第四部分
套接字编程(1)

C 语言进阶

0x10-网络的世界

写在最前方

  • 网络编程没有想象之中的难，但是同样一句废话，也没有想象之后那么容易。
  • 接下来记录的是对于网络编程的一些教接近底层的东西，也就是称之为系统接口函数的东西，通常叫做系统编程，
  • 当然网络编程在非学院派看来，是使用一些成熟的库(这是对于C语言来说，当然很少有人愿意这么做，但个人觉得有了库的C就和其他高级语言更像了)（注：C/C都没有标准网络库，所以只能使用第三方开发的库，所谓乱世出英雄。C在 C++17 似乎要有了。）， 例如libev这一类的。
  • 最后，还是先将底层基础打好为妙。

开始首先是万物根源的协议信息

概念

  • 最具误导性的当属于 TCP/IP 协议了
    • 所谓 TCP/IP 协议指的并不是一个协议，往往在生活中听见的术语如：IP地址， TCP连接 等，总会被误导，以为就是一个东西
    • 实际上它们都是彼此独立的 协议 ，只不过会相互合作罢了
    • TCP/IP说的是一个 协议族 ，也就是说是一堆协议的统称
  • 对比 OSI 和 TCP/IP 参考模型：
OSI TCP/IP
应用层 表示层 会话层 应用层
传输层 传输层
网络层 网络层
链路层 物理层 网络接口层
  • 其中最常接触的
    • 位于 网络层 的 IP 协议，大家所熟知的 IP地址 就是由它进行封装并传往下一层
    • 位于 传输层 的 TCP/UDP 两个协议， 一个是面向连接(STREAM), 一个是面向数据(DGRAM)的，实际上还有一个但这里不记录。
    • 查看自身 网络信息的办法
      • *nix: 在 Terminal 中输入 ifconfig -a
      • Windows: 在 PowerShell 中输入 ipconfig
  • 概念模糊的 DNS
    • 其实很简单，它的作用就是用来找到域名所对应的 IP地址
    • 为什么？因为 IP地址 太难记了！如果你觉得 IPv4 地址还难不倒你，那请你试试 IPv6
    • 怎么查看域名对应的 IP地址，当然先不考虑 CDN
      • *nix 和 Windows 都可以通过 ping <domain name> 命令进行查询
  • MAC地址 和 端口号
    • 对于前者，实际上应该是最熟悉不过的，对于网络上的主机而言，每一台主机就有一个专属的 MAC地址
    • 后者则是相当于一个房子的门，这个比喻在各大教材中广泛引用，但也的确贴切，假设 IP地址 是房子的地址，那么到了别人家要知道门在哪才行。

一个完整的应用程序传输数据时候 封装 的过程(从右二向左依次封装)：

以太网首部 IP TCP/UDP 真实数据 尾部
MAC地址 IP地址 TCP或者UDP协议 应用程序数据 效验码
源和目的MAC地址以及 及前层协议类型 源和目的端口号及前层应用程序首部信息 应用软件信息和真正的数据

其中端口号实际上就是 应用程序的信息

接收数据时的 拆解 顺序与 封装 正好相反。

  • 其中在传输过程中，作为接收方最开始使用的是 网络接口层/数据链路层 的驱动程序(即操作系统自带或另行安装，总之不用使用的程序员写就对了)，来判断这个包是否属于我，判断的依据就是 MAC地址，如果是再判断什么协议

    • 在此处的协议可不止 IP协议， 也可能是 ARP协议 等。之后就是就事论事交给相应的处理软件去处理(拆解)就行
    • 科普： MAC地址是 48bit 的， 前24bit由 IEEE 分配， 后24bit 由厂商分配。原则上是唯一的。

  • MAC地址 和 IP地址

    • 既然前方说到 MAC地址 和 IP地址 都能够作为识别另一个主机的唯一标识，但是为什么需要有两个相同功能的东西？
    • 是，在一开始，网络很小的情况下，例如我们在同一个局域网中，我们之间需要通信的时候，只需要使用ARP协议，进行广播，向在一个网络中的所有主机发送消息就行，剩下的就让其他主机去判断(通过MAC地址)这个数据是不是发给我的。
      • ARP协议 的作用就是在同一个网络中，通过 广播 找出符合自己要求的主机的 MAC地址 ，如果不在同一个网络中，又想知道对方的 MAC地址， 那只能借助把每个网络链接在一起的 网关 来帮助你发送 。 总之进行网络通信时必须知道对方的 IP地址 和 MAC地址
    • 但是如果是现在整个互联网呢？不算 IPv6 ，就算 IPv4 也是几十亿的存在，如果我从中国向国外发送信息，广播整个互联网的所有主机，那就炸了！
    • 所以我们需要对世界网络进行分区，让大区域包含小区域，就像国家-省-市区... ， 很遗憾的是 MAC地址 是跟计算机相关而不是和位置相关的。所以我们有了 IP协议
    • IP协议 所附带的产品 IP地址 的作用就在帮助计算机识别自己是否在同一个网络中( 这里省略了子网掩码的作用 )。

  • 实际上，在进行网络编程的时候，以上细节几乎都被隐藏起来，留给我们的只是可供使用的接口。

也许，许多大学计算机基础课程，会讲到 IP地址 有种类，分为 A,B,C...类，老师还介绍了各种类型的地址范围。

但是在现代，这种分类早已经失效，或者说正在逐渐消失，因为当下的 IP 地址的 子网掩码 可以是任意位，并以反斜杠跟在 IP地址后方。

比较现代的 IP地址 表示形式一般如此 1.185.223.1/24 代表着子网掩码是由 24个 从左至右连续的的二进制1 组合而成，其余位为0。称为CIDR分类

夹在中间

事实上有一些实用且挺炫酷的函数，可以先提一下

  • 域名 和 IP地址 的互查
    • gethostbyname 用于域名查找 IP信息及各类信息
      • struct hostent * gethostbyname(const char * hostname)
      • struct hostent 是存储查找到的各类型信息，后方会有介绍
      • hostname 即要查询的域名
    • gethostbyaddr 用于IP地址查找 域名及各类信息
      • struct hostent * gethostbyaddr(const char * addr, socklen_t len, int family)
        • addr 是要查询的 IP地址，之所以是 const char * 是因为C语言历史遗留的原因，实际上其类型应为 struct in_addr *(IPv4)
        • len 地址的长度，即 IPv4 为4， IPv6 为16
        • family 即协议的种类， IPv4 为 AF_INET, IPv6 为 AF_INET6
struct hostent 的成员 . 类型 . 解释
h_name char * 官方名称
h_aliases char ** 域名集合，以NULL结尾
h_addrtype int 地址族的类型 AF_INET 或 AF_INET6
h_length int 地址的长度 4 或 16
h_addr_list char *IP的集合，以NULL结尾, 实际上每个元素的类型为 struct in_addr
  • 其中第二和最后一个是关注的重点所在，可以在调用函数之后，输出信息

实际上，这并不是一个好的方法，在后方将记录 现代人的我们 该如何做到这些事情，以上只是以前的TCP/IP 编程

只适用于 IPv4

套接字网络编程初始

选择使用 C 语言进行编程

  • 在网络编程中，最常实用的两种连接方式 TCP 和 UDP
  • 最常编程的平台 POSIX 标准->*nix平台标准 和 Windows 平台标准
    • 实际上，后者也是参考前者进行一些细微的改变(指的是接口)

对比两种不同连接方式的不同地位的创建，使用

TCP服务器 TCP客户端 UDP服务器 UDP客户端 注释
socket() socket() socket() socket() 创建套接字
bind() bind() bind() 绑定所分配IP地址和端口号
listen() connect() 客户端则绑定IP地址和端口号，并等待连接；服务器则是等待连接
accept() 服务器接受连接
... ... sendto/recvfrom() sendto/recvfrom() 对于UDP即是连接也是操作
close() close() close() close 双向直接关闭连接
shutdown() shutdown() shutdown() shutdown() 可选择方向的关闭连接,即更加灵活

如此对比虽然有一些小瑕疵，但是能够大体上反映出真个网络编程上不同方式的区别

注1： 对于 sendto recvfrom 这两个接口函数，并不一定是只能用在 UDP类型的 套接字上，同样 TCP类型的 套接字也能使用，但是这么做并没有什么意义。

注2： 实际上 UDP 没有所谓的 服务器和和护短，因为本来就是单纯的互相发来发去。客户端端口 一般是随机的

以上是 *nix平台下的标准， Windows下的操作方式和 API有细微不同，但大部分是一致的。

Windows *nix
socket() socket()
bind() bind()
connect() connect()
listen() listen()
accept() accept()
closesocket() close()
send() send()
read() read()
sendto() sendto()
recvfrom() recvfrom()

不仅仅是接口名字相同，参数个数以及功能也是一致，即使有一个例外，其参数以及使用方法也相同。

那岂不是可以直接移植了？

并不！

在 ** Windows 套接字编程时** ， 由于 Windows 将其实现为动态库，所以在使用时需要将其加载进程序。

故而多加了加载操作。

int WSAStartup(
  WORD      wVersionRequested,
  LPWSADATA lpWSAData  /* 这是一个结构体， 传入类型为WSADATA*  */
);
int WSACleanup(void);

每当在 Windows 上进行套接字编程时，总要指定某个版本的套接字库：

WSADATA wsaData;
int err_code;
/*
* MAKEWORD()的作用在于将版本号转为指定格式传入
* 当下(2015-10)套接字库的版本号最高是 2.2
*/
err_code = WSAStartup(MAKEWORD(2, 2), &wsaData);
/* TODO Something */
WSACleanup();

这是最基本的在 Windows 上使用 套接字 编程的流程，但是如果本平台的套接字库最高版本并不符合当前要求呢？

那么首先会将套接字版本库尽可能设置到平台的 最高版本 ，可以通过结构体 WSADATA 进行查询

if (LOBYTE(wsaData.wVersion) != 2 || HIBYTE(wsaData.wVersion) != 2)
{
  printf("Could not find a usable version of Winsock.dll\n");
  WSACleanup();
  return 1;
}

总体而言， Windows平台 和 *uix平台 的区别在于，前者使用时需要 加载和清除 套接字库 其余逻辑流程一致，毕竟只有统一才能越利于编程世界的发展。

书籍推荐