地址族与数据序列
分配给套接字的IP地址与端口号
IP是Internet Protocol(网络协议)的简写，是为收发网络数据而分配给计算机的值。
端口号并非赋予计算机的值，而是为区分程序中创建的套接字而分配给套接字的序号。下面逐一讲解。
网络地址(Internet Address)
为使计算机连接到网络并收发数据，必需向其分配IP地址。IP地址分为两类
- IPv4 (Internet Protocol version 4) 4字节地址族
- IPv6 (Internet Protocol version 6) 16字节地址族
IPv4与IPv6的差别主要是表示IP地址所用的字节数，目前通用的地址族为IPv4。
IPv6是为了应对2010年前后IP地址耗尽的问题而提出的标准，即便如此，现在还是主要使用IPv4，IPV6的普及将需要更长时间。
IPv4标准的4字节IP地址分为网络地址和主机(指计算机)地址，且分为A、B、C、D、E等类型。
网络地址(网络ID)是为区分网络而设置的一部分IP地址。
假设向WWW.SEMI.COM公司传输数据，该公司内部构建了局域网，把所有计算机连接起来。
因此，首先应向SEMI.COM网络传输数据，也就是说，并非一开始就浏览所有4字节IP地址，进而找到目标主机。
而是仅浏览4字节IP地址的网络地址，先把数据传到SEMICOM的网络。
SEMLCOM网络(构成网络的路由器)按收到数据后，浏览传输数据的主机地址(主机ID并将数据传给目标计算机。
某主机向203.211.172.103和203211.217.202传输数据其中203.211.172和203.211.217为该网络的网络地址(稍后将给出网络地址的区分方法)。
所以，“向相应网络传输数据”实际上是向构成网络的路由器(Router)或交换机(Switch)传递数据，由接收数据的路由器根据数据中的主机地址向目标主机传递数据。
网络地址分类与主机地址边界
只需通过IP地址的第一个字节即可判断网络地址占用的字节数，因为我们根据IP地址的边界区分网络地址，如下所示。
- A类地址的首字节范围:0~127
- B类地址的首字节范围:128~191
- C类地址的首字节范围:192~223
还有如下这种表述方式。
- A类地址的首位以0开始
- B类地址的前2位以10开始
- C类地址的前3位以110开始
正因如此，通过套接字收发数据时，数据传到网络后即可轻松找到正确的主机。
用于区分套接字的端口号
IP用于区分计算机，只要有IP地址就能向目标主机传输数据，但仅凭这些无法传输给最终的应用程序。
假设各位欣赏视频的同时在网上冲浪，这时至少需要1个接收视频数据的套接字和1个接收网页信息的套接字。
问题在于如何区分二者。简言之，传输到计算机的网络数据是发给播放器，还是发送给浏览器?让我们更准确地描述问题。
假设各位开发了如下应用程序:
“我开发了收发数据的P2P程序，该程序用块单位分割1个文件，从多台计算机接收数据。”
假设各位对P2P有一定了解，即便不清楚也无所谓。如上所述，若想接收多台计算机发来的数据，则需要相应个数的套接字。那如何区分这些套接字呢?
计算机中一般配有NIC(NetworkInterfaceCard，网络接口卡)数据传输设备。
通过NIC向计算机内部传输数据时会用到IP。操作系统负责把传递到内部的数据适当分配给套接字，这时就要利用端口号。也就是说，通过NIC接收的数据内有端口号，操作系统正是参考此端口号把数据传输给相应端口的套接字。
端口号就是在同一操作系统内为区分不同套接字而设置的，因此无法将1个端口号分配给不同套接字。
另外，端口号由16位构成，可分配的端口号范围是0-65535。但0-1023是知名端口(Well-known PORT)，一般分配给特定应用程序，所以应当分配此范围之外的值。
另外，虽然端口号不能重复，但TCP套接字和UDP套接字不会共用端口号，所以允许重复。例如:如果某TCP套接字使用9190号端口，则其他TCP套接字就无法使用该端口号，但UDP套接字可以使用。
总之，数据传输目标地址同时包含IP地址和端口号，只有这样，数据才会被传输到最终的目的应用程序(应用程序套接字)。
地址信息的表示
应用程序中使用的IP地址和端口号以结构体的形式给出了定义。
本节将以IPV4为中心，围绕此结构体讨论目标地址的表示方法。
表示IPv4地址的结构体
填写地址信息时应以如下提问为线索进行，各位读过下列对话后也会同意这一点。
-
问题1:“采用哪一种地址族?
-
答案1:“基于IPv4的地址族。
-
问题2:“IP地址是多少?”
-
答案2:“211.204.214.76。”
-
问题3:“端口号是多少?”
-
答案3:“2048。
结构体定义为如下形态就能回答上述提问，此结构体将作为地址信息传递给bind函数。
typedef unsigned short int sa_family_t;// 16位
typedef uint32_t in_addr_t; // 32位
struct in_addr
{
in_addr_t s_addr; // 32位IPv4地址
};
struct sockaddr_in
{
sa_family_t sin_family; // 地址族（Address Family）
uint16_t sin_port; // 16位TCP/UDP端口号
struct in_addr sin_addr; // 32位IP地址
char sin_zero[8]; // 不使用
};
讲解以上2个结构体前先观察一些数据类型。uint16_t、in_addr_t等类型可以参考POSIX(Portable Operating System Interface，可移植操作系统接口)。POSIX是为UNIX系列操作系统设立的标准，它定义了一些其他数据类型
从这些数据类型声明也可掌握之前结构体的含义。那为什么需要额外定义这些数据类型呢?
如前所述，这是考虑到扩展性的结果。如果使用int32类型的数据，就能保证在任何时候都占用4字节，即使将来用64位表示int类型也是如此。
结构体sockaddr_in的成员分析
-
成员sin_family
每种协议族适用的地址族均不同。比如，IPv4使用4字节地址族，IP6使用16字节地址族。可以参考表保存sin_family地址信息。
地址族(Address Family) 含义 AF_INET IPv4网络协议中使用的地址族 AF_INET6 IPv6网络协议中使用的地址族 AF_LOCAL 本地通信中采用的UNIX协议的地址族 AFLOCAL只是为了说明具有多种地址族而添加的，希望各位不要感到太突然
-
成员sin_port
该成员保存16位端口号,重点在于,它以网络字节序保存(关于这一点稍后将给出详细说明)。
-
成员sin_addr
该成员保存32位IP地址信息，且也以网络字节序保存。为理解好该成员，应同时观察结构体inaddr。但结构体inaddr声明为uint32t，因此只需当作32位整数型即可。
-
成员sin_zero
无特殊含义。只是为使结构体sockaddr_in的大小与sockaddr结构体保持一致而插入的成员必需填充为0，否则无法得到想要的结果。后面会另外讲解sockaddr。
从之前介绍的代码也可看出，sockaddr in结构体变量地址值将以如下方式传递给bind函数。
稍后将给出关于bind函数的详细说明，希望各位重点关注参数传递和类型转换部分的代码。
struct sockaddrin serv _addr;
// ...
if(bind(serv_sock, (struct sockaddr *) &serv_addr, sizeof(servaddr)) == -1)
error_handling("bind() error");
// ...
此处重要的是第二个参数的传递。实际上，bind函数的第二个参数期望得到sockaddr结构体变量地址值，包括地址族、端口号、IP地址等。从下列代码也可看出，直接向sockaddr结构体填充这些信息会带来麻烦。
struct sockaddr
{
sa_family_t sin_family; // 地址族（Address Family）
char sa_data[14]; // 地址信息
};
此结构体成员sa_data保存的地址信息中需包含IP地址和端口号，剩余部分应填充0这也是bind函数要求的。
而这对于包含地址信息来讲非常麻烦，继而就有了新的结构体sockaddr_in。
若按照之前的讲解填写sockaddr_in结构体，则将生成符合bind函数要求的字节流。
最后转换为sockaddr型的结构体变量，再传递给bind函数即可。
sockaddr_in是保存IPv4地址信息的结构体。那为何还需要通过sin_family单独指定地址族信息呢?
这与之前讲过的sockaddr结构体有关。结构体sockaddr并非只为IPv4设计这从保存地址信息的数组sa_data长度为14字节也可看出。
因此，结构体sockaddr要求在sin_family中指定地址族信息。为了与sockaddr保持一致，sockaddr_in结构体中也有地址族信息。
网络字节序与地址变换
不同CPU中，4字节整数型值1在内存空间的保存方式是不同的。4字节整数型值1可用2进制表示如下。
00000000 00000000 00000000 00000001
有些CPU以这种顺序保存到内存，另外一些CPU则以倒序保存
00000001 00000000 00000000 00000000
若不考虑这些就收发数据则会发生问题，因为保存顺序的不同意味着对接收数据的解析顺序也不同。
字节序(Order)与网络字节序
CPU向内存保存数据的方式有2种，这意味着CPU解析数据的方式也分为2种。
- 大端序(BigEndian):高位字节存放到低位地址
- 小端序(LittleEndian):高位字节存放到高位地址。
在通过网络传输数据时约定统一方式，这种约定称为网络字节序(Network Byte Order)，非常简单一统一为大端序。
即，先把数据数组转化成大端序格式再进行网络传输。因此，所有计算机接收数据时应识别该数据是网络字节序格式，小端序系统传输数据时应转化为大端序排列方式
字节序转换 (Endian Conversions)
相信大家已经理解了为何要在填充sockadr_in结构体前将数据转换成网络字节序。接下来介绍帮助转换字节序的函数。
- unsigned short htons(unsigned short);
- unsigned short ntohs(unsigned short);
- unsigned long htonl(unsigned long);
- unsigned long ntohl(unsigned long);
通过函数名应该能掌握其功能，只需了解以下细节
- htons中的h代表主机(host)字节序。
- htons中的n代表网络(network)字节序。
另外，s指的是short，l指的是long(Linux中long类型占用4个字节，这很关键)。
因此，htons是h、to、n、s的组合，也可以解释为“把short型数据从主机字节序转化为网络字节序”。
再举个例子，ntohs可以解释为“把short型数据从网络字节序转化为主机字节序”
通常，以s作为后缀的函数中，s代表2个字节short，因此用于端口号转换:以1作为后缀的函数中，1代表4个字节，因此用于IP地址转换。另外，有些读者可能有如下疑问:
“我的系统是大端序的，为sockaddr_in结构体变量赋值前就不需要转换字节序了吧”
这么说也不能算错。但我认为，有必要编写与大端序无关的统一代码。
这样，即使在大端序系统中，最好也经过主机字节序转换为网络字节序的过程。
当然，此时主机字节序与网络字节序相同，不会有任何变化。下面通过示例说明以上函数的调用过程。
#include <arpa/inet.h>
#include <iostream>
int main(int argc, char* argv[])
{
unsigned short hostPort = 0x1234;
unsigned short netPort = htons(hostPort);
unsigned long hostAddr = 0x12345678;
unsigned long netAddr = htonl(hostAddr);
std::cout << "Host ordered port: " << hostPort << std::endl;
std::cout << "Network ordered port: " << netPort << std::endl;
std::cout << "Host ordered address: " << hostAddr << std::endl;
std::cout << "Network ordered address: " << netAddr << std::endl;
return 0;
}
数据在传输之前都要经过转换吗
也许有读者认为：“既然数据传输采用网络字节序，那在传输前应直接把数据转换成网络字节序，接收的数据也需要转换成主机字节序再保存。
"如果数据收发过程中没有自动转换机制，那当然需要程序员手动转换。这光想想就让人觉得可怕，难道真要强求程序员做这些事情吗？
实际上没必要，这个过程是自动的。除了向sockaddr_in结构体变量填充数据外，其他情况无需考虑字节序问题。
网络地址的初始化与分配
前面已讨论过网络字节序，接下来介绍以bind函数为代表的结构体的应用。
将字符串信息转换为网络字节序的整数型
sockaddr_in中保存地址信息的成员为32位整数型。因此，为了分配IP地址，需要将其表示为32位整数型数据。
这对于只熟悉字符串信息的我们来说实非易事。各位可以尝试将IP地址201.211.214.36转换为4字节整数型数据。
对于IP地址的表示，我们熟悉的是点分十进制表示法（Dotted Decimal Notation），而非整数型数据表示法。
幸运的是，有个函数会帮我们将字符串形式的IP地址转换成32位整数型数据。此函数在转换类型的同时进行网络字节序转换。
#include <arpa/inet.h>
in_addr_t inet_addr(const char * string);
// 成功时返回32位大端序整数型值，失败时返回INADDR_NONE。
如果向该函数传递类似"211.214.107.99"的点分十进制格式的字符串，它会将其转换为32位整数型数据并返回。
当然，该整数型值满足网络字节序。另外，该函数的返回值类型in_addr_t在内部声明为32位整数型。下列示例表示该函数的调用过程。
#include <arpa/inet.h>
#include <iostream>
#include <string>
int main(int argc, char* argv[])
{
std::string addr1 = "1.2.3.4";
unsigned long int convAddr = inet_addr(addr1.c_str());
if (convAddr == INADDR_NONE) {
std::cout << "Address1 error!" << std::endl;
} else {
std::cout << "网络字节序的整数地址1：" << convAddr << std::endl;
}
std::string addr2 = "1.2.3.256";
convAddr = inet_addr(addr2.c_str());
if (convAddr == INADDR_NONE) {
std::cout << "Address2 error!" << std::endl;
} else {
std::cout << "网络字节序的整数地址2：" << convAddr << std::endl;
}
return 0;
}
从运行结果可以看出，inet_addr函数不仅可以把IP地址转成32位整数型，而且可以检测无效的IP地址。另外，从输出结果可以验证确实转换为网络字节序。
inet_aton函数与inet_addr函数在功能上完全相同，也将字符串形式IP地址转换为32位网络字节序整数并返回。只不过该函数利用了in_addr结构体，且其使用频率更高。
#include <arpa/inet.h>
int inet_aton(const char * string, struct in_addr * addr);
// 成功时返回1（true），失败时返回0（false）
// string 含有需转换的IP地址信息的字符串地址值。
// addr 将保存转换结果的in_addr结构体变量的地址值。
实际编程中若要调用inet_addr函数，需将转换后的IP地址信息代入sockaddr_in结构体中声明的in_addr结构体变量。
而inet_aton函数则不需此过程。原因在于，若传递in_addr结构体变量地址值，函数会自动把结果填入该结构体变量。
通过示例了解inet_aton函数调用过程。
#include <arpa/inet.h>
#include <iostream>
#include <string>
int main(int argc, char* argv[])
{
std::string addr = "127.232.124.79";
sockaddr_in addrInet;
int stu = inet_aton(addr.c_str(), &addrInet.sin_addr);
if (stu) {
std::cout << "网络字节序的整数地址：" << addrInet.sin_addr.s_addr << std::endl;
} else {
std::cout << "inet_aton 错误" << std::endl;
}
return 0;
}
上述运行结果无关紧要，更重要的是大家要熟练掌握该函数的调用方法。
最后再介绍一个与inet_aton函数正好相反的函数，此函数可以把网络字节序整数型IP地址转换成我们熟悉的字符串形式。
#include <arpa/inet.h>
char * inet_ntoa(struct in_addr adr);
// 成功时返回转换的字符串地址值，失败时返回-1。
该函数将通过参数传入的整数型IP地址转换为字符串格式并返回。但调用时需小心，返回值类型为char指针。
返回字符串地址意味着字符串已保存到内存空间，但该函数未向程序员要求分配内存，而是在内部申请了内存并保存了字符串。
也就是说，调用完该函数后，应立即将字符串信息复制到其他内存空间。因为，若再次调用inet_ntoa函数，则有可能覆盖之前保存的字符串信息。
总之，再次调用inet_ntoa函数前返回的字符串地址值是有效的。若需要长期保存，则应将字符串复制到其他内存空间。下面给出该函数调用示例。
#include <arpa/inet.h>
#include <iostream>
#include <linux/in.h>
#include <string>
#include <sys/endian.h>
int main(int argc, char* argv[])
{
sockaddr_in addr1;
addr1.sin_addr.s_addr = htonl(0x1020304);
std::string str1 = inet_ntoa(addr1.sin_addr);
std::cout << "点分十进制地址1：" << str1 << std::endl;
sockaddr_in addr2;
addr2.sin_addr.s_addr = htonl(0x1010101);
std::string str2 = inet_ntoa(addr2.sin_addr);
std::cout << "点分十进制地址2：" << str2 << std::endl;
return 0;
}
网络地址初始化
结合前面所学的内容，现在介绍套接字创建过程中常见的网络地址信息初始化方法。
struct sockaddr_in addr;
char* serv_ip="211.217.168.13"; //声明IP地址字符串
char* serv_port = "9190"; //声明端口号字符串
memset(&addr, 0, sizeof(addr)); //结构体变量addr的所有成员初始化为θ
addr.sin_family = AF_INET; //指定地址族
addr.sin_addr.s_addr = inet_addr(serv_ip); //基于字符串的IP地址初始化
addr.sin_port = htons(atoi(serv_port)); //基于字符串的端口号初始化
上述代码中，memset函数将每个字节初始化为同一值：
第一个参数为结构体变量addr的地址值，即初始化对象为addr；
第二个参数为0，因此初始化为0；
最后一个参数中传入addr的长度，因此addr的所有字节均初始化为0。
这么做是为了将sockaddr_in结构体的成员sin_zero初始化为0。
另外，最后一行代码调用的atoi函数把字符串类型的值转换成整数型。
总之，上述代码利用字符串格式的IP地址和端口号初始化了sockaddr_in结构体变量。
另外，代码中对IP地址和端口号进行了硬编码，这并非良策，因为运行环境改变就得更改代码。因此，我们运行示例main函数时传入IP地址和端口号。
客户端地址信息初始化
上述网络地址信息初始化过程主要针对服务器端而非客户端。给套接字分配IP地址和端口号主要是为下面这件事做准备：
“请把进入IP211.217.168.13、9190端口的数据传给我！”
反观客户端中连接请求如下：
“请连接到IP211.217.168.13、9190端口！”
请求方法不同意味着调用的函数也不同。服务器端的准备工作通过bind函数完成，而客户端则通过connect函数完成。
因此，函数调用前需准备的地址值类型也不同。
服务器端声明sockaddr_in 结构体变量，将其初始化为赋予服务器端IP和套接字的端口号，然后调用bind函数；
而客户端则声明sockaddr_in结构体，并初始化为要与之连接的服务器端套接字的IP和端口号，然后调用connect函数。
INADDR_ANY
每次创建服务器端套接字都要输入IP地址会有些繁琐，此时可如下初始化地址信息。
struct sockaddr_in addr;
char* serv_port = “9190”;
memset(&addr, 0, sizeof(addr));
addr.sin_family = AF_INET;
addr.sin_addr.s_addr = htonl(INADDR_ANY);
addr.sin_port = htons(atoi(serv_port));
与之前方式最大的区别在于，利用常数INADDR_ANY分配服务器端的IP地址。
若采用这种方式，则可自动获取运行服务器端的计算机IP地址，不必亲自输入。
而且，若同一计算机中已分配多个IP地址（多宿主（Multi-homed）计算机，一般路由器属于这一类），则只要端口号一致，就可以从不同IP地址接收数据。
因此，服务器端中优先考虑这种方式。而客户端中除非带有一部分服务器端功能，否则不会采用。
创建服务器端套接字时需要IP地址的原因
初始化服务器端套接字时应分配所属计算机的IP地址，因为初始化时使用的IP地址非常明确，那为何还要进行IP初始化呢？
如前所述，同一计算机中可以分配多个IP地址，实际IP地址的个数与计算机中安装的NIC的数量相等。
即使是服务器端套接字，也需要决定应接收哪个IP传来的（哪个NIC传来的）数据。
因此，服务器端套接字初始化过程中要求IP地址信息。另外，若只有1个NIC，则直接使用INADDR_ANY。
第1章的hello_server.c、hello_client.c运行过程
第1章中执行以下命令以运行相当于服务器端的hello_server.c。
./hserver 9190
通过代码可知，向main函数传递的9190为端口号。通过此端口创建服务器端套接字并运行程序，但未传递IP地址，因为可以通过INADDR ANY指定IP地址。相信各位现在再去读代码会感觉简单很多。
执行下列命令以运行相当于客户端的hello_client.c。与服务器端运行方式相比，最大的区别是传递了IP地址信息。
./hclient 127.0.0.1 9190
127.0.0.1是回送地址（loopback address），指的是计算机自身IP地址。
在第1章的示例中，服务器端和客户端在同一计算机中运行，因此，连接目标服务器端的地址为127.0.0.1。
当然，若用实际IP地址代替此地址也能正常运转。如果服务器端和客户端分别在2台计算机中运行，则可以输入服务器端IP地址。
向套接字分配网络地址
既然已讨论了sockaddr_in结构体的初始化方法，接下来就把初始化的地址信息分配给套接字。bind函数负责这项操作。
#include <sys/socket.h>
int bind(int sockfd, struct sockaddr* myaddr, socklen_t addrlen);
// 成功时返回0，失败时返回-1。
// sockfd 要分配地址信息（IP地址和端口号）的套接字文件描述符。
// myaddr 存有地址信息的结构体变量地址值。
// addrlen 第二个结构体变量的长度。
如果此函数调用成功，则将第二个参数指定的地址信息分配给第一个参数中的相应套接字。
基于Windows的实现
Windows中同样存在sockaddr_in结构体及各种变换函数，而且名称、使用方法及含义都相同。
也就无需针对Windows平台进行太多修改或改用其他函数。接下来将前面几个程序改成Windows 版本。
函数htons、htonl在Windows中的使用
首先给出Windows平台下调用htons函数和htonl函数的示例。这两个函数的用法与Linux平台下的使用并无区别，故省略。
847
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
