Python解析Socket數據流異常bytes問題

Python解析Socket數據流異常bytes問題 -- 2019-03-12

python在通過socket發送數據時，英文字符轉義后為原來本身的字符，占一個字節（如：s轉移后為s），而中文字符在轉義后需要二個字節來標識一個中文字符（如：鍾轉義后為\x92\x9f）。在發送端是不存在問題的，而發生問題的主要是在socket客戶端。因為客戶端在接受數據流時，每次接受都是有字節限制，就會出現一個中文字符分兩次接受，從而導致每次接受的流在轉義成字符時報錯UnicodeDecodeError。

當前有數據流：

bmsg = b'\xe5\x88\x86\n\xe9\x92\x9f' # 分\n鍾

正常接受並轉義為：

smsg = str(bmsg, 'utf-8')   #方式一
 或 
smsg = bmsg.decode()  # 方式二 第一參數默認utf8，第二參數默認strict，還有 ignore （忽略）、 replace （替代=?）

如果現在接受到的數據流為

bmsg = b'\xe5\x88\x86\n\xe9\x92'    # \x9f 作為下次接受

如何避免程序的異常退出，有兩種處理方式：
1）、數據丟失處理
　　此時，如果再用正常接受方式轉義bytes流，就會出現 UnicodeDecodeError 異常，為使不報異常，我們在轉義時，通過方式二，指定第二個參數為 ignore，如下：

smsg = bmsg.decode('utf-8', 'ignore') # 輸出： 分\n  ，如果為 replace 則 \n 后為 ?

2）、 數據流拆分，再處理
　　一般socket服務端在發送數據時，每個數據流是完整的，並會以特定的字符（如：\n）結束一並發送。根據這種現狀，我們在每次接受數據時，根據這個特定字符拆分（split）為一個保存單個數據流的列表。列表的第一個流可能為不完整，把它和上次接受的流合並為一個完整的數據流並轉義；中間為可以正常轉義的數據流；最后一個流也為不完整，保存下來，用來拼接下次接受的流，並重復上述操作，這樣保障了程序不會異常退出，也保障數據的完整性。大致代碼如下：
　　數據接受情況： 第一次接受 msg1 = b'\xe5\x88\x86\n\xe9' ；    # 鍾 被拆分成   \xe9 和  \x92\x9f
                                 第二次接受 msg2 = b'\x92\x9f_stone\n'

　　init_msg = b'' # 初始化流
　　while True:
　　　　msg = soc.recv(128) # 接受數據
　　　　init_msg += msg
　　　　msg_arr = init_msg.split(b'\n') # 注意此處的 b'\n' ，因為被拆分的為bytes串，所以也要用bytes串來拆分
　　　　init_msg += msg_arr[-1]
　　　　msg_arr.remove(msg_arr[-1])
　　　　for i in range(len(msg_arr)):
　　　　　　string = msg_arr[i].decode('utf-8')
　　　　　　print(string)