【循序渐进学Python】15.网络编程

Python 内置封装了很多常见的网络协议的库，因此Python成为了一个强大的网络编程工具，这里是对Python的网络方面编程的一个简单描述。

1. 常用的网络设计模块

在标准库中有很多网络设计相关的模块，除了那些明确处理网络事务的模块外，还有很多模块也是是和网络相关的，下面是几个常用的网络设计模块：

1.1 socket 模块

socket 模块是网络编程中的基础组件。socket 主要的作用就是作为两个程序之间的“通信信道”，不同进程(不同主机)可以通过socket相互发送信息，以达到网络通信的目的。socket 包括两个部分：服务端和客户端。服务端监听端口号，等待客户端发送的消息；而客户端在需要发送信息是，连接服务端，将信息发送出去即可。下面是一个简单的同步网络编程的简单示例：

这是Socket Server 部分：

import socket

s = socket.socket()

host = socket.gethostname()
port = 8088
s.bind((host,port))

s.listen(5)
while True:
	c, addr = s.accept()
	print 'Got connection from', addr
	c.send('Thank you for connection')
	c.close()

这是Socket Client 部分：

import socket

s = socket.socket()

host = socket.gethostname()
port = 8088

s.connect((host,port))
print s.recv(1024)

运行时，请将对应的端口(这里是8088)添加到防火墙的InBound和OutBound的规则中。

1.2 urllib 和 urllib2 模块

urllib 和 urllib2 是Python标准库中最强的的网络工作库。通过这两个库所提供的上层接口，使我们可以像读取本地文件一样读取网络上的文件。而且 urllib2 并不是 urllib 的升级版本(应该是一种补充)，二者是不可相互替代的。

通过使用 urllib 的 urlopen 函数可以很容易的打开远程的文件，如下：

from urllib import urlopen

webpage = urlopen('http://www.cnblogs.com/IPrograming/')
txt = webpage.readline(45)
print txt  # !DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0

也可以通过在通过在路径的前面添加 file： 来访问本地文件：

from urllib import urlopen

webpage = urlopen(r'file:D:\H\sr23upd\ADD_ABBR.txt')
txt = webpage.readline(45)
print txt

如果你还可以通过 urllib 提供的 urlretrieve函数，来直接保存远程文件副本：

from urllib import urlretrieve

webpage = urlretrieve('http://www.cnblogs.com/IPrograming/','C:\\temp.html')
print type(webpage) # <type 'tuple'>

1.3 其他与网络相关的模块

除了 socket、urllib和urllib2这些模块以外标准库还有很多和网络相关的模块，下面的列表是其中的一部分：

===========================================================
模块                        描述
===========================================================
asynchat                asyncore的增强版本
asyncore                异步socket处理程序
cgi                     基本的CGI支持
Cookie                  Cookie对象操作，主要用于服务器操作
cookielib               客户端cookie支持
email                   E-mail消息支持(包括MIME)
ftplib                  FTP客户端模块
gopherlib               gopher客户端博客
httplib                 HTTP客户端模块
imaplib                 IMAP4客户端模块
mailbox                 读取几种邮件的格式
mailcap                 通过mailcap文件访问MIME配置
mhlib                   访问MH邮箱
nntplib                 NNTP客户端模块
poplib                  POP客户端模块
robotparser             支持解析Web服务器的robot文件
SimpleXMLRPCServer      一个简单的XML-RPC服务器
stmpd                   SMTP服务器模块
smtplib                 SMTP客户端模块
telnetlib               Telnet客户端模块
urlparse                支持解析URL
xmlrpclib               XML-RPC的客户端支持

2. SocketServer

SocketServer模块是标准库中很多其他服务器框架的基础，这些服务器框架包括：BaseHTTPServer、SimpleHTTPServer、CGIHTTPServer、SimpleXMLRPCServer和DocXMLRPCServer，这些服务框架都是在基础框架上增加了特定的功能。SocketServer包含了4个基本的类：

• TCPServer，针对TCP的Socket
• UDPServer，针对UDP数据报的Socket
• UnixStreamServer
• UnixDatagramServer

下面是一个基于SocketServer的简单Socket Server端示例：

from SocketServer import TCPServer, StreamRequestHandler

class Handler(StreamRequestHandler):

	def handle(self):
		addr = self.request.getpeername()
		self.wfile.write('Thank you for connectiong')

server = TCPServer(('',8088),Handler)
server.serve_forever()

3. 多连接

一般情况下Socket中的Client端常常不止一个，想要使Socket Server端能同时处理多个Client的连接一般由三种主要的方法：

• 分叉(forking)(windows 不支持)
• 线程(threading)
• 异步I/O(asynchronous I/O)

3.1 使用分叉

分叉(fork)是一个UNIX术语；当分叉一个进程(一个运行的程序)时，基本上时复制了它，并且分叉后的两个进程都从当前执行的点继续运行，并且每个进程都有自己的内存副本。一个进程(开始的那个)成为另一个进程的(复制的，也就是子进程)的父进程。在一个使用分叉的服务器中，每个客户端连接都利用分叉创建一个子进程。父进程继续监听连接，同时子进程处理客户端。当客户端的请求结束时，子进程退出。分叉的进程是并行执行的，客户端直接不必相互等待。分叉的缺点是比较耗费资源(每个分叉出来的进程都需要自己的内存)。下面是一个使用分叉创建Socket服务端的示例：

# --coding:utf-8--
# 使用了分叉(fork)，Windows系统不支持
from SocketServer import TCPServer, ForkingMixIn, StreamRequestHandler

class Server(ForkingMixIn, TCPServer):pass

class Handler(StreamRequestHandler):

	def handle(self):
		addr = self.request.getpeername()
		print 'Got connection from', addr
		self.wfile.write('Thank you for connectiong')

server = Server(('',1234),Handler)
server.serve_forever()

3.2 使用线程

线程是轻量级的进程或子进程，所有的线程都存在于相同的进程(一个运行的程序)中，且共享内存。虽然使用多线程相对于分叉占用的资源较少，但是由于共享内存，所有必需要确保它们的变量不会冲突，或者是同一时间修改同一内容，这样会造成混乱。这些问题可以归结为同步问题。下面是使用多线程的一个简单示例：

# --coding:utf-8--
# 使用多线程
from SocketServer import TCPServer, ThreadingMixIn, StreamRequestHandler

class Server(ThreadingMixIn,TCPServer):pass

class Handler(StreamRequestHandler):

	def handle(self):
		addr = self.request.getpeername()
		print 'Got connection from', addr
		self.wfile.write('Thank you for connection')

server = Server(('',1234),Handler)
server.serve_forever()

3.3 带有 select 和 poll 的异步I/O

在Python中的异步I/O的基础就是 select 模块的 select 函数。标准库中的 asyncore 和 asynchat 模块对它们进行了进一步的包装，可以从更高层次来处理异步I/O。poll 函数和 select 函数一样，也属于 select 模块，这两个函数的功能基本一样，相对而言 poll 的伸缩性更好，但其职能在UNIX系统使用使用。

select 函数需要3个序列作为它的必选参数(输入、输出、异常情况)，第四个参数是可选的，表示以秒为单位的超时时间。下面是一个使用 select 的简单示例：

import socket, select

s = socket.socket()

host = socket.gethostname()
port = 1234
s.bind((host,port))

s.listen(5)
inputs = [s]
while True:
	rs, ws, es = select.select(inputs,[],[])
	for r in rs:
		if r is s:
			c, addr = s.accept()
			print 'Got connection from', addr
			inputs.append(c)
		else:
			try:
				data = r.recv(1024)
				disconnected = not data
			except socket.error:
				disconnected = True

			if disconnected:
				print r.getpeername(), 'disconnected'
				inputs.remove(r)
			else:
				print data

poll 方法比 select 使用起来简单，下面的时候就是上面示例的 poll 版本：

# -- coding: utf-8 --
# Windows 系统不支持poll
import socket, select

s = socket.socket()
host = socket.gethostname()
port = 1234
s.bind((host,port))

fdmap = {s.fileno(): s}

s.listen(5)
p = select.poll()
p.register(s)
while True:
	events = p.poll()
	for fd, event in events:
		if fd in fdmap:
			c, addr = s.accept()
			print 'Got connection from', addr
			p.register(c)
			fdmap[c.fileno()] = c
		elif event & select.POLLIN:
			data = fdmap[fd].recv(1024)
			if not data:# 如果没有数据，关闭连接
				print fdmap[fd].getpeername(), 'disconnected'
				p.unregister(fd)
				del fdmap[fd]
			else:
				print data

4. 使用Twisted

Twisted 是一个事件驱动的Python网络框架。使用 Twisted 框架首先需要单独下载安装。我们可以使用pip包管理工具来进行安装，参考：http://www.cnblogs.com/IPrograming/p/Python_module_package.html#pip。下面是使用Twisted的两个简单示例：

4.1 使用 Twisted

from twisted.internet import reactor
from twisted.internet.protocol import Protocol, Factory

class SimpleLogger(Protocol):

	def connectionMade(self):
    	print 'Got connection from', self.transport.client

	def connectionLost(self, reason):
    	print self.transport.client, 'disconnected'

	def dataReceived(self, data):
    	print data

factory = Factory()
factory.protocol = SimpleLogger

reactor.listenTCP(1234,factory)
reactor.run()

使用LineReceiver协议改进的版本：

from twisted.internet import reactor
from twisted.internet.protocol import Factory
from twisted.protocols.basic import LineReceiver

class SimpleLogger(LineReceiver):

	def connectionMade(self):
    	print 'Got connection from', self.transport.client

	def connectionLost(self, reason):
    	print self.transport.client, 'disconnected'

	def lineReceived(self,line):
    	print line

factory = Factory()
factory.protocol = SimpleLogger

reactor.listenTCP(1234, factory)
reactor.run()

参考资料&进一步阅读

Python基础教程(第二版)

Twisted