主页 / 问题 / 1126968
Accepted
dhvcc
Asked:2020-05-17 18:55:48 +0000 UTC2020-05-17 18:55:48 +0000 UTC

通过 TCP 发送长 utf8 消息

  • 772

我在上面写了一个客户端-服务器，并在TCPpython上写了一个小协议，以便更方便地发送消息

from json import dumps

def receive(socket):
    data = socket.recv(1024).decode('utf8')
    length = int(data[:16])
    data = data[16:]
    while length - 1:
        data += socket.recv(1024).decode('utf8')
        length -= 1
    return data


def send(socket, data):
    if type(data) == dict:
        data = chunk_string(dumps(data), 1000 - 16)
    else:
        data = chunk_string(str(data), 1000 - 16)
    length = len(data)
    data[0] = str(length).zfill(16) + data[0]
    for chunk in data:
        socket.send(bytes(chunk, encoding='utf8'))


def chunk_string(string, chunk_size):
    return [string[i:i + chunk_size] for i in range(0, len(string), chunk_size)]

发送时，数据被切割成每块 1000 个字符的块，块的数量被添加到前 16 个字符中。

原则上一切正常，但有一个问题：

多字节 unicode 字符。有时因为它们而receive崩溃UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 1022-1023: unexpected end of data（字节的位置不完全是 1022-1023，在块的大小不是 1000 之前）

如何避免这个问题？现在，我设法发送普通字符，避免使用多字节字符，但是，当然，我也希望能够发送它们

python

1 个回答

  1. Best Answer

    TCP是流。在级别上，socket包的概念并没有在其中定义。这意味着如果套接字 A 执行两个发送操作：

    send('abc')
send('123')

    然后套接字 B 可以通过一个或多个接收操作接收此数据，例如：abc123or a, bc123or abc, 123- 任何组合都是可能的。接收方必须在缓冲区中积累数据，只有在可能的情况下才进行解析，即所有信息都已收到。

    怎么做 - 为此，您需要开发一个协议，一个基于 TCP 的附加组件。最常见（但不是唯一）的方法是在每个逻辑包的开头发送它的长度。在缓冲区中累积数据（可能来自一个或多个接收），并且仅在接收到完整数据包时进行解析。

    • 1

相关问题