基于TCP协议产生的粘包问题及解决办法

版权声明：转载请声明出处Catalog Spri https://blog.csdn.net/qq_33404767/article/details/83956968

须知: 只有TCP有粘包现象, UDP永远不会粘包, 这是socket收发消息的原理导致的.

对于TCP协议发送端可以是一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。
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协议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，在接收方看来，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

有两种情况会发生粘包问题

• 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）
• 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）

解决粘包问题

我们通过上面的分析发现, 粘包问题出现的最根本原因就是接收方不知道该提取多少字节, 那么想要解决粘包问题就变得很简单了, 让接收方知道提取多少字节, 粘包问题不就解决了. 那么如何让接收方知道应该提取多少字节呢? 且看下面分析
那么我们可以很容易的就确定要发送的数据长度, 问题的关键在于, 长度不是固定的(栗子: 148bytes和10014bytes)类似这种的应该如何发送呢?
这时, 我们就要用到模块来帮助我们实现了.
首先, 我们来学习一下struct模块的使用
该模块可以把一个数据类型，如数字，转成固定长度的bytes

struct模块可以将不定长度的数字转换成定长的bytes类型, 那么我们就可以通过struct模块将我们要发送的数据长度打包成一个固定长度的bytes然后发送过去. 这样接收方就只需要接收定长的bytes然后反解出要发送数据的长度就解决了粘包问题

代码示例:

# 服务端
from socket import *
import subprocess
import struct

# 创建服务端套接字对象
server = socket(AF_INET, SOCK_STREAM)
# 绑定ip和端口号
server.bind(('127.0.0.1', 8080))
# 进入监听状态
server.listen(5)

# 循环接收客户端连接请求
while True:
    conn, client_addr = server.accept()  # (连接对象，客户端的ip和端口)
    print(client_addr)
    # 循环与客户端进行通讯
    while True:
        try:
            cmd = conn.recv(1024)
            obj = subprocess.Popen(cmd.decode('utf-8'),
                                   shell=True,
                                   stdout=subprocess.PIPE,
                                   stderr=subprocess.PIPE
                                   )
            stdout = obj.stdout.read()
            stderr = obj.stderr.read()

            # 1、制作固定长度的报头
            total_size = len(stdout) + len(stderr)
            header = struct.pack('i', total_size)

            # 2、发送报头
            conn.send(header)

            # 3、发送真实的数据
            conn.send(stdout)
            conn.send(stderr)
        except ConnectionResetError:
            break
            
	# 回收资源
    conn.close()
server.close()

---

# 客户端
from socket import *
import struct

# 创建客户端套接字对象
client = socket(AF_INET, SOCK_STREAM)
# 连接服务端ip和端口号
client.connect(('127.0.0.1', 8080))

# 循环与服务端进行通讯
while True:
    cmd = input('>>>: ').strip()
    if not cmd: continue
    client.send(cmd.encode('utf-8'))
    # 1、先收固定长度的报头
    header = client.recv(4)
    # 2、解析报头
    total_size = struct.unpack('i', header)[0]
    print(total_size)  # 1025
    # 3、根据报头内的信息，收取真实的数据
    recv_size = 0
    res = b''
    while recv_size < total_size:
        recv_data = client.recv(1024)
        res += recv_data
        recv_size += len(recv_data)

    print(res.decode('gbk'))
client.close()

至此, 粘包问题确实解决了, 但是解决的不够完美, 我们只发送了数据长度, 让接收方知道该接收多少数据, 那么我们是不是可以把对数据的描述信息等一起发送过去呢?

解决粘包问题终极版

小二, 上代码!

# 服务端
from socket import *
import subprocess
import struct
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()  # (连接对象，客户端的ip和端口)
    print(client_addr)
    while True:
        try:
            cmd = conn.recv(1024)
            obj = subprocess.Popen(cmd.decode('utf-8'),
                                   shell=True,
                                   stdout=subprocess.PIPE,
                                   stderr=subprocess.PIPE
                                   )
            stdout = obj.stdout.read()
            stderr = obj.stderr.read()

            # 1、制作报头
            header_dic = {
                'total_size': len(stdout) + len(stderr),
                'md5': '123svsaef123sdfasdf',
                'filename': 'a.txt'
            }
            # 将字典形式的报头转换为字符串形式
            header_json = json.dumps(header_dic)
            # 将字符串形式的报头转换成bytes格式
            header_bytes = header_json.encode('utf-8')

            # 2、先发送报头的长度
            # 获取bytes格式报头的长度
            header_size = len(header_bytes)
            # 将长度打包成固定长度发送过去
            conn.send(struct.pack('i', header_size))

            # 3、发送报头
            conn.send(header_bytes)

            # 4、发送真实的数据
            conn.send(stdout)
            conn.send(stderr)
        except ConnectionResetError:
            break

    conn.close()
server.close()

---

# 客户端
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
    client.send(cmd.encode('utf-8'))
    # 1、先收报头的长度
    header_size = struct.unpack('i', client.recv(4))[0]

    # 2、接收报头
    header_bytes = client.recv(header_size)

    # 3、解析报头
    # 将bytes类型的报头转换为json字符串形式
    header_json = header_bytes.decode('utf-8')
    # 将json字符串形式的报头转为字典形式
    header_dic = json.loads(header_json)
    total_size = header_dic['total_size']
    # 4、根据报头内的信息，收取真实的数据

    recv_size = 0
    res = b''
    while recv_size < total_size:
        recv_data = client.recv(1024)
        res += recv_data
        recv_size += len(recv_data)
	
	# 这里用gbk解码的原因: subprocess模块是将命令在cmd中执行, windows的cmd中, 默认字符编码为gbk, 所以应该用gbk解码
    print(res.decode('gbk'))
client.close()

通过自定义报头的形式可以完美解决粘包问题. 希望可以帮助到各位
如果有哪些看不懂的地方可以加我QQ: 526772254, 可以给各位详细讲解