Python Socket

本节内容

1. socket基础

2. socket中的粘包

3. 加密？

1.socket基础

socket通常也称作"套接字"，用于描述IP地址和端口，是一个通信链的句柄，应用程序通常通过"套接字"向网络发出请求或者应答网络请求。

socket起源于Unix，而Unix/Linux基本哲学之一就是“一切皆文件”，对于文件用【打开】【读写】【关闭】模式来操作。socket就是该模式的一个实现，socket即是一种特殊的文件，一些socket函数就是对其进行的操作（读/写IO、打开、关闭）

socket和file的区别：

• file模块是针对某个指定文件进行【打开】【读写】【关闭】
• socket模块是针对 服务器端 和 客户端Socket 进行【打开】【读写】【关闭】

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)

简单的先实现个socket交互：

import socket

sk = socket.socket()
sk.bind(('127.0.0.1',8088))
sk.listen(5)
while True:
    conn,addr = sk.accept()
    while True:
        print('有人进来了',addr)
        re_data = conn.recv(1024)
        conn.send(re_data)
    conn.close()

import socket

conn = socket.socket()
conn.connect(('127.0.0.1',8088))

while True:
    data = input(':>>')
    conn.send(data.encode())
    re_data = conn.recv(1024)
    print(re_data.decode())

来吧，看完代码，说说socket的详细用法吧。

Socket Families(地址簇)

socket.AF_UNIX unix本机进程间通信，通过文件实现进程间的通信。

socket.AF_INET IPV4协议

socket.AF_INET6 IPV6协议

Socket Types（socket类型）

socket.SOCK_STREAM  #使用FTP协议

socket.SOCK_DGRAM  #使用UDP协议

socket.SOCK_RAW  #原始套接字，普通的套接字无法处理ICMP、IGMP等网络报文，而SOCK_RAW可以；其次，SOCK_RAW也可以处理特殊的IPv4报文；此外，利用原始套接字，可以通过IP_HDRINCL套接字选项由用户构造IP头。

socket.SOCK_RDM  #是一种可靠的UDP形式，即保证交付数据报但不保证顺序。SOCK_RAM用来提供对原始协议的低级访问，在需要执行某些特殊操作时使用，如发送ICMP报文。SOCK_RAM通常仅限于高级用户或管理员运行的程序使用。

sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM,proto=0, fileno=None)

参数一：地址簇

　　socket.AF_INET IPv4（默认）
　　socket.AF_INET6 IPv6

　　socket.AF_UNIX 只能够用于单一的Unix系统进程间通信

参数二：类型

　　socket.SOCK_STREAM　　流式socket , for TCP （默认）
　　socket.SOCK_DGRAM　　 数据报式socket , for UDP

　　socket.SOCK_RAW 原始套接字，普通的套接字无法处理ICMP、IGMP等网络报文，而SOCK_RAW可以；其次，SOCK_RAW也可以处理特殊的IPv4报文；此外，利用原始套接字，可以通过IP_HDRINCL套接字选项由用户构造IP头。
　　socket.SOCK_RDM 是一种可靠的UDP形式，即保证交付数据报但不保证顺序。SOCK_RAM用来提供对原始协议的低级访问，在需要执行某些特殊操作时使用，如发送ICMP报文。SOCK_RAM通常仅限于高级用户或管理员运行的程序使用。
　　socket.SOCK_SEQPACKET 可靠的连续数据包服务

参数三：协议

　　0　　（默认）与特定的地址家族相关的协议,如果是 0 ，则系统就会根据地址格式和套接类别,自动选择一个合适的协议

import socket
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)

由于 socket 模块中有太多的属性。我们在这里破例使用了'from module import *'语句。使用 'from socket import *',我们就把 socket 模块里的所有属性都带到我们的命名空间里了,这样能 大幅减短我们的代码。
例如tcpSock = socket(AF_INET, SOCK_STREAM)

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

下面先基于TCP来简单实现信息交互。

# 代码省略，其实就是

　　sk = socket.socket(socket.AF_INIT,socket.SOCK_STREAM)

问题：

这个是由于你的服务端仍然存在四次挥手的time_wait状态在占用地址（如果不懂，请深入研究1.tcp三次握手，四次挥手 2.syn洪水攻击 3.服务器高并发情况下会有大量的time_wait状态的优化方法）

解决方法：

#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))

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

# 备注：我没试过

知识点： 说下TCP和UDP连接方式的不同。

tcp：send发消息，recv收消息

udp：sendto发消息，recvfrom收消息

1.tcp协议：

（1）如果收消息缓冲区里的数据为空，那么recv就会阻塞

（2）tcp基于链接通信，如果一端断开了链接，那另外一端的链接也跟着完蛋recv将不会阻塞，收到的是空

2.udp协议

（1）如果收消息缓冲区里的数据为“空”，recvfrom不会阻塞

（2）recvfrom收的数据小于sendinto发送的数据时，数据丢失

（3）只有sendinto发送数据没有recvfrom收数据，数据丢失

注意：

1.你单独运行上面的udp的客户端，你发现并不会报错，相反tcp却会报错，因为udp协议只负责把包发出去，对方收不收，我根本不管，而tcp是基于链接的，必须有一个服务端先运行着，客户端去跟服务端建立链接然后依托于链接才能传递消息，任何一方试图把链接摧毁都会导致对方程序的崩溃。

2.上面的udp程序，你注释任何一条客户端的sendinto，服务端都会卡住，为什么？因为服务端有几个recvfrom就要对应几个sendinto，哪怕是sendinto(b'')那也要有。

3.总结：

1.udp的sendinto不用管是否有一个正在运行的服务端，可以己端一个劲的发消息

2.udp的recvfrom是阻塞的，一个recvfrom(x)必须对一个一个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

3.tcp的协议数据不会丢，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。

2.socket中的粘包

让我们先基于socket来实现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)

的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

----<TCP中的粘包现象

先给你看看tcp中的粘包，让你张张见识。~~

import socket
import subprocess
sk = socket.socket()
sk.bind(('127.0.0.1',8088))
sk.listen(5)
while True:
    conn,addr = sk.accept()
    while True:
        print('有人进来了',addr)
        data = conn.recv(1024)
        print(data.decode())
        ret = subprocess.Popen(data.decode(),stdin=subprocess.PIPE,
                               stderr=subprocess.PIPE,
                               stdout=subprocess.PIPE,shell=True)
        err = ret.stderr.read()
        if err:
            re_data = err
        else:
            re_data = ret.stdout.read()
        conn.send(re_data)
    conn.close()

import socket

conn = socket.socket()
conn.connect(('127.0.0.1',8088))

while True:
    data = input(':>>')
    conn.send(data.encode())
    re_data = conn.recv(1024)
    print(re_data.decode('gbk'))

来，运行让你看看什么是粘包

可以看出在运行netstat -anlp时的命令貌似没有显示全，输入ls的时候上一个命令的显示会打印。why??

不急不急，在来看看udp的，等我5秒，我给你撸出来。~~~

(出了点小问题，6秒完成，哎！)

import socket
import subprocess
sk = socket.socket(socket.AF_INET,socket.SOCK_DGRAM)
sk.bind(('127.0.0.1',8088))

while True:

    data,addr = sk.recvfrom(4096)
    print('有人进来了',addr)
    print(data.decode())
    ret = subprocess.Popen(data.decode(),stdin=subprocess.PIPE,
                           stderr=subprocess.PIPE,
                           stdout=subprocess.PIPE,shell=True)
    err = ret.stderr.read()
    if err:
        re_data = err
    else:
        re_data = ret.stdout.read()
    sk.sendto(re_data, addr)

import socket

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


while True:
    data = input(':>>')
    conn.sendto(data.encode(),('127.0.0.1',8088))
    data,addr=conn.recvfrom(4096)
    print(data.decode('gbk'))

有报错尽然，算了。就当我们成功了吧，你试试，说不准你比我牛逼。

2.1 什么是粘包

说了这么多你知道什么是粘包了吗？不管懂不懂，莫装逼，先看我写的吧。

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

2.2 发生粘包的两种情况

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）

import socket

sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
sk.bind(('127.0.0.1',8088))
sk.listen(5)

conn,addr = sk.accept()
data1 = conn.recv(1024)
data2 = conn.recv(1024)
print('data1:',data1)
print('data2:',data2)
conn.close()
sk.close()

import socket

conn = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
conn.connect(('127.0.0.1',8088))
conn.send(b'data1')
conn.send(b'data2')

执行结果如下：

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）

import socket

sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
sk.bind(('127.0.0.1',8088))
sk.listen(5)

conn,addr = sk.accept()
data1 = conn.recv(10)
data2 = conn.recv(10)
print('data1:',data1)
print('data2:',data2)
conn.close()
sk.close()

import socket
conn=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
conn.connect(('127.0.0.1',8088))
conn.send(b'12345678901234567890')
conn.close()

执行结果如下：

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。

补充问题一：为何tcp是可靠传输，udp是不可靠传输

tcp在数据传输时，发送端先把数据发送到自己的缓存中，然后协议控制将缓存中的数据发往对端，对端返回一个ack=1，发送端则清理缓存中的数据，对端返回ack=0，则重新发送数据，所以tcp是可靠的

而udp发送数据，对端是不会返回确认信息的，因此不可靠

补充问题二：send(字节流)和recv(1024)及sendall

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

2.3 解决粘包的方法

2.3.1 第一种方法

来个思路，在发送数据包之前，发送数据包的大小，客户端收到后数据后给服务器回复200确认消息，接下来客户端按照服务器返回的数据包大小进行数据的接收。对对度~~~

# 第一次使用subprocess模块执行客户端命令，执行'netstat -an'时老是卡住，后期再排查吧。

import socket
import subprocess

sk = socket.socket()
sk.bind(('127.0.0.1',8088))
sk.listen(5)
while True:
    conn,addr = sk.accept()
    while conn:
        comm = conn.recv(1024)
        res = subprocess.Popen(comm.decode(),stdout=subprocess.PIPE,
                               stdin=subprocess.PIPE,
                               stderr=subprocess.PIPE,
                               shell=True
                               )
        err = res.stderr.read()
        if err:
            ret = err
        else:
            ret = res.stdout.read()
        print(ret)
        print(len(ret))
        conn.send(str(len(ret)).encode('utf-8'))
        status_code = conn.recv(1024)
        print(status_code)
        if status_code == b'200':
            conn.sendall(ret)

import socket

conn = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
conn.connect(('127.0.0.1',8088))
while True:
    comm = input(':>>').strip()
    conn.send(comm.encode())
    datesize = conn.recv(1024)  # 接受返回数据的大小
    conn.send(b'200')
    countsize = 0
    data = b''
    while  countsize < int(datesize.decode()):
        res = conn.recv(1024)
        data += res
        countsize+=len(res)
    print(data.decode('gbk'))

还有个思路就是在发送数据之前先发送一个数据报头，报头中包含数据的各种信息...好了.点到为止...

but...

程序的运行速度远快于网络传输速度，所以在发送一段字节前，先用send去发送该字节流长度，这种方式会放大网络延迟带来的性能损耗

强插一个知识

from terminaltables import AsciiTable
table_data = [
    ['Heading1', 'Heading2'],
    ['row1 column1', 'row1 column2'],
    ['row2 column1', 'row2 column2'],
    ['row3 column1', 'row3 column2'],
     ]
table = AsciiTable(table_data)

print(table.table)

2.3.2 第二种方法

利用模块struct解决粘包的问题(使用os.popen模块执行客户端发来的命令)

import socket
import struct
import os

sk = socket.socket()
sk.bind(('127.0.0.1',8088))
sk.listen(5)
while True:
    conn,addr = sk.accept()
    while conn:
        comm = conn.recv(1024)
        ret_obj = os.popen(comm.decode())
        ret = ret_obj.read()
        print(ret)
        str_data = struct.pack('i',len(ret))
        conn.send(str_data)
        conn.sendall(ret.encode())

import socket
import struct

conn = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
conn.connect(('127.0.0.1',8088))
while True:
    comm = input(':>>').strip()
    conn.send(comm.encode())
    size_bytes = conn.recv(4) # 接受返回数据的大小
    datesize = struct.unpack('i',size_bytes)
    print(datesize)
    countsize = 0
    data = b''
    while  countsize < datesize[0]:
        res = conn.recv(1024)
        data += res
        countsize+=len(res)
    print(data.decode('utf-8'))

代码写的不详细，但我思路清晰。

1.制作一个报头信息，数据类型为字典类型，报头中存放着真实数据的信息(数据大小，MD5校验码，文件名等等的消息)

2.在发送真实数据之前先发送两个数据，一个是报头的大小，一个是报头数据(发送的为json数据信息)

3.报头信息大小通过struct模块发送固定字节大小的信息，里边存放的时报头数据的大小。

4.客户端根据收到的数据获取报头的大小，并接受报头大小的数据，反序列化后得到真实数据的信息。继续接收真实数据。

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)

3.加密去看这个吧。http://www.cnblogs.com/40kuai/articles/6473804.html