使用 recv() 确定数据包大小的最佳方法是什么？

Question

对于套接字编程和一般的 C 语言来说非常陌生。我正在尝试编写一个基本程序来在两台机器之间发送和接收数据。我知道recv 不会一次获取您的所有数据——您实际上必须循环它，直到它读完整个消息。

我没有在两台机器上设置限制，而是在客户端创建了一个简单的Message 结构：

struct Message {
    size_t length;
    char contents[1024 - sizeof(size_t)];
} message; 
message.length = sizeof(struct Message);
message.contents = information_i_want_to_send;

当它到达服务器时，我已将 recv 读入缓冲区：received = recv(ioSock, &buffer, 1024, 0)（巧合的是，它的大小与我的 Message 结构相同——但假设它不是......）。

然后我像这样从缓冲区中提取Message.length：

size_t messagelength;
messagelength = *((size_t *) &buffer);

然后我在received < messagelength 时将recv 循环到缓冲区中。 这行得通，但我不禁觉得它真的很丑，而且感觉很hacky。 （特别是如果第一个 recv 调用读取小于 sizeof(size_t) 或者机器是不同的位架构，在这种情况下 size_t 转换将不起作用..）。有没有更好的方法来做到这一点？

Answer 1

有两种方法可以做到这一点......

1.) 使用二进制同步协议。 （使用 STX - Start of Text 和 ETX - End of Text ）来识别文本的开始和结束。

2.) 在 Data 的开头附加正在发送的数据的字节数。套接字将读取这些字节数，并获得要从套接字接收的字节数。然后读取所有数据，得到所需的数据量。

嗯...好像很难...??举个例子吧。

需要发送的实际数据：ABCDEFGHIJ

新数据格式：0010ABCDEFGHIJ

服务器端所需数据：ABCDE

recv 函数将读取前 4 个字节以获取实际数据的字节数（在循环中直到它获得 4 个字节）：

int received1= recv(ioSock, recvbuf, 4, 0);

根据上述情况，'recvbuf' 将 0010 转换为整数将给出值 '10' 可以存储在某个整数变量中。所以我们有：

int toReadVal = 10

现在我们只需要在下一次 recv 调用中读取这 10 位数字：

int received= recv(ioSock, recvbuf1, toReadVal, 0);

最后，我们得到 recvbuf1 的值为 ABCDEFGHIG。现在您可以根据需要截断该值。

Answer 2

你有一个固定大小的消息，所以你可以使用这样的东西：

#include <errno.h>
#include <limits.h>

// Returns the number of bytes read.
// EOF was reached if the number of bytes read is less than requested.
// On error, returns -1 and sets errno.
ssize_t recv_fixed_amount(int sockfd, char *buf, size_t size) {
   if (size > SSIZE_MAX) {
      errno = EINVAL;
      return -1;
   }

   ssize_t bytes_read = 0;
   while (size > 0) {
      ssize_t rv = recv(sockfd, buf, size, 0); 
      if (rv < 0)
         return -1;
      if (rv == 0)
         return bytes_read;

      size -= rv;
      bytes_read += rv;
      buf += rv;
   }

   return bytes_read;
}

它会像这样使用：

typedef struct {
   uint32_t length;
   char contents[1020];
} Message;

Message message;

ssize_t bytes_read = recv_fixed_amount(sockfd, &(message.length), sizeof(message.length));
if (bytes_read == 0) {
   printf("EOF reached\n");
   exit(EXIT_SUCCESS);
}

if (bytes_read < 0) {
   perror("recv");
   exit(EXIT_FAILURE);
}

if (bytes_read != sizeof(message.length)) {
   fprintf(stderr, "recv: Premature EOF.\n");
   exit(EXIT_FAILURE);
}

bytes_read = recv_fixed_amount(sockfd, &(message.content), sizeof(message.content));
if (bytes_read < 0) {
   perror("recv");
   exit(EXIT_FAILURE);
}

if (bytes_read != msg_size) {
   fprintf(stderr, "recv: Premature EOF.\n");
   exit(EXIT_FAILURE);
}

注意事项：

• size_t 不会在所有地方都一样，所以我改用uint32_t。

• 我独立读取字段，因为结构中的填充可能因实现而异。他们也需要以这种方式发送。

• 接收者正在使用来自流的信息填充message.length，但实际上并未使用它。

• 恶意或有问题的发件人可能会为message.length 提供一个太大的值，如果它不验证它会使接收器崩溃（或更糟）。 contents 也是如此。如果这是预期的，它可能不是 NUL 终止的。

---

但是如果长度不固定怎么办？然后发件人需要以某种方式传达读者需要阅读多少内容。一种常见的方法是长度前缀。

typedef struct {
   uint32_t length;
   char contents[];
} Message;

uint32_t contents_size;
ssize_t bytes_read = recv_fixed_amount(sockfd, &contents_size, sizeof(contents_size));
if (bytes_read == 0) {
   printf("EOF reached\n");
   exit(EXIT_SUCCESS);
}

if (bytes_read < 0) {
   perror("recv");
   exit(EXIT_FAILURE);
}

if (bytes_read != sizeof(contents_size)) {
   fprintf(stderr, "recv: Premature EOF.\n");
   exit(EXIT_FAILURE);
}

Message *message = malloc(sizeof(Message)+contents_size);
if (!message) {
   perror("malloc");
   exit(EXIT_FAILURE);
}

message->length = contents_size;

bytes_read = recv_fixed_amount(sockfd, &(message->contents), contents_size);
if (bytes_read < 0) {
   perror("recv");
   exit(EXIT_FAILURE);
}

if (bytes_read != contents_size) {
   fprintf(stderr, "recv: Premature EOF.\n");
   exit(EXIT_FAILURE);
}

注意事项：

• message->length 包含 message->contents 的大小而不是结构的大小。这更有用。

---

另一种方法是使用哨兵值。这是一个告诉读者消息结束的值。这就是终止 C 字符串的 NUL。这更复杂，因为您不知道提前阅读多少。逐字节读取成本太高，因此通常使用缓冲区。

 while (1) {
     extend_buffer_if_necessary();
     recv_into_buffer();
     while (buffer_contains_a_sentinel()) {
        // This also shifts the remainder of the buffer's contents.
        extract_contents_of_buffer_up_to_sentinel();
        process_extracted_message();      
     }
 }

使用标记值的好处是不需要提前知道消息的长度（因此发送者可以在消息完全创建之前开始发送。）

缺点与 C 字符串相同：消息不能包含标记值，除非使用某种形式的转义机制。在这和阅读器的复杂性之间，您可以看到为什么长度前缀通常比哨兵值更受欢迎。 :)

---

最后，对于要在完全创建之前开始发送的大消息的标记值，有一个比标记值更好的解决方案：以长度为前缀的块序列。一个人继续读取块，直到遇到大小为 0 的块，表示结束。

HTTP 支持以长度为前缀的消息（以Content-Length: <length> 标头的形式）和这种方法（以Transfer-Encoding: chunked header 的形式）。