粘包问题
一、什么是粘包
注意：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。
- 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。
二、TCP发送数据的四种情况
假设客户端分别发送了两个数据包D1和D2给服务端，由于服务端一次读取到的字节数是不确定的，故可能存在以下4种情况。
- 服务端分两次读取到了两个独立的数据包，分别是D1和D2，没有粘包和拆包；
- 服务端一次接收到了两个数据包，D1和D2粘合在一起，被称为TCP粘包；
- 服务端分两次读取到了两个数据包，第一次读取到了完整的D1包和D2包的部分内容，第二次读取到了D2包的剩余内容，这被称为TCP拆包；
- 服务端分两次读取到了两个数据包，第一次读取到了D1包的部分内容D1_1，第二次读取到了D1包的剩余内容D1_2和D2包的整包。
特例：如果此时服务端TCP接收滑窗非常小，而数据包D1和D2比较大，很有可能会发生第五种可能，即服务端分多次才能将D1和D2包接收完全，期间发生多次拆包。
三、粘包
-
server
import socket #生成一个socket对象 soc=socket.socket(socket.AF_INET,socket.SOCK_STREAM) #绑定地址跟端口号 soc.bind(('127.0.0.1',8001)) #监听(半连接池的大小),不是连接数 soc.listen(3) #等着客户端来连接,conn相当于连接通道,addr是客户端的地址 while True: print('等待客户端连接') conn,addr=soc.accept() #卡主,如果没有客户端连接,会一直卡在这,当有连接,才继续往下走 print('有个客户端连接上了',addr) while True: try: data=conn.recv(1024) print(data) data2=conn.recv(1024) print(data2) data3=conn.recv(1024) print(data3) except Exception: break # 关闭通道 conn.close() # 关闭套接字 soc.close() -
client
import socket
soc=socket.socket()
soc.connect(('127.0.0.1',8001))
while True:
in_s=input('请输入要发送的数据:')
soc.send(b'a')
soc.send(b'b')
soc.send(b'c')
四、解决粘包
-
补充模块
import struct #把一个数字打包成固定长度的4字节 obj=struct.pack('i',1098) print(obj) print(len(obj)) l=struct.unpack('i',obj)[0] print(l) -
server
import socket import subprocess import struct soc=socket.socket(socket.AF_INET,socket.SOCK_STREAM) soc.bind(('127.0.0.1',8001)) soc.listen(3) while True: print('等待客户端连接') conn,addr=soc.accept() print('有个客户端连接上了',addr) while True: try: data=conn.recv(1024) if len(data)==0: break print(data) obj = subprocess.Popen(str(data,encoding='utf-8'), shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE) #执行正确的结果 b 格式,gbk编码(windows平台) msg=obj.stdout.read() #发送的时候需要先把长度计算出来 #头必须是固定长度 #10 #100 #先取出要发送数据长度l l=len(msg) #head 是固定四个字节 head=struct.pack('i',l) #发了头 conn.send(head) #发了内容 conn.send(msg) except Exception: break # 关闭通道 conn.close() # 关闭套接字 soc.close() -
client
import socket import struct soc=socket.socket() soc.connect(('127.0.0.1',8001)) while True: in_s=input('请输入要执行的命令:') soc.send(in_s.encode('utf-8')) head=soc.recv(4) l=struct.unpack('i',head)[0] # data=soc.recv(l) count=0 data_total=b'' while count<l: if l<1024: #如果接受的数据小于1024 ,直接接受数据大小 data=soc.recv(l) else:#如果接受的数据大于1024 if l-count>=1024: #总数据长度-count(目前收到多少,count就是多少) 如果还大于1024 ,在收1024 data=soc.recv(1024) else: #总数据长度-count(目前收到多少,count就是多少) 如果小于1024,只收剩下的部分就可 data=soc.recv(l-count) data_total+=data count+=len(data) print(str(data_total,encoding='gbk'))五、解决粘包问题的最终方案
-
struct
# import struct # #把一个数字打包成固定长度的4字节 # obj=struct.pack('i',10980000000) # print(obj) # print(len(obj)) # # l=struct.unpack('i',obj)[0] # print(l) import json import struct # head={'size':100999999999999999999999990000000000000000 # 000000000000000000000000,'md5':'sdfsdfasdf','filename':'a.txt'} # head_str=json.dumps(head) # head_bytes=head_str.encode('utf-8') # print(len(head_bytes)) # obj=struct.pack('i',len(head_bytes)) # print(obj) # print(len(obj)) #发 send(obj) send(head_bytes) send(b'ddddddddddddddddddd') #收 obj=recv(4) head_len=struct.unpack('i',obj)[0] head_bytes=recv(head_len) head_dic=json.loads(head_bytes) l=head_dic['size'] -
server
import socket import subprocess import struct soc=socket.socket(socket.AF_INET,socket.SOCK_STREAM) soc.bind(('127.0.0.1',8001)) soc.listen(3) while True: print('等待客户端连接') conn,addr=soc.accept() print('有个客户端连接上了',addr) while True: try: data=conn.recv(1024) if len(data)==0: break print(data) obj = subprocess.Popen(str(data,encoding='utf-8'), shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE) #执行正确的结果 b 格式,gbk编码(windows平台) msg=obj.stdout.read() #发送的时候需要先把长度计算出来 #头必须是固定长度 #先发4位,头的长度 import json dic={'size':len(msg)} dic_bytes=(json.dumps(dic)).encode('utf-8') #head_count是4个字节的长度 head_count=struct.pack('i',len(dic_bytes)) print(dic) conn.send(head_count) #发送头部内容 conn.send(dic_bytes) #发了内容 conn.send(msg) except Exception: break # 关闭通道 conn.close() # 关闭套接字 soc.close() -
client
import socket import struct import json soc=socket.socket() soc.connect(('127.0.0.1',8001)) while True: in_s=input('请输入要执行的命令:') soc.send(in_s.encode('utf-8')) #头部字典的长度 head_dic_len=soc.recv(4) #解出真正的长度 head_l=struct.unpack('i',head_dic_len)[0] #byte 字典的长度 #收真正的头部字典 dic_byte=soc.recv(head_l) head=json.loads(dic_byte) print(head) l=head['size'] count=0 data_total=b'' print(l) while count<l: if l<1024: #如果接受的数据小于1024 ,直接接受数据大小 data=soc.recv(l) else:#如果接受的数据大于1024 if l-count>=1024: #总数据长度-count(目前收到多少,count就是多少) 如果还大于1024 ,在收1024 data=soc.recv(1024) else: #总数据长度-count(目前收到多少,count就是多少) 如果小于1024,只收剩下的部分就可 data=soc.recv(l-count) data_total+=data count+=len(data) print(str(data_total,encoding='gbk'))
-