python,网络编程

简介: 基于网络通信的编程

网络知识补充

1、CS架构与BS架构
    CS:客户端,服务端
    BS:浏览器,服务器

2、tcp 三次握手,四次挥手
![img](https://images2015.cnblogs.com/blog/1036857/201610/1036857-20161008185648160-191189690.png)

3、数据包传输过程
![img](https://img2020.cnblogs.com/blog/1036857/202004/1036857-20200415215541847-564448301.gif)

基于TCP协议的套接字

server端:

from socket import *
phone = socket(AF_INET,SOCK_STREAM)     #创建服务器套接字
phone.bind(('127.0.0.1',8899))        #把地址绑定到套接字
phone.listen(5)                        #监听链接,括号内为指定半连接数
while True:
    conn,client_add = phone.accept()    #接受客户端链接,conn表示连接,client表示客户端ip和端口
    print(conn)
    print('客户端的ip和端口',client_add)
    
#conn.close()    #关闭当前连接
#phone.close()            # 关闭套接字服务器




client端:

from socket import *
phone = socket(AF_INET,SOCK_STREAM)        #创建服务器套接字
phone.connect(('127.0.0.1',8899))        #设置连接地址

while True:
    msg = input('请输入命令:').strip()
    if len(msg) == 0:
        continue
    phone.send(msg.encode('utf-8'))        #设置发送的数据
    data = phone.recv(1024)                #设置接收的数据
    print('接收到服务器发来的:',data.decode('utf-8'))
phone.close()    #关闭当前连接

基于UDP协议的套接字

服务器:
from socket import *
phone = socket(AF_INET,SOCK_DGRAM)
while True:
    choice = input('请输入传输内容:').strip()
    phone.sendto(choice.encode('utf-8'),('127.0.0.1',8081))
    func=phone.recv(1024)
    print(func.decode('utf-8'))
    # phone.close()


客户端
from socket import *
phone = socket(AF_INET,SOCK_DGRAM)
while True:
    choice = input('请输入传输内容:').strip()
    phone.sendto(choice.encode('utf-8'),('127.0.0.1',8081))
    func=phone.recv(1024)
    print(func.decode('utf-8'))
    # phone.close()                  

TCP沾包问题 and 远程执行命令功能

服务端:
import json
import struct
from socket import *
import subprocess
import string
import _json


phone = socket(AF_INET,SOCK_STREAM)
phone.bind(('127.0.0.1',8899))
phone.listen(5)

while True:
        conn,client_add = phone.accept()
        while True:
            try:
                cmd = conn.recv(1024)
                if len(cmd) ==0:
                    break
                obj = subprocess.Popen(
                    cmd.decode('utf-8'),
                    shell = True,
                    stdout=subprocess.PIPE,
                    stderr=subprocess.PIPE,
                )

                stdout_res = obj.stdout.read()
                stderr_res = obj.stderr.read()
                total_size = len(stderr_res) + len(stdout_res)
                header_dir = {
                    "filename":'a.txt',
                    "total_size":total_size,
                    "md5":'123123ass123'
                }

            #服务端:
                #1、制作头
                # 将字典转化成json格式的字符串,然后在转化为bytes,然后将其打入到header_size里
                json_str = json.dumps(header_dir)
                json_str_bytes = json_str.encode('utf-8')
                x = struct.pack('i',len(json_str_bytes))

                #2、将头的长度发送过去
                conn.send(x)

                #3、传输头信息
                conn.send(json_str_bytes)

                #4、最后发送真时数据
                conn.send(stdout_res)
                conn.send(stderr_res)

            #接收端
                #1、先收4个字,从中提取下来要收的头的长度
                #2、json_str_bytes = recv (头的长度)
                #   json_str=json_str_bytes.decode('utf-8')
                #   header_dic = json.loads(json_str)
                #   print(header_dic)
                #   total_size = header_dic["total_size"]
                #3、接收真正的数据

            except Exception:
                break
        # conn.close()
        
        
客户端:
import struct
from socket import *
import json
client = socket(AF_INET,SOCK_STREAM)
client.connect(('127.0.0.1',8899))

while True:
    cmd = input('请输入命令:').strip()
    if len(cmd) == 0:
        continue
    client.send(cmd.encode('utf-8'))

    # 1、先收4个字,从中提取下来要收的头的长度
    x=client.recv(4)
    if not len(x) == 4:
        continue
    header_len = struct.unpack('i',x)[0]     #将拿到的4个集字节进行反解
    # 2、接收头并解析
    json_str_bytes = client.recv (header_len)
    json_str=json_str_bytes.decode('utf-8')
    header_dic = json.loads(json_str)
    print(header_dic)
    total_size = header_dic["total_size"]
    # 3、接收真正的数据
    recv_size = 0
    while recv_size < total_size:
        recv_data = client.recv(1024)
        recv_size += len(recv_data)
        print(recv_data.decode('gbk'),end='')
    else:
        print()

socketserver多并发

基于TCP
#服务端
import socketserver
class MyRequestHandle(socketserver.BaseRequestHandler):
    def handle(self):
        print(self.request) #如果tcp协议,self.request=>conn
        print(self.client_address)
        while True:
            try:
                data = self.request.recv(1024)
                if len(data) == 0:
                    break
                self.request.send(data.upper())
            except Exception:
                break
        self.request.close

#相当于循环的从半连接池中取出连接请求建立双向连接,拿到连接对象
s = socketserver.ThreadingTCPServer(('127.0.0.1',8888),MyRequestHandle)
s.serve_forever()       #这个函数会建连接,每建立一个连接则生成一个进程来处理

#客户端
from socket import *
phone = socket(AF_INET,SOCK_STREAM)
phone.connect(('127.0.0.1',8888))

while True:
    msg = input('请输入命令:').strip()
    if len(msg) == 0:
        continue
    phone.send(msg.encode('utf-8'))
    data = phone.recv(1024)
    print('接收到服务器发来的:',data.decode('utf-8'))
phone.close()
基于UDP
#客户端
from socket import *
phone = socket(AF_INET,SOCK_DGRAM)
while True:
    choice = input('请输入传输内容:').strip()
    phone.sendto(choice.encode('utf-8'),('127.0.0.1',8888))
    func=phone.recvfrom(1024)
    print(func)
    # phone.close()
    
    
#服务端
import socketserver
class MyRequestHandle(socketserver.BaseRequestHandler):
    def handle(self):
        client_data = self.request[0]
        server = self.request[1]
        client_add = self.client_address
        print('客户端发来的数据%s'%client_data)
        server.sendto(client_data.upper(),client_add)



s = socketserver.ThreadingUDPServer(('127.0.0.1',8888),MyRequestHandle)
s.serve_forever()


#相当于:只负责循环的收,收到后交给小弟去处理
相关文章
|
26天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
89 4
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
2月前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
312 55
|
3月前
|
Python
Python中的异步编程:使用asyncio和aiohttp实现高效网络请求
【10月更文挑战第34天】在Python的世界里,异步编程是提高效率的利器。本文将带你了解如何使用asyncio和aiohttp库来编写高效的网络请求代码。我们将通过一个简单的示例来展示如何利用这些工具来并发地处理多个网络请求,从而提高程序的整体性能。准备好让你的Python代码飞起来吧!
137 2
|
3月前
|
数据采集 存储 JSON
Python网络爬虫:Scrapy框架的实战应用与技巧分享
【10月更文挑战第27天】本文介绍了Python网络爬虫Scrapy框架的实战应用与技巧。首先讲解了如何创建Scrapy项目、定义爬虫、处理JSON响应、设置User-Agent和代理,以及存储爬取的数据。通过具体示例,帮助读者掌握Scrapy的核心功能和使用方法,提升数据采集效率。
163 6
|
9天前
|
安全 Linux 网络安全
利用Python脚本自动备份网络设备配置
通过本文的介绍,我们了解了如何利用Python脚本自动备份网络设备配置。该脚本使用 `paramiko`库通过SSH连接到设备,获取并保存配置文件。通过定时任务调度,可以实现定期自动备份,确保网络设备配置的安全和可用。希望这些内容能够帮助你在实际工作中实现网络设备的自动化备份。
37 14
|
2月前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
205 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
2月前
|
算法 网络协议 Python
探秘Win11共享文件夹之Python网络通信算法实现
本文探讨了Win11共享文件夹背后的网络通信算法,重点介绍基于TCP的文件传输机制,并提供Python代码示例。Win11共享文件夹利用SMB协议实现局域网内的文件共享,通过TCP协议确保文件传输的完整性和可靠性。服务器端监听客户端连接请求,接收文件请求并分块发送文件内容;客户端则连接服务器、接收数据并保存为本地文件。文中通过Python代码详细展示了这一过程,帮助读者理解并优化文件共享系统。
|
2月前
|
机器学习/深度学习 人工智能 算法
深度学习入门:用Python构建你的第一个神经网络
在人工智能的海洋中,深度学习是那艘能够带你远航的船。本文将作为你的航标,引导你搭建第一个神经网络模型,让你领略深度学习的魅力。通过简单直观的语言和实例,我们将一起探索隐藏在数据背后的模式,体验从零开始创造智能系统的快感。准备好了吗?让我们启航吧!
99 3
|
3月前
|
网络安全 Python
Python网络编程小示例:生成CIDR表示的IP地址范围
本文介绍了如何使用Python生成CIDR表示的IP地址范围,通过解析CIDR字符串,将其转换为二进制形式,应用子网掩码,最终生成该CIDR块内所有可用的IP地址列表。示例代码利用了Python的`ipaddress`模块,展示了从指定CIDR表达式中提取所有IP地址的过程。
79 6
|
3月前
|
机器学习/深度学习 自然语言处理 语音技术
Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧
本文介绍了Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧,并通过TensorFlow和PyTorch等库展示了实现神经网络的具体示例,涵盖图像识别、语音识别等多个应用场景。
99 8