精华+网络socket编程指南.docx
《精华+网络socket编程指南.docx》由会员分享，可在线阅读，更多相关《精华+网络socket编程指南.docx（38页珍藏版）》请在冰点文库上搜索。
精华+网络socket编程指南
Beej网络socket编程指南
--------------------------------------------------------------------------------
介绍
Socket编程让你沮丧吗？
从manpages中很难得到有用的信息吗？
你想跟上时代去编Internet相关的程序，但是为你在调用connect（）前的bind（）的结构而不知所措？
等等…
好在我已经将这些事完成了，我将和所有人共享我的知识了。
如果你了解C语言并想穿过网络编程的沼泽，那么你来对地方了。
--------------------------------------------------------------------------------
读者对象
这个文档是一个指南，而不是参考书。
如果你刚开始socket编程并想找一本入门书，那么你是我的读者。
但这不是一本完全的socket编程书。
--------------------------------------------------------------------------------
平台和编译器
这篇文档中的大多数代码都在Linux平台PC上用GNU的gcc成功编译过。
而且它们在HPUX平台上用gcc也成功编译过。
但是注意，并不是每个代码片段都独立测试过。
--------------------------------------------------------------------------------
目录：
1）什么是套接字？
2）Internet套接字的两种类型
3）网络理论
4）结构体
5）本机转换
6）IP地址和如何处理它们
7）socket（）函数
8）bind（）函数
9）connect（）函数
10）listen（）函数
11）accept（）函数
12）send（）和recv（）函数
13）sendto（）和recvfrom（）函数
14）close（）和shutdown（）函数
15）getpeername（）函数
16）gethostname（）函数
17）域名服务（DNS）
18）客户-服务器背景知识
19）简单的服务器
20）简单的客户端
21）数据报套接字Socket
22）阻塞
23）select（）--多路同步I/O
24）参考资料
--------------------------------------------------------------------------------
什么是socket？
你经常听到人们谈论着“socket”，或许你还不知道它的确切含义。
现在让我告诉你：
它是使用标准Unix文件描述符（filedescriptor）和其它程序通讯的方式。
什么？
你也许听到一些Unix高手（hacker）这样说过：
“呀，Unix中的一切就是文件！
”那个家伙也许正在说到一个事实：
Unix程序在执行任何形式的I/O的时候，程序是在读或者写一个文件描述符。
一个文件描述符只是一个和打开的文件相关联的整数。
但是（注意后面的话），这个文件可能是一个网络连接，FIFO，管道，终端，磁盘上的文件或者什么其它的东西。
Unix中所有的东西就是文件！
所以，你想和Internet上别的程序通讯的时候，你将要使用到文件描述符。
你必须理解刚才的话。
现在你脑海中或许冒出这样的念头：
“那么我从哪里得到网络通讯的文件描述符呢？
”，这个问题无论如何我都要回答：
你利用系统调用socket（），它返回套接字描述符（socketdescriptor），然后你再通过它来进行send（）和recv（）调用。
“但是...”，你可能有很大的疑惑，“如果它是个文件描述符，那么为什么不用一般调用read（）和write（）来进行套接字通讯？
”简单的答案是：
“你可以使用！
”。
详细的答案是：
“你可以，但是使用send（）和recv（）让你更好的控制数据传输。
”存在这样一个情况：
在我们的世界上，有很多种套接字。
有DARPAInternet地址（Internet套接字），本地节点的路径名（Unix套接字），CCITTX.25地址（你可以将X.25套接字完全忽略）。
也许在你的Unix机器上还有其它的。
我们在这里只讲第一种：
Internet套接字。
--------------------------------------------------------------------------------
Internet套接字的两种类型
什么意思？
有两种类型的Internet套接字？
是的。
不，我在撒谎。
其实还有很多，但是我可不想吓着你。
我们这里只讲两种。
除了这些,我打算另外介绍的"RawSockets"也是非常强大的，很值得查阅。
那么这两种类型是什么呢？
一种是"StreamSockets"（流格式），另外一种是"DatagramSockets"（数据包格式）。
我们以后谈到它们的时候也会用到"SOCK_STREAM"和"SOCK_DGRAM"。
数据报套接字有时也叫“无连接套接字”（如果你确实要连接的时候可以用connect（）。
）流式套接字是可靠的双向通讯的数据流。
如果你向套接字按顺序输出“1，2”，那么它们将按顺序“1，2”到达另一边。
它们是无错误的传递的，有自己的错误控制，在此不讨论。
有什么在使用流式套接字？
你可能听说过telnet，不是吗？
它就使用流式套接字。
你需要你所输入的字符按顺序到达，不是吗？
同样，WWW浏览器使用的HTTP协议也使用它们来下载页面。
实际上，当你通过端口80telnet到一个WWW站点，然后输入“GETpagename”的时候，你也可以得到HTML的内容。
为什么流式套接字可以达到高质量的数据传输？
这是因为它使用了“传输控制协议（TheTransmissionControlProtocol）”，也叫“TCP”（请参考RFC-793获得详细资料。
）TCP控制你的数据按顺序到达并且没有错
误。
你也许听到“TCP”是因为听到过“TCP/IP”。
这里的IP是指“Internet协议”（请参考RFC-791。
）IP只是处理Internet路由而已。
那么数据报套接字呢？
为什么它叫无连接呢？
为什么它是不可靠的呢？
有这样的一些事实：
如果你发送一个数据报，它可能会到达，它可能次序颠倒了。
如果它到达，那么在这个包的内部是无错误的。
数据报也使用IP作路由，但是它不使用TCP。
它使用“用户数据报协议（UserDatagramProtocol）”，也叫“UDP”（请参考RFC-768。
）
为什么它们是无连接的呢？
主要是因为它并不象流式套接字那样维持一个连接。
你只要建立一个包，构造一个有目标信息的IP头，然后发出去。
无需连接。
它们通常使用于传输包-包信息。
简单的应用程序有：
tftp,bootp等等。
你也许会想：
“假如数据丢失了这些程序如何正常工作？
”我的朋友，每个程序在UDP上有自己的协议。
例如，tftp协议每发出的一个被接受到包，收到者必须发回一个包来说“我收到了！
”（一个“命令正确应答”也叫“ACK”包）。
如果在一定时间内（例如5秒），发送方没有收到应答，它将重新发送，直到得到ACK。
这一ACK过程在实现SOCK_DGRAM应用程序的时候非常重要。
--------------------------------------------------------------------------------
网络理论
既然我刚才提到了协议层，那么现在是讨论网络究竟如何工作和一些关于SOCK_DGRAM包是如何建立的例子。
当然，你也可以跳过这一段，如果你认为已经熟悉的话。
现在是学习数据封装（DataEncapsulation）的时候了！
它非常非常重要。
它重要性重要到你在网络课程学（图1：
数据封装）习中无论如何也得也得掌握它。
主要的内容是：
一个包，先是被第一个协议（在这里是TFTP）在它的报头（也许是报尾）包装（“封装”），然后，整个数据（包括TFTP头）被另外一个协议（在这里是UDP）封装，然后下一个（IP），一直重复下去，直到硬件（物理）层（这里是以太网）。
当另外一台机器接收到包，硬件先剥去以太网头，内核剥去IP和UDP头，TFTP程序再剥去TFTP头，最后得到数据。
现在我们终于讲到声名狼藉的网络分层模型（LayeredNetworkModel）。
这种网络模型在描述网络系统上相对其它模型有很多优点。
例如，你可以写一个套接字程序而不用关心数据的物理传输（串行口，以太网，连接单元接口（AUI）还是其它介质），因为底层的程序会为你处理它们。
实际的网络硬件和拓扑对于程序员来说是透明的。
不说其它废话了，我现在列出整个层次模型。
如果你要参加网络考试，可一定要记住：
应用层（Application）
表示层（Presentation）
会话层（Session）
传输层（Transport）
网络层（Network）
数据链路层（DataLink）
物理层（Physical）
物理层是硬件（串口，以太网等等）。
应用层是和硬件层相隔最远的--它是用户和网络交互的地方。
这个模型如此通用，如果你想，你可以把它作为修车指南。
把它对应到Unix，结果是：
应用层（ApplicationLayer）（telnet,ftp,等等）
传输层（Host-to-HostTransportLayer）（TCP,UDP）
Internet层（InternetLayer）（IP和路由）
网络访问层（NetworkAccessLayer）（网络层，数据链路层和物理层）
现在，你可能看到这些层次如何协调来封装原始的数据了。
看看建立一个简单的数据包有多少工作？
哎呀，你将不得不使用"cat"来建立数据包头！
这仅仅是个玩笑。
对于流式套接字你要作的是send（）发送数据。
对于数据报式套接字，你按照你选择的方式封装数据然后使用sendto（）。
内核将为你建立传输层和Internet层，硬件完成网络访问层。
这就是现代科技。
现在结束我们的网络理论速成班。
哦，忘记告诉你关于路由的事情了。
但是我不准备谈它，如果你真的关心，那么参考IPRFC。
--------------------------------------------------------------------------------
结构体
终于谈到编程了。
在这章，我将谈到被套接字用到的各种数据类型。
因为它们中的一些内容很重要了。
首先是简单的一个：
socket描述符。
它是下面的类型：
int
仅仅是一个常见的int。
从现在起，事情变得不可思议了，而你所需做的就是继续看下去。
注意这样的事实：
有两种字节排列顺序：
（重要的）高字节（有时叫"octet"，即八位位组）在前面，或者（不重要的）低字节在前面。
前一种叫“网络字节顺序（NetworkByteOrder）”big-endian。
有些机器在内部是按照这个顺序储存数据，而另外一些则不然。
当我说某数据必须按照NBO顺序，那么你要调用函数（例如htons（））来将它从本机字节顺序（HostByteOrder）转换过来。
如果我没有提到NBO，那么就让它保持本机字节顺序。
我的第一个结构（在这个技术手册TM中）--structsockaddr.。
这个结构为许多类型的套接字储存套接字地址信息：
structsockaddr{
unsignedshortsa_family;/*地址家族,AF_xxx*/
charsa_data[14];/*14字节协议地址*/
};
sa_family能够是各种各样的类型，但是在这篇文章中都是"AF_INET"。
sa_data包含套接字中的目标地址和端口信息。
这好像有点不明智。
为了处理structsockaddr，程序员创造了一个并列的结构：
structsockaddr_in（"in"代表"Internet"。
）
structsockaddr_in{
shortintsin_family;/*通信类型*/
unsignedshortintsin_port;/*端口*/
structin_addrsin_addr;/*Internet地址*/
unsignedcharsin_zero[8];/*与sockaddr结构的长度相同*/
};
用这个数据结构可以轻松处理套接字地址的基本元素。
注意sin_zero（它被加入到这个结构，并且长度和structsockaddr一样）应该使用函数bzero（）或memset（）来全部置零。
同时，这一重要的字节，一个指向sockaddr_in结构体的指针也可以被指向结构体sockaddr并且代替它。
这样的话即使socket（）想要的是structsockaddr*，你仍然可以使用structsockaddr_in，并且在最后转换。
同时，注意sin_family和structsockaddr中的sa_family一致并能够设置为"AF_INET"。
最后，sin_port和sin_addr必须是网络字节顺序（NetworkByteOrder）！
你也许会反对道：
"但是，怎么让整个数据结构structin_addrsin_addr按照网络字节顺序呢?
"要知道这个问题的答案，我们就要仔细的看一看这个数据结构：
structin_addr,有这样一个联合（unions）：
/*Internet地址（一个与历史有关的结构）*/
structin_addr{
unsignedlongs_addr;
};
它曾经是个最坏的联合，但是现在那些日子过去了。
如果你声明"ina"是数据结构structsockaddr_in的实例，那么"ina.sin_addr.s_addr"就储存4字节的IP地址（使用网络字节顺序）。
如果你不幸的系统使用的还是恐怖的联合structin_addr，你还是可以放心4字节的IP地址并且和上面我说的一样（这是因为使用了“#define”。
）
structin_addr{
union{
struct{u_chars_b1,s_b2,s_b3,s_b4;}S_un_b;
struct{u_shorts_w1,s_w2;}S_un_w;
u_longS_addr;
}S_un;
#defines_addrS_un.S_addr
/*canbeusedformosttcp&ipcode*/
#defines_hostS_un.S_un_b.s_b2
/*hostonimp*/
#defines_netS_un.S_un_b.s_b1
/*network*/
#defines_impS_un.S_un_w.s_w2
/*imp*/
#defines_impnoS_un.S_un_b.s_b4
/*imp#*/
#defines_lhS_un.S_un_b.s_b3
/*logicalhost*/
};
--------------------------------------------------------------------------------
本机转换
我们现在到了新的章节。
我们曾经讲了很多网络到本机字节顺序的转换，现在可以实践了！
你能够转换两种类型：
short（两个字节）和long（四个字节）。
这个函数对于变量类型unsigned也适用。
假设你想将short从本机字节顺序转换为网络字节顺序。
用"h"表示"本机（host）"，接着是"to"，然后用"n"表示"网络（network）"，最后用"s"表示"short"：
h-to-n-s,或者htons（）（"HosttoNetworkShort"）。
太简单了...
如果不是太傻的话，你一定想到了由"n"，"h"，"s"，和"l"形成的正确组合，例如这里肯定没有stolh（）（"ShorttoLongHost"）函数，不仅在这里没有，所有场合都没有。
但是这里有：
htons（）--"HosttoNetworkShort"
htonl（）--"HosttoNetworkLong"
ntohs（）--"NetworktoHostShort"
ntohl（）--"NetworktoHostLong"
现在，你可能想你已经知道它们了。
你也可能想：
“如果我想改变char的顺序要怎么办呢?
”但是你也许马上就想到，“用不着考虑的”。
你也许会想到：
我的68000机器已经使用了网络字节顺序，我没有必要去调用htonl（）转换IP地址。
你可能是对的，但是当你移植你的程序到别的机器上的时候，你的程序将失败。
可移植性！
这里是Unix世界！
记住：
在你将数据放到网络上的时候，确信它们是网络字节顺序的。
最后一点：
为什么在数据结构structsockaddr_in中，sin_addr和sin_port需要转换为网络字节顺序，而sin_family需不需要呢?
答案是：
sin_addr和sin_port分别封装在包的IP和UDP层。
因此，它们必须要是网络字节顺序。
但是sin_family域只是被内核（kernel）使用来决定在数据结构中包含什么类型的地址，所以它必须是本机字节顺序。
同时，sin_family没有发送到网络上，它们可以是本机字节顺序。
--------------------------------------------------------------------------------
IP地址和如何处理它们
现在我们很幸运，因为我们有很多的函数来方便地操作IP地址。
没有必要用手工计算它们，也没有必要用"<<"操作来储存成长整字型。
首先，假设你已经有了一个sockaddr_in结构体ina，你有一个IP地址"132.241.5.10"要储存在其中，你就要用到函数inet_addr（）,将IP地址从点数格式转换成无符号长整型。
使用方法如下：
ina.sin_addr.s_addr=inet_addr（"132.241.5.10"）;
注意，inet_addr（）返回的地址已经是网络字节格式，所以你无需再调用函数htonl（）。
我们现在发现上面的代码片断不是十分完整的，因为它没有错误检查。
显而易见，当inet_addr（）发生错误时返回-1。
记住这些二进制数字？
（无符号数）-1仅仅和IP地址255.255.255.255相符合！
这可是广播地址！
大错特错！
记住要先进行错误检查。
好了，现在你可以将IP地址转换成长整型了。
有没有其相反的方法呢？
它可以将一个in_addr结构体输出成点数格式？
这样的话，你就要用到函数inet_ntoa（）（"ntoa"的含义是"networktoascii"），就像这样：
printf（"%s",inet_ntoa（ina.sin_addr））;
它将输出IP地址。
需要注意的是inet_ntoa（）将结构体in-addr作为一个参数，不是长整形。
同样需要注意的是它返回的是一个指向一个字符的指针。
它是一个由inet_ntoa（）控制的静态的固定的指针，所以每次调用inet_ntoa（），它就将覆盖上次调用时所得的IP地址。
例如：
char*a1,*a2;
.
.
a1=inet_ntoa（ina1.sin_addr）;/*这是198.92.129.1*/
a2=inet_ntoa（ina2.sin_addr）;/*这是132.241.5.10*/
printf（"address1:
%s\n",a1）;
printf（"address2:
%s\n",a2）;
输出如下：
address1:
132.241.5.10
address2:
132.241.5.10
假如你需要保存这个IP地址，使用strcopy（）函数来指向你自己的字符指针。
上面就是关于这个主题的介绍。
稍后，你将学习将一个类似"wintehouse.gov"的字符串转换成它所对应的IP地址（查阅域名服务,稍后）。
--------------------------------------------------------------------------------
socket（）函数
我想我不能再不提这个了－下面我将讨论一下socket（）系统调用。
下面是详细介绍：
#include;
#include;
intsocket（intdomain,inttype,intprotocol）;
但是它们的参数是什么?
首先，domain应该设置成"AF_INET"，就象上面的数据结构structsockaddr_in中一样。
然后，参数type告诉内核是SOCK_STREAM类型还是SOCK_DGRAM类型。
最后，把protocol设置为"0"。
（注意：
有很多种domain、type，我不可能一一列出了，请看socket（）的man帮助。
当然，还有一个"更好"的方式去得到protocol。
同时请查阅getprotobyname（）的man帮助。
）
socket（）只是返回你以后在系统调用种可能用到的socket描述符，或者在错误的时候返回-1。
全局变量errno中将储存返回的错误值。
（请参考perror（）的man帮助。
）
--------------------------------------------------------------------------------
bind（）函数
一旦你有一个套接字，你可能要将套接字和机器上的一定的端口关联起来。
（如果你想用listen（）来侦听一定端口的数据，这是必要一步--MUD告诉你说用命令"telnetx.y.z6969"。
）如果你只想用connect（），那么这个步骤没有必要。
但是无论如何，请继续读下去。
这里是系统调用bind（）的大概：
#include;
#include;
intbind（intsockf
升级会员 