python TCP Socket的粘包和分包的处理详解

Python  /  管理员 发布于 7年前   309

概述

在进行TCP Socket开发时，都需要处理数据包粘包和分包的情况。本文详细讲解解决该问题的步骤。使用的语言是Python。实际上解决该问题很简单，在应用层下，定义一个协议：消息头部+消息长度+消息正文即可。

那什么是粘包和分包呢？

关于分包和粘包

粘包：发送方发送两个字符串”hello”+”world”，接收方却一次性接收到了”helloworld”。

分包：发送方发送字符串”helloworld”，接收方却接收到了两个字符串”hello”和”world”。

虽然socket环境有以上问题，但是TCP传输数据能保证几点：

• 顺序不变。例如发送方发送hello，接收方也一定顺序接收到hello，这个是TCP协议承诺的，因此这点成为我们解决分包、黏包问题的关键。
• 分割的包中间不会插入其他数据。
  

因此如果要使用socket通信，就一定要自己定义一份协议。目前最常用的协议标准是：消息头部（包头）+消息长度+消息正文

TCP为什么会分包

TCP是以段（Segment）为单位发送数据的，建立TCP链接后，有一个最大消息长度（MSS）。如果应用层数据包超过MSS，就会把应用层数据包拆分，分成两个段来发送。这个时候接收端的应用层就要拼接这两个TCP包，才能正确处理数据。

相关的，路由器有一个MTU（ 最大传输单元），一般是1500字节，除去IP头部20字节，留给TCP的就只有MTU-20字节。所以一般TCP的MSS为MTU-20=1460字节。

当应用层数据超过1460字节时，TCP会分多个数据包来发送。

扩展阅读

TCP的RFC定义MSS的默认值是536，这是因为 RFC 791里说了任何一个IP设备都得最少接收576尺寸的大小（实际上来说576是拨号的网络的MTU，而576减去IP头的20个字节就是536）。
TCP为什么会粘包

有时候，TCP为了提高网络的利用率，会使用一个叫做Nagle的算法。该算法是指，发送端即使有要发送的数据，如果很少的话，会延迟发送。如果应用层给TCP传送数据很快的话，就会把两个应用层数据包“粘”在一起，TCP最后只发一个TCP数据包给接收端。

开发环境

• Python版本：3.5.1
• 操作系统：Windows 10 x64
  

消息头部（包含消息长度）

消息头部不一定只能是一个字节比如0xAA什么的，也可以包含协议版本号，指令等，当然也可以把消息长度合并到消息头部里，唯一的要求是包头长度要固定的，包体则可变长。下面是我自定义的一个包头：

版本号（ver）	消息长度（bodySize）	指令（cmd）

版本号，消息长度，指令数据类型都是无符号32位整型变量，于是这个消息长度固定为4×3=12字节。在Python由于没有类型定义，所以一般是使用struct模块生成包头。示例：

import structimport jsonver = 1body = json.dumps(dict(hello="world"))print(body) # {"hello": "world"}cmd = 101header = [ver, body.__len__(), cmd]headPack = struct.pack("!3I", *header)print(headPack) # b'\x00\x00\x00\x01\x00\x00\x00\x12\x00\x00\x00e'

关于用自定义结束符分割数据包

有的人会想用自定义的结束符分割每一个数据包，这样传输数据包时就不需要指定长度甚至也不需要包头了。但是如果这样做，网络传输性能损失非常大，因为每一读取一个字节都要做一次if判断是否是结束符。所以建议还是选择消息头部+消息长度+消息正文这种方式。

而且，使用自定义结束符的时候，如果消息正文中出现这个符号，就会把后面的数据截止，这个时候还需要处理符号转义，类比于\r\n的反斜杠。所以非常不建议使用结束符分割数据包。

消息正文

消息正文的数据格式可以使用Json格式，这里一般是用来存放独特信息的数据。在下面代码中，我使用{"hello","world"}数据来测试。在Python使用json模块来生成json数据

Python示例

下面使用Python代码展示如何处理TCP Socket的粘包和分包。核心在于用一个FIFO队列接收缓冲区dataBuffer和一个小while循环来判断。

具体流程是这样的：把从socket读取出来的数据放到dataBuffer后面（入队），然后进入小循环，如果dataBuffer内容长度小于消息长度（bodySize），则跳出小循环继续接收；大于消息长度，则从缓冲区读取包头并获取包体的长度，再判断整个缓冲区是否大于消息头部+消息长度，如果小于则跳出小循环继续接收，如果大于则读取包体的内容，然后处理数据，最后再把这次的消息头部和消息正文从dataBuffer删掉（出队）。

下面用Markdown画了一个流程图。

服务器端代码

# Python Version:3.5.1import socketimport structHOST = ''PORT = 1234dataBuffer = bytes()headerSize = 12sn = 0def dataHandle(headPack, body):  global sn  sn += 1  print("第%s个数据包" % sn)  print("ver:%s, bodySize:%s, cmd:%s" % headPack)  print(body.decode())  print("")if __name__ == '__main__':  with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s:    s.bind((HOST, PORT))    s.listen(1)    conn, addr = s.accept()    with conn:      print('Connected by', addr)      while True:        data = conn.recv(1024)        if data:          # 把数据存入缓冲区，类似于push数据          dataBuffer += data          while True:if len(dataBuffer) < headerSize:  print("数据包（%s Byte）小于消息头部长度，跳出小循环" % len(dataBuffer))  break# 读取包头# struct中:!代表Network order，3I代表3个unsigned int数据headPack = struct.unpack('!3I', dataBuffer[:headerSize])bodySize = headPack[1]# 分包情况处理，跳出函数继续接收数据if len(dataBuffer) < headerSize+bodySize :  print("数据包（%s Byte）不完整（总共%s Byte），跳出小循环" % (len(dataBuffer), headerSize+bodySize))  break# 读取消息正文的内容body = dataBuffer[headerSize:headerSize+bodySize]# 数据处理dataHandle(headPack, body)# 粘包情况的处理dataBuffer = dataBuffer[headerSize+bodySize:] # 获取下一个数据包，类似于把数据pop出

测试服务器端的客户端代码

下面附上测试粘包和分包的客户端代码

# Python Version:3.5.1import socketimport timeimport structimport jsonhost = "localhost"port = 1234ADDR = (host, port)if __name__ == '__main__':  client = socket.socket()  client.connect(ADDR)  # 正常数据包定义  ver = 1  body = json.dumps(dict(hello="world"))  print(body)  cmd = 101  header = [ver, body.__len__(), cmd]  headPack = struct.pack("!3I", *header)  sendData1 = headPack+body.encode()  # 分包数据定义  ver = 2  body = json.dumps(dict(hello="world2"))  print(body)  cmd = 102  header = [ver, body.__len__(), cmd]  headPack = struct.pack("!3I", *header)  sendData2_1 = headPack+body[:2].encode()  sendData2_2 = body[2:].encode()  # 粘包数据定义  ver = 3  body1 = json.dumps(dict(hello="world3"))  print(body1)  cmd = 103  header = [ver, body1.__len__(), cmd]  headPack1 = struct.pack("!3I", *header)  ver = 4  body2 = json.dumps(dict(hello="world4"))  print(body2)  cmd = 104  header = [ver, body2.__len__(), cmd]  headPack2 = struct.pack("!3I", *header)  sendData3 = headPack1+body1.encode()+headPack2+body2.encode()  # 正常数据包  client.send(sendData1)  time.sleep(3)  # 分包测试  client.send(sendData2_1)  time.sleep(0.2)  client.send(sendData2_2)  time.sleep(3)  # 粘包测试  client.send(sendData3)  time.sleep(3)  client.close()

服务器端打印结果

下面是测试出来的打印结果，可见接收方已经完美的处理粘包和分包问题了。

Connected by ('127.0.0.1', 23297)第1个数据包ver:1, bodySize:18, cmd:101{"hello": "world"}数据包（0 Byte）小于包头长度，跳出小循环数据包（14 Byte）不完整（总共31 Byte），跳出小循环第2个数据包ver:2, bodySize:19, cmd:102{"hello": "world2"}数据包（0 Byte）小于包头长度，跳出小循环第3个数据包ver:3, bodySize:19, cmd:103{"hello": "world3"}第4个数据包ver:4, bodySize:19, cmd:104{"hello": "world4"}

在框架下处理粘包和分包

其实无论是使用阻塞还是异步socket开发框架，框架本身都会提供一个接收数据的方法提供给开发者，一般来说开发者都要覆写这个方法。下面是在Twidted开发框架处理粘包和分包的示例，只上核心程序：

# Twiestedclass MyProtocol(Protocol):  _data_buffer = bytes()  # 代码省略  def dataReceived(self, data):    """Called whenever data is received."""    self._data_buffer += data    headerSize = 12    while True:      if len(self._data_buffer) < headerSize:        return      # 读取消息头部      # struct中:!代表Network order，3I代表3个unsigned int数据      headPack = struct.unpack('!3I', self._data_buffer[:headerSize])      # 获取消息正文长度      bodySize = headPack[1]      # 分包情况处理      if len(self._data_buffer) < headerSize+bodySize :        return      # 读取消息正文的内容      body = self._data_buffer[headerSize:headerSize+bodySize]      # 处理数据      self.dataHandle(headPack, body)      # 粘包情况的处理      self._data_buffer = self._data_buffer[headerSize+bodySize:]

总结

以上就是本文关于python TCP Socket的粘包和分包的处理详解的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！