C语言学习笔记——网络编程(1)

C语言学习笔记——网络编程(1)

网络编程基本原理

网络模型与协议

• 为减少协议设计的复杂性，大多数网络模型都是按层(layer)的方式来组织的。在分层网络模型中，每一层都要为上一层提供一定的服务，而把如何实现本层服务的细节对上一层加以屏蔽。
• TCP/IP各层功能如下：
  • 网络接口层：它是TCP/IP模型最下一层，包括了多种逻辑链路控制和媒体访问协议
  • Internet层(网络层)：网络层负责在发送端和接收端之间建立一条虚拟路径。
  • 传输层：传输层通过位于该层的TCP协议(传输控制协议)或UDP协议(用户数据报协议)在两台主机间传输数据。
  • 应用层：应用层面向用户提供一系列访问网络的协议，如用于传输文件的FTP协议、用于远程登录的Telnet协议，用于发送电子邮件的SMTP协议(简单邮件传输协议)，以及最常用的用于浏览网页的HTTP协议(超文本传输协议)。还有近几年来非常流行的点对点共享文件协议，即BitTorrent协议，该协议基于HTTP协议。使用该协议构建的BT下载工具有比特精灵、BitTorrent等。

地址

• 物理地址：对于以太网来说，物理地址就是一个48位的位串，此地址在网卡的生产过程中就已经固定了，是不可更改的，并且是全球唯一的。在Shell下输入命令ifconfig可以查看到本机的物理地址。
• IP地址127.0.0.1是一个特殊的地址，他织带本机，用于测试本机上的TCP/IP协议是否正常工作。输入命令ping 127.0.0.1，如果有回应说明本机上的TCP/IP协议工作正常。
• TCP/IP上的每台主机都还有一个32位的子网掩码，它用来区分IP地址的网络号和主机号。将IP地址与子网掩码进行按位“与”运算就可以得到IP地址的网络号，网络号是一台主机所处的网络的编号。例如，有一台主机的IP地址为222.197.168.244，对应的子网掩码为255.255.255.0两者与运算得到的结果是222.197.168.0，即这台主机所处的网络编号。
• 可以使用函数int getsockname(int sockfd, struct sockaddr *addr, socklen_t *addrlen);来得到本机的信息

端口

• 有了网络地址，就可以唯一的标示网络上的每台计算机。通常一台计算机上汇通试运行多个程序，而他们可能要同时访问网络。对于一台计算机上的多个应用程序，TCP和UDP协议采用16位端口号来识别他们。一台主机上的不同进程可以绑定到不同的端口上，这些进程都可以访问网络而互不干扰。
• TCP/IP将端口号(端口号是一个16位的无符号整数，因此端口号的范围是0_2^16，即065535)分为两部分：一部分是保留端口即知名端口，范围是0~1023，这些端口由权威机构规定其用途，如编号为21的TCP端口由FTP协议专用，80号TCP端口由HTTP协议专用，其余的为自由端口，用户进程可以自由申请和使用。

IP协议

• IP协议是网络层最重要的协议。无论传输层使用何种协议，都要依靠IP协议来确定到达目的计算机的路由。IP协议主要负责确定路由，当到达统一目的地有多条路由时，IP协议会选择一条最短路由来将数据分组传送到目的计算机。同时，IP协议还定义了一组规则，例如，有时目的地不可达或不存在，IP协议规定了在这种情况下合适丢弃传送中的数据分组。IP协议定义了数据单元格式，称为IP数据报。他由IP首部和数据两部分组成，如下图所示。
  

• 主要字段的含义如下：

  1. 版本：表示该数据报采用的是哪个版本的IP协议，该字段长为4位(IPv4)
  2. 总长度：IP首部和数据的总长度
  3. 生存期：该字段表示数据报在网络上的最大生存时间(Time to Live,TTL)。数据报每经过一个路由器，路由器将TTL值减一，当TTL的值减为0时，数据报将被丢弃，并且该路由器会向发送者返回一个ICMP超时报文，告知数据报被丢弃。TTL的默认值是64，最大值是225。
  4. 协议：该字段用于说明发送数据报所使用的协议，0x06表示TCP协议，0x11表示UDP协议。
  5. 报头校验和：用于检查IP首部的完整性，该字段只校验IP首部，不校验数据。
  6. 源IP地址：该字段为发送数据报的源计算机IP地址
  7. 目的IP地址：该字段为接受数据报的目的计算机IP地址
  8. IP选项：该字段是一个可选字段，主要用于网络调试

用户数据报协议UDP

在TCP/IP模型中，UDP协议位于传输层，在网络层之上而在应用层之下。UDP协议向应用程序提供一种面向无连接的服务，通常UDP协议被用于不需要可靠数据传输的网络环境中。UDP不需要建立连接，应用程序采用UDP协议无需建立和维持链接。UDP协议不保证数据报按顺序、正确的到达目的地，这项任务由应用程序来完成。

• UDP数据报首部格式如图所示
  
• UDP首部的各部分含义如下：
  1. 源端口：发送UDP数据的源端口号。
  2. 目标端口：接收UDP数据的目的端口号
  3. 长度：该字段表示包括UDP首部和数据在内的整个数据报的长度，以字节为单位。
  4. UDP校验和：该字段是根据IP首部、UDP首部和数据计算出来的值，当该字段被设置为0x0000时，表示发送端计算机没有计算校验和。

传输控制协议TCP

TCP数据报的格式

• TCP提供了一种面向连接的、可靠的数据传输服务。
• TCP数据报的首部格式如图所示
  
• 主要字段含义如下：
  1. 源端口：发送TCP数据的源端口号
  2. 目标端口：接受TCP数据的目的端口号

使用TCP进行通信的过程

1. 建立连接
   1. 连接的发起端(通常称为客户端)向目标计算机(通常称为服务器)发送一个请求建立连接的数据报
   2. 服务器收到请求之后，对客户端的同步信号作出响应，并发送自己的同步信号给客户端
   3. 客户端对服务器端发来的同步信号进行响应。连接建立完成，就可以进行数据传输了。这是哪个步骤顺利完成后，建立连接，这个过程也被称为三次握手。
2. 关闭
   1. 请求主机发送一个关闭连接的请求给另一方。
   2. 另一方收到关闭连接的请求后，发送一个接受请求的确认数据包，并关闭它的socket连接。
   3. 请求主机收到确认数据报后，发售一个确认数据包，告知另一方其发送的确认已收到，请求主机关闭它的socker连接。

客户机/服务器模型

• 网络中的实际应用大多都可以归纳为客户机/服务器模型(Client/Server模型、C/S模型)，其中客户机是指请求服务的一方，服务器是指提供某种服务的乙方。有些应用程序，请求服务器的同时也提供一定的服务，如果拆开来看，这种程序也是基于C/S模型。
• C/S模型即可以使用TCP协议又可以使用UDP协议，或者两者混合使用，可根据具体需要而定。在C/S模型中，通常服务器端的IP地址和端口号是固定的，客户端程序连接到服务器IP和端口。通常客户端的程序设计相对简单一些。而服务器段由于要考虑多个客户端同时请求服务的问题，设计上相对复杂一些。

套接字编程

随着UNIX操作系统的广泛应用，socket套接字成为最流行最通用的网络通信应用程序的开发接口。现在不论是Windows还是Linux都使用socket来开发网络应用程序。通常Linux下的网络编程就是指套接字编程，本节将对套接字的使用做一个较为全面的介绍。

套接字地址结构

• 结构struct sockaddr定义了一种通用的套接字地址，他在linux/socket.h中的定义代码如下：

struct sockaddr {
	unsigned short sa_family;		//地址类型，AF_xxx
	char sa_data[14];		//14字节的协议地址
};

• 其中，成员sa_family表示套接字的协议族类型，对应于TCP/IP协议该值为AF_INET，成员sa_data存储具体的协议地址。sa_data之所以被定义成14个字节，因为有的协议族使用较长的地址格式。一般在编程中并不对该结构体进行操作，而是使用另一个与他等价的数据结构：sockaddr_in。
• 每种协议族都有自己的协议地址格式，TCP/IP协议族的地址格式为struct sockaddr_in，他在netinet/in.h头文件中定义，格式如下：

struct sockaddr_in {
	unsigned short sin_family;		//地址类型
	unsigned short int sin_port;	//端口号
	struct in_addr sin_addr;		//IP地址
	unsigned char sin_zero[8];		//填充字节，一般赋值为0
};

• 其中，成员sin_family表示地址类型，对于使用TCP/IP协议进行的网络编程，该值只能是AF_INET。sin_port是端口号，sin_addr用来存储32位IP地址，数组sin_zero为填充字段，一般赋值为0。
• struct in_addr的定义如下：

struct in_addr {
	unsigned long s_addr;
}

• 结构体sockaddr的长度为16字节，结构体sockaddr_in的长度也为16字节。通常在编写基于TCP/IP协议的网络程序时，使用结构体sockaddr_in来设置地址，然后通过强制类型转换成sockaddr类型
• 以下是设置地址信息的示例代码：

struct sockaddr_in sock;
sock.sin_family = AF_INET;
sock.sin_port = htons(80);							//设置端口号为80
sock.sin_addr.s_addr = inet_addr("202.205.3.195")	//设置地址
memset(sock.sin_zero, 0, sizeof(sock.sin_zero));	//将数组sin_zero清0;

• 函数htons和inet_addr将在后面介绍。

创建套接字

• socket函数用来创建一个套接字，在Shell下输入man socket可获得该函数的原型：

#include <sys/types.h>  
#include <sys/socket.h>
int socket(int domain, int type, int protocol);

• 参数domain用于指定创建套接字所使用的协议族，他们在头文件linux/socket.h中定义。常用的协议族如下：
  • AF_UNIX：创建只在本机内进行通信的套接字
  • AF_INET：使用IPv4 TCP/IP协议
  • AF_INET6：使用IPv6 TCP/IP协议
• 参数type指定套接字的类型，可以取如下值：
  • SOCK_STREAM：创建TCP流套接字
  • SOCK_DGRAM：创建UDP数据报套接字
  • SOCK_RAW：创建原始套接字
• 参数protocol通常设置为0，表示通过参数domain指定的协议族和参数type指定的套接字类型来确定使用的协议，当创建原始套接字时，系统无法唯一的确定协议，此时就需要该参数指定所使用的协议。
• 执行成功返回一个新创建的套接字；若有错误发生则返回-1，错误代码存入errno中。详细的错误代码请参考man手册。
• 下面的代码创建了一个TCP套接字：

int sock_fd;
socf_fd = socket(AF_INET, SOCK_STREAM, 0);
if (sock_fd < 0 ) { 
	perror("socket");
	exit(1);
}

• 创建UDP协议的套接字为：

sock_fd = socket(AF_INET, SOCK_DGRAM, 0);

建立连接

• 函数connect用来在一个指定的套接字上创建一个连接，使用man可获得函数原型：

#include <sys/types.h>
#include <sys/socket.h>
int connect(int sockfd, const struct sockaddr *serv_addr, socklen_t addrlen);

参数sockfd是一个由函数socket创建的套接字。如果该套接字的类型是SOCK_STREAM，则connect函数用于向服务器发出连接请求，服务器的IP地址和端口号由参数serv_addr指定。如果套接字的类型是SOCK_DGRAM，则connect函数并不建立真正的连接，他只是告诉内核与该套接字进行通信的目的地址(由第二个参数决定)，只有该目的地址发来的数据才会被该socket接收。对于SOCK_DGRAM类型的套接字，调用connect函数的好处是不必在每次发送和接收数据时都制定目的地址。

• 通常一个面向连接的套接字(如TCP套接字)只能调用一次connect函数。而对于无连接的套接字(如UDP套接字)则可以多次调用connect函数以改变与目的地址的绑定。将参数serv_addr中的sa_family设置为AF_UNSPEC可以取消绑定。
• 参数serv_addr是一个地址结构，详见前文
• addrlen为参数serv_addr的长度
• 执行成功返回0，有错误发生则返回-1，错误代码存入errno中。
• 该函数的常见用法如下：

sturct sockaddr_in serv_addr;
memset(&serv_addr, 0, sizeof(struct sockaddr_in));	//将serv_addr的各个字段清零
serv_addr.sin_family = AF_INET;
serv_addr.sin_port = htons(80); 			//htons是字节顺序转换函数，在后面会讲
// inet_aton函数将一个字符串转换成一个网络地址，并把该网络地址赋给第二个参数
// inet族函数将在后面介绍
if (inet_aton("172.17.242.131", &serv_addr.sin_addr) < 0) {
	perror("inet_aton");
	exit(1);
}
// 使用sock_fd套接字链接到由serv_addr指定的目的地址上，假定sock_fd已定义
if (connect(sock_fd, (struct sockaddr* ) &serv_addr, sizoef (struct sockaddr_in)) < 0 ) {
	perror("connect");
	exit(1);
}

注意：serv_addr强制类型转换为struct sockaddr类型

绑定套接字

• 函数bind用来将一个套接字和某个端口绑定在一起，在Shell下输入man 2 bind可获得该函数原型：

#include <sys/types.h> 
#include <sys/socket.h>
int bind(int sockfd, const struct sockaddr *my_addr,socklen_t addrlen);

• socket函数只是创建了一个套接字，这个套接字将工作在哪个端口上程序并没有指定。前面提到，在客户机/服务器模型中，服务器端的IP地址和端口号一般是固定的，因此在服务器端的程序中，使用bind函数讲一个套接字和某个端口绑定在一起。该函数一般只有服务器端的程序调用。
• 参数my_addr制定了sockfd将绑定到的本地地址，可以将参数my_addr的sin_addr设置为INADDR_ANY而不是某个确定的IP地址就可以绑定到任何网络接口。对于只有一个IP地址的计算机，INADDR_ANY对应的就是他的IP地址；对于多宿主主机(拥有多块网卡)，INADDR_ANY表示本服务器程序将处理来自所有网络接口上相应端口的连接请求。
• 函数执行成功返回0，当有错误发生时则返回-1.
• 该函数常见用法如下：

struct sockaddr_in serv_addr;
memset(&serv_addr, 0, sizeof(struct sockaddr_in));
serv_addr.sin_family = AF_INET;
serv_addr.sin_port = htons(80);
serv_addr.sin_addr.s_addr = htonl(IADDR_ANY);

if (bind(sock_fd, (struct sockaddr*) &serv_addr, sizeof(struct sockaddr_in)) < 0) {
	perror("bind");
	exit(1);
}

在套接字上监听

• 函数listen把套接字转化为被动监听，在Shell下输入man listen可获得该函数原型：

#include <sys/types.h>
#include <sys/socket.h>
int listen(int sockfd, int backlog);

• 由函数socket创建的套接字是主动套接字，这种套接字可以用来主动请求连接到某个服务器(通过函数connect)。但是作为服务器端的程序，通常在某个端口上监听等待来自客户端的连接请求。
• 在服务器端，一般是先调用函数socket创建一个主动套接字，然后调用函数bind将该套接字绑定到某个端口上，接着在调用函数listen将该套接字转化为监听套接字，等待来自于客户端的连接请求。
• 一般多个客户端连接到一个服务器，服务器向这些客户端提供某种服务。服务器端设置一个连接队列，记录已经建立的连接，参数backlog指定了该连接队列的最大长度。如果连接队列已经达到最大，之后的连接请求将被服务器拒绝。
• 执行成功返回0，当有错误发生时则返回-1，错误代码存入errno中。

注意：函数listen只是将套接字设置为倾听模式以等待连接请求，它并不能接收连接请求，真正接收客户端连接请求的是后面即将介绍的函数accept()

• 该函数常见用法如下：

#define LISTEN_NUM 12 		//定义连接请求队列长度
...
if (listen (sock_fd, LISTEN_NUM) < 0) {
	perror("listen");
	exit(1);
}

接受连接

• 函数accept用来接受一个连接请求，在Shell下输入man 2 accept可获得该函数原型：

#include <sys/types.h>
#include <sys/socket.h>
int accept(int sockfd, struct sockaddr *addr, socklen_t *addrlen);

• 参数sockfd是由函数socket创建，经函数bind绑定到本地某一端口上，然后通过函数listen转化而来的监听套接字。
• 参数addr用来保存发起连接请求的主机的地址和端口。
• 参数addrlen是addr所指向的结构体的大小。
• 执行成功返回一个新的代表客户端的套接字，出错则返回-1，错误代码存入errno中
• 只能对面向连接的套接字使用accept函数。accept执行成功时，将创建一个新的套接字，并且为这个新的套接字分配一个套接字描述符，并返回这个新的套接字描述符。这个新的套接字描述符与打开文件时返回的文件描述符类似，进程可以利用这个新的套接字描述符与客户端交换数据，参数sockfd所指定的套接字继续等待客户端的连接请求。
• 如果参数sockfd所指定的套接字被设置为阻塞方式(Linux下的默认方式)，且连接请求队列为空，则accept()将被阻塞直到有连接请求到达为止;如果参数sockfd所指定的套接字被设置为非阻塞方式，则如果队列为空，accept将立即返回-1，errno被设置为EAGAIN。
• 套接字为阻塞方式下该函数的常见用法：

int client_fd;
int client_len;
struct sockaddr_in client_addr;
...
client_len = sizeof(struct sockaddr_in);
client_fd = accept(sock_fd, (struct sockaddr*)&client_addr, &client_len);
if (conn_fd < 0) {
	perror("accept");
	exit(1);
}

TCP套接字的数据传输

发送数据

• 函数send用来在TCP套接字上发送数据，在Shell下输入man 2 send可获取函数原型：

#include <sys/types.h>
#include <sys/socket.h>
ssize_t send(int sockfd, const void *msg, size_t len, int flags);

• 函数send只能对处于连接状态的套接字使用。参数sockfd为已建立好连接的套接字描述符，即accept函数的返回值。参数msg指向存放待发送数据的缓冲区，参数len为待发送数据的长度。
• 参数flags为控制选项，一般设置为0或取以下值：
  • MSG_OOB：在指定的套接字上发送带外数据(out-of-band data)，该类型的套接字必须支持带外数据(如SOCK_STREAM)。
  • MSG_DONTROUTE：通过最直接的路径发送数据，而忽略下层协议的路由设置。
• 如果要发送的数据太长而不能发送时，将出现错误，errno设置为EMSGSIZE；如果要发送的数据长度大于该套接字的缓冲区剩余大小时，send()一般会被阻塞，如果该套接字被设置为非阻塞方式，则此时立即返回-1并将errno设为EAGAIN。
• 执行成功返回实际发送数据的字节数，出错则返回-1，错误代码存入errno中。

注意：执行成功只是说明数据写入套接字的缓冲区中，并不代表数据已经成功地通过网络发送到目的地。

• 套接字为阻塞方式下，该函数的常见写法：

#define BUFFERSIZE 1500
char send_buf[BUFFERSIZE];
...
if (send(conn_fd, send_buf, len, 0) < 0) {		//len为待发送数据的长度
	perror("send");
	exit(1);
}

接收数据

• 函数recv用来在TCP套接字上接收数据，在Shell下输入man recv可获得该函数的原型：

#include <sys/types.h>
#include <sys/socket.h>
ssize_t recv(int sockfd, void *buf, size_t len, int flags);

• 函数recv从参数s所指定的套接字描述符(必须是面向连接的套接字)上接收数据并保存到参数buf所指定的缓冲区，参数len这位缓冲区长度。
• 参数flags为控制选项，一般设置为0或取以下数值。
  • MSG_OOB：请求接收带外数据
  • MSG_PEEK：只查看数据而不读出
  • MSG_WAITALL：只在接收缓冲区满时才返回。
• 如果一个数据包太长以至于缓冲不能完全放下时，剩余部分的数据将可能被丢弃(根据接收数据的套接字类型而定)。如果在指定的套接字上无数据到达时，recv()将被阻塞，如果该套接字被设置为非阻塞方式，则立即返回01并将errno设为EAGAIN。函数recv接收到数据就返回，并不会等待接受到参数len指定长度的数据才返回。
• 执行成功返回接收到的数据字节数，出错则返回-1，错误代码存入errno中。
• 套接字为阻塞方式下该函数的常见用法：

char recv_buf[BUFFERSIZE];
...
if ( recv(conn_fd, recv_buf, sizeof (recv_buf), 0) < 0) {
	perror("recv");
	exit(1);
}

UDP套接字的数据传输

发送数据

• 函数sendto用来在UDP套接字上发送数据，在Shell下输入man sendto可获取其函数原型：

#include <sys/types.h>
#include <sys/socket.h>
ssize_t sendto(int sockfd, const void *msg, size_t len, int flags, const struct sockaddr *dest_addr, socklen_t addrlen);

• 函数sendto的功能和函数send相似，但函数sendto不需要套接字处于连接状态，所以该函数通常用来发送UDP数据。同事因为是无连接的套接字，在使用sendto时需要指定数据的目的地址。
• 参数msg指向待发送数据的缓冲区，参数len指定了待发送数据的长度，参数flags是控制选项，含义与send()一致，参数dest_addr用于指定目的地址，目的地址的长度由addelen指定。
• 执行成功返回实际发送数据的字节数，出错则返回-1，错误代码存入errno中。
• 以下为该函数的常见写法：

char send_buf[BUFFERSIZE];
struct sockaddr_in	dest_addr;

// 设置目的地址
memset(&dest_addr, 0, sizeof (struct sockaddr_in) );
dest_addr.sin_family = AF_INET;
dest_addr.sin_port = htons(DEST_PORT);
// inet族函数在下面会介绍
if (inet_aton("172.17.242.131", &dest_addr.sin_addr) < ) {
	perror("inet_aton");
	exit(1);
}

接收数据

• 函数recvfrom用来在UDP套接字上接收数据，在Shell下输入man recvfrom可获得该函数原型：

#include <sys/types.h>
#include <sys/socket.h>
ssize_t recvfrom(int sockfd, void *buf, size_t len, int flags, struct sockaddr *src_addr, socklen_t *addrlen);

• 函数recvfrom与函数recv功能类似，只是函数recv只能用于面向连接的套接字，而函数recvfrom没有此限制，可以用于从无连接的套接字(如UDP套接字)上接收数据。
• 参数buf指向接收缓冲区，参数len指定了缓冲区的大小，参数flags是控制选项，含义与recv一致。如果参数src_addr非空，且该套接字不是面向连接的，则函数recvfrom返回时，参数src_addr中将保存数据的源地址，参数addrlen在调用recvfrom前为参数src_addr的长度，调用recvfrom后将保存src_addr的实际大小。
• 执行成功返回实际接收到数据的字节数，出错则返回-1，错误代码存入errno中。
• 套接字为阻塞方式下该函数的常见用法：

char recv_buf[BUFFERSIZE];
struct sockaddr_in src_addr;
int src_len;

src_len = sizeof (struct sockaddr_in);
if (recvfrom(sock_fd, recv_buf, sizeof(recv_buf), 0, (struct sockaddr*) &src_addr, &src_len) < 0) {
	perror("again_recvfrom");
	exit(1);
}

关闭套接字

函数close

• 函数close用来关闭一个套接字描述符，他与关闭文件描述符是类似的，在Shell下输入man close可获得该函数的原型：

#include <unistd.h>
int close(int fd);

• 参数fd为一个套接字描述符。该函数关闭一个套接字。执行成功返回0，出错则返回-1，错误代码存入errno中。

函数shutdown

• 函数shutdown也用于关闭一个套接字描述符，在Shell下输入man 2 shutdown可获得该函数的原型：

#include <sys/socket.h>
int shutdown(int sockfd, int how);

• 函数shutdown的功能与close类似，但是shutdown()功能更加强大，可以对套接字的关闭进行一些更细致的控制，它允许对套接字进行单项关闭或全部禁止。参数sockfd为待关闭的套接字描述符，参数how指定了关闭的方式，具体取值如下：
  • SHUT_RD：将连接上的读通道关闭，此后进程将不能在接受任何数据，接收缓冲区中还未被读取的数据也将被丢弃，但仍然可以在该套接字上发送数据。
  • SHUT_WR：将连接上的写通道关闭，此后进程将不能再发送任何数据，发送缓冲区中还未被发送的数据也将被丢弃，但仍然可以在该套接字上接收数据。
  • SHUT_RDWR：读、写通道都将被关闭
• 执行成功返回0，出错则返回-1，错误代码写入errno中