一、什么是粘包
注意：只有TCP有粘包現象，UDP永遠不會粘包，因為TCP是基於數據流的協議，而UDP是基於數據報的協議
發送端可以是一K一K地發送數據，而接收端的應用程序可以兩K兩K地提走數據，當然也有可能一次提走3K或6K數據，或者一次只提走幾個字節的數據，也就是說，應用程序所看到的數據是一個整體，或說是一個流（stream），一條消息有多少字節對應用程序是不可見的，因此TCP協議是面向流的協議，這也是容易出現粘包問題的原因。而UDP是面向消息的協議，每個UDP段都是一條消息，應用程序必須以消息為單位提取數據，不能一次提取任意字節的數據，這一點和TCP是很不同的。怎樣定義消息呢？可以認為對方一次性write/send的數據為一個消息，需要明白的是當對方send一條信息的時候，無論底層怎樣分段分片，TCP協議層會把構成整條消息的數據段排序完成后才呈現在內核緩沖區。
例如基於tcp的套接字客戶端往服務端上傳文件，發送時文件內容是按照一段一段的字節流發送的，在接收方看了，根本不知道該文件的字節流從何處開始，在何處結束
所謂粘包問題主要還是因為接收方不知道消息之間的界限，不知道一次性提取多少字節的數據所造成的。
此外，發送方引起的粘包是由TCP協議本身造成的，TCP為提高傳輸效率，發送方往往要收集到足夠多的數據后才發送一個TCP段。若連續幾次需要send的數據都很少，通常TCP會根據negal優化算法把這些數據合成一個TCP段后一次發送出去，這樣接收方就收到了粘包數據。
negal優化算法:會將數據量小的，且時間間隔較短的數據一次性發給對方
- TCP（transport control protocol，傳輸控制協議）是面向連接的，面向流的，提供高可靠性服務。收發兩端（客戶端和服務器端）都要有一一成對的socket，因此，發送端為了將多個發往接收端的包，更有效的發到對方，使用了優化方法（Nagle算法），將多次間隔較小且數據量小的數據，合並成一個大的數據塊，然后進行封包。這樣，接收端，就難於分辨出來了，必須提供科學的拆包機制。 即面向流的通信是無消息保護邊界的。
- UDP（user datagram protocol，用戶數據報協議）是無連接的，面向消息的，提供高效率服務。不會使用塊的合並優化算法，, 由於UDP支持的是一對多的模式，所以接收端的skbuff(套接字緩沖區）采用了鏈式結構來記錄每一個到達的UDP包，在每個UDP包中就有了消息頭（消息來源地址，端口等信息），這樣，對於接收端來說，就容易進行區分處理了。 即面向消息的通信是有消息保護邊界的。
- tcp是基於數據流的，於是收發的消息不能為空，這就需要在客戶端和服務端都添加空消息的處理機制，防止程序卡住，而udp是基於數據報的，即便是你輸入的是空內容（直接回車），那也不是空消息，udp協議會幫你封裝上消息頭，實驗略
udp的recvfrom是阻塞的，一個recvfrom(x)必須對唯一一個sendinto(y),收完了x個字節的數據就算完成,若是y>x數據就丟失，這意味着udp根本不會粘包，但是會丟數據，不可靠
tcp的協議數據不會丟，沒有收完包，下次接收，會繼續上次繼續接收，己端總是在收到ack時才會清除緩沖區內容。數據是可靠的，但是會粘包。
兩種情況下會發生粘包。
發送端需要等緩沖區滿才發送出去，造成粘包（發送數據時間間隔很短，數據了很小，會合到一起，產生粘包）
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' from socket import * ip_port=('127.0.0.1',8080) tcp_socket_server=socket(AF_INET,SOCK_STREAM) tcp_socket_server.bind(ip_port) tcp_socket_server.listen(5) conn,addr=tcp_socket_server.accept() data1=conn.recv(10) data2=conn.recv(10) print('----->',data1.decode('utf-8')) print('----->',data2.decode('utf-8')) conn.close()
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' import socket BUFSIZE=1024 ip_port=('127.0.0.1',8080) s=socket.socket(socket.AF_INET,socket.SOCK_STREAM) res=s.connect_ex(ip_port) s.send('hello'.encode('utf-8')) s.send('feng'.encode('utf-8'))
接收方不及時接收緩沖區的包，造成多個包接收（客戶端發送了一段數據，服務端只收了一小部分，服務端下次再收的時候還是從緩沖區拿上次遺留的數據，產生粘包）
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' from socket import * ip_port=('127.0.0.1',8080) tcp_socket_server=socket(AF_INET,SOCK_STREAM) tcp_socket_server.bind(ip_port) tcp_socket_server.listen(5) conn,addr=tcp_socket_server.accept() data1=conn.recv(2) #一次沒有收完整 data2=conn.recv(10)#下次收的時候,會先取舊的數據,然后取新的 print('----->',data1.decode('utf-8')) print('----->',data2.decode('utf-8')) conn.close()
#_*_coding:utf-8_*_ __author__ = 'Linhaifeng' import socket BUFSIZE=1024 ip_port=('127.0.0.1',8080) s=socket.socket(socket.AF_INET,socket.SOCK_STREAM) res=s.connect_ex(ip_port) s.send('hello feng'.encode('utf-8'))
拆包的發生情況
當發送端緩沖區的長度大於網卡的MTU時，tcp會將這次發送的數據拆成幾個數據包發送出去。
補充問題一：為何tcp是可靠傳輸，udp是不可靠傳輸
tcp在數據傳輸時，發送端先把數據發送到自己的緩存中，然后協議控制將緩存中的數據發往對端，對端返回一個ack=1，發送端則清理緩存中的數據，對端返回ack=0，則重新發送數據，所以tcp是可靠的
而udp發送數據，對端是不會返回確認信息的，因此不可靠
補充問題二：send(字節流)和recv(1024)及sendall
recv里指定的1024意思是從緩存里一次拿出1024個字節的數據
send的字節流是先放入己端緩存，然后由協議控制將緩存內容發往對端，如果待發送的字節流大小大於緩存剩余空間，那么數據丟失，用sendall就會循環調用send，數據不會丟失
二、解決粘包問題的方法
粘包問題的關鍵在於：
接收端不知道發送端將要傳送的字節流的長度，所以解決粘包的方法就是圍繞，如何讓發送端在發送數據前，把自己將要發送的字節流總大小讓接收端知曉，然后接收端來一個死循環接收完所有數據
解決方法一
#_*_coding:utf-8_*_ import socket,subprocess ip_port=('127.0.0.1',8080) s=socket.socket(socket.AF_INET,socket.SOCK_STREAM) s.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1) s.bind(ip_port) s.listen(5) while True: conn,addr=s.accept() print('客戶端',addr) while True: msg=conn.recv(1024) if not msg:break res=subprocess.Popen(msg.decode('utf-8'),shell=True,\ stdin=subprocess.PIPE,\ stderr=subprocess.PIPE,\ stdout=subprocess.PIPE) err=res.stderr.read() if err: ret=err else: ret=res.stdout.read() data_length=len(ret) conn.send(str(data_length).encode('utf-8')) data=conn.recv(1024).decode('utf-8') if data == 'recv_ready': conn.sendall(ret) conn.close()
#_*_coding:utf-8_*_ import socket,time s=socket.socket(socket.AF_INET,socket.SOCK_STREAM) res=s.connect_ex(('127.0.0.1',8080)) while True: msg=input('>>: ').strip() if len(msg) == 0:continue if msg == 'quit':break s.send(msg.encode('utf-8')) length=int(s.recv(1024).decode('utf-8')) s.send('recv_ready'.encode('utf-8')) send_size=0 recv_size=0 data=b'' while recv_size < length: data+=s.recv(1024) recv_size+=len(data) print(data.decode('utf-8'))
該方法的缺點：
程序的運行速度遠快於網絡傳輸速度，所以在發送一段字節前，先用send去發送該字節流長度，這種方式會放大網絡延遲帶來的性能損耗
解決方法二
1 import json,struct 2 #假設通過客戶端上傳1T:1073741824000的文件a.txt 3 4 #為避免粘包,必須自定制報頭 5 header={'file_size':1073741824000,'file_name':'/a/b/c/d/e/a.txt','md5':'8f6fbf8347faa4924a76856701edb0f3'} #1T數據,文件路徑和md5值 6 7 #為了該報頭能傳送,需要序列化並且轉為bytes 8 head_bytes=bytes(json.dumps(header),encoding='utf-8') #序列化並轉成bytes,用於傳輸 9 10 #為了讓客戶端知道報頭的長度,用struck將報頭長度這個數字轉成固定長度:4個字節 11 head_len_bytes=struct.pack('i',len(head_bytes)) #這4個字節里只包含了一個數字,該數字是報頭的長度 12 13 #客戶端開始發送 14 conn.send(head_len_bytes) #先發報頭的長度,4個bytes 15 conn.send(head_bytes) #再發報頭的字節格式 16 conn.sendall(文件內容) #然后發真實內容的字節格式 17 18 #服務端開始接收 19 head_len_bytes=s.recv(4) #先收報頭4個bytes,得到報頭長度的字節格式 20 x=struct.unpack('i',head_len_bytes)[0] #提取報頭的長度 21 22 head_bytes=s.recv(x) #按照報頭長度x,收取報頭的bytes格式 23 header=json.loads(json.dumps(header)) #提取報頭 24 25 #最后根據報頭的內容提取真實的數據,比如 26 real_data_len=s.recv(header['file_size']) 27 s.recv(real_data_len)
推薦使用（代碼詳解）：
from socket import * import subprocess #啟動一個新的進程並與之通信 import struct #該模塊可以把一個類型，如數字，轉成固定長度的bytes import json server=socket(AF_INET,SOCK_STREAM) server.bind(('127.0.0.1',8080)) server.listen(5) while True: conn,client_addr=server.accept() #(連接對象，客戶端的ip和端口) # print(client_addr) while True: try: cmd=conn.recv(1024) #接收系統命令 obj=subprocess.Popen(cmd.decode('utf-8'), #該系統命令必須是字符串格式，所以必須進行解碼 shell=True, stdout=subprocess.PIPE, #正確命令輸出結果 stderr=subprocess.PIPE #錯誤命令輸出結果 ) stdout=obj.stdout.read() #從管道中讀取正確的結果 stderr=obj.stderr.read() #從管道中讀取錯誤的結果 # 1、制作報頭 #模擬文件的上傳和下載，則報頭中應該包括文件名，文件的大小，文件的md5值 header_dic={ 'total_size':len(stdout) + len(stderr), #真實數據的總大小 'md5':'123svsaef123sdfasdf', 'filename':'a.txt' } header_json = json.dumps(header_dic) #將報頭這種數據類型即字典轉換成json格式(是一種json格式的字符串)，可以基於網絡傳輸 header_bytes = header_json.encode('utf-8') #將json格式的字符串轉換成bytes,基於網絡進行傳輸給客戶端 # 2、先發送報頭的長度 header_size=len(header_bytes) #將bytes類型報頭的長度（一般也就幾百個字節） conn.send(struct.pack('i',header_size)) #通過struct模塊將報頭的長度轉換成固定長度的bytes大小（i格式是4個字節大小），並將固定報頭長度 發送給客戶端 # 3、發送報頭 conn.send(header_bytes) #將報頭的內容發送給客戶端 # 4、發送真實的數據 conn.send(stdout) #將正確的真實數據發送給客戶端 conn.send(stderr) #將錯誤的真實數據發送給客戶端 except ConnectionResetError: break conn.close() server.close()
from socket import * import struct import json client=socket(AF_INET,SOCK_STREAM) client.connect(('127.0.0.1',8080)) # print(client) while True: cmd=input('>>>: ').strip() if not cmd:continue #輸入的命令不能為空 client.send(cmd.encode('utf-8')) #將字符串形式的命令轉換成bytes類型，發送給服務端 #1、先收報頭的長度 header_size=struct.unpack('i',client.recv(4))[0] #將服務端打包過來報頭的長度進行解包(是一個元組，第一次元素是報頭的大小)，解析出報頭的長度 print(header_size) #2、接收報頭 header_bytes=client.recv(header_size) #已接收報頭的長度，可以通過報頭的長度來接收bytes類型的報頭 #3、解析報頭 header_json=header_bytes.decode('utf-8') #將bytes類型的報頭的解碼成json格式的字符串 header_dic=json.loads(header_json) #將json格式的字符串反序列化成字符串，也就是拿到了字典形式的報頭 print(header_dic) #打印報頭 total_size=header_dic[ 'total_size'] #拿到字典形式的報頭，就可以通過key值，取到服務端發送真實數據的總大小 # print(total_size) #1025 #4、根據報頭內的信息，收取真實的數據 recv_size=0 res=b'' while recv_size < total_size: #循環接收真實數據 recv_data=client.recv(1024) #每次接收數據的大小1024個字節 res+=recv_data #每次接收的真實數據拼接到空字符串中 recv_size+=len(recv_data) #每循環一次接收的大小加每次接收真實數據的大小的長度 print(res.decode('gbk')) #接收完真實數據將其解碼 client.close()
我們可以把報頭做成字典，字典里包含將要發送的真實數據的詳細信息，然后json序列化，然后用struck將序列化后的數據長度打包成4個字節（4個自己足夠用了）
發送時：
先發報頭長度
再編碼報頭內容然后發送
最后發真實內容
接收時：
先手報頭長度，用struct取出來
根據取出的長度收取報頭內容，然后解碼，反序列化
從反序列化的結果中取出待取數據的詳細信息，然后去取真實的數據內容