主机使用的PowerPC或Motorola公司生产的CPU,都将高序字节存储在起始位置。这两种不同的存储方式被称为little-endian和big-endian。
little-endian是X86系列CPU的数据存储方式,即将低序的部分存储在前面。而big-endian是将高序部分存储在前面。例如,要存储0xF432,little-endian将以32F4存储,而使用big-endian与此相反,将存储为F432,如下图所示:
下面我们将用两种方法来查看我们所使用的处理器是big-endian还是little-endian:
(1):利用联合的特点:联合中的数据成员是共享存储空间的,所分配的空间为数据成员中最大所需的内存数。程序定义了名为endian_un的联合体,其中包含两个数据成员,一个是short类型的数据成员(在32位系统上,short类型的长度是2个字节),一个是字符类型的字符数组,字符数组的元素个数为short类型的字节数。程序将var赋值为0x0102。由于联合结构的特点,bits字符串数组中同样存储了0x0102这一数值。通过判断字符串中的低位和高位存储的内容,就可以知道系统是little-endian还是big-endian的。
(2):通过强制类型转换实现:程序中通过取flag变量的地址,获得起始空间的存储内容。如果起始空间存储的数据的低位内容,则表示存储方式little-endian,否则为big-endian。
程序如下:
#include <stdio.h>
int is_little_endian(void)
{
unsigned short flag = 0x4321;
if (*(unsigned char *)&flag == 0x21)
{
return (1);
}
else
{
return (0);
}
}
int main(void)
{
union endian_un
{
short var;
char bits[sizeof(short)];
};
union endian_un flag;
flag.var = 0x0102;
if (sizeof(short) == 2)
{
if (flag.bits[0]==1 && flag.bits[1]==2)
{
printf("Judged by first method, big-endian\n");
}
else if(flag.bits[0]==2 && flag.bits[1]==1)
{
printf("Judged by first method, little-endian\n");
}
else
{
printf("Cannot determine the type\n"); }
}
if (is_little_endian())
{
printf("Judged by second method, little-endian\n");
}
else
{
printf("Judged by second method, big-endian\n");
}
system("PAUSE");
return (0);
}
运行结果:
Judged by first method, little-endian
Judged by second method, little-endian
请按任意键继续. . .
之所以介绍big-endian和little-endian,是因为这一数据存储方式不仅影响程序在不同硬件平台中的移植,而且在网络中也要考虑字节顺序的问题。为了避免兼容性的问题,网络中的数据传输都使用了从高到底的顺序存储的方式。因此,如果要将数据从低位字节优先(little-endian)的机器上发往网络,必须首先进行转换。而big-endian的机器是不需要转换的。
Linux系统提供了htons、htonl、ntohs、ntohl这4个函数用于进行字节顺序的转换。其中,h是host的缩写,n表示network。最后一个字符如果是s,表示short类型,如果是l,表示为long类型。4个函数的具体定义如下:
uint32_t htonl(uint32_t hostlong);
uint16_t htons(uint16_t hostshort);
uint32_t ntohl(uint32_t netlong);
uint32_t ntohs(uint16_t netshort);
htonl/htons:表示主机字节顺序转换成网络字节顺序,htonl函数和htons函数的区别在于参数长度存在差异。
ntohl/ntohs:表示网络字节顺序转换成主机字节顺序,ntohl函数和ntohs函数的区别在于参数长度存在差异。