socket库:Python实现组播与发送二进制数据

简介: socket库:Python实现组播与发送二进制数据

什么是组播


点对点连接可以处理很多通信需求,不过随着直接连接数的增加,在多对通信方之间传递相同的消息会变得越来越困难。


单独地向各个接收方发送消息会耗费额外的处理时间和带宽,这对于诸如完成流视频或音频操作的应用来说,代码会出现显著的性能问题。


而使用组播(multicast)向多个端点同时发送消息可以得到更好的效率,因为网络基础设施可以确保数据包会被传送到所有接收方。


组播消息总是使用UDP发送,因为TCP需要提供一对通信系统。组播的地址被称为组播组,这是常规的IPv4地址范围的一个子集(224.0.0.0~230.255.255.255),专门为主播通信预留。


这些地址会由网络路由器和交换机进行特殊的处理,所以发送到组的消息可以在互联网上被分发到加入这个组的所有接收方。


需要注意的是,大多数托管的路由器与交换机默认会禁止组播通信。如果后续运行程序有问题,那么可以检查你的网络设置。


发送组播消息

由于无法知道会收到多少响应,所以需要对套接字使用一个超时值,以避免等待回答时无限阻塞。


TTL(Time-To-Live value)是一个生存时间值,会控制多少网络接收这个数据包。要使用IP_MULTICAST_TTL选项与setsockopt()函数来设置TTL。默认值1表示路由器不会把数据包转发到当前网段之外。TTL最大取值255,应包包装为1个字节。


示例代码如下:

import socket
import struct
# 1.创建一个套接字
sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
multicast_group = ('224.3.29.71', 10000)
sock.settimeout(10)
ttl = struct.pack('b', 1)#本博主数据结构与算法第10篇对struct二进制结构体进行介绍
sock.setsockopt(socket.IPPROTO_IP, socket.IP_MULTICAST_TTL, ttl)
try:
    msg = "群发的消息,你不必回".encode('UTF-8')
    sent = sock.sendto(msg, multicast_group)
    while True:
        try:
            data, server = sock.recvfrom(1024)
        except socket.timeout:
            print('time out')
            break
        else:
            print(data, server)
finally:
    sock.close()


这里的代码与UDP类似,除了sock.setsockopt()的调用。


接收组播消息

建立组播接收者的第一步是创建UDP套接字。创建常规的套接字并绑定到一个端口后,可以使用setsockopt()改变IP_ADD_MEMBERSHIP选项,增加安东组播组。


这个选项值是组播地址的一个8字节的打包表示,后面是服务器监听通信流的网络接口,由其IP地址标识。这里,接收者使用INADDR_ANY监听所有接口。


示例代码如下:


import socket
import struct
multicast_group = '224.3.29.71'
server_address = ('', 10000)
sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
sock.bind(server_address)
group = socket.inet_aton(multicast_group)
mreq = struct.pack('4sL', group, socket.INADDR_ANY)
sock.setsockopt(socket.IPPROTO_IP, socket.IP_ADD_MEMBERSHIP, mreq)
while True:
    data, address = sock.recvfrom(1024)
    print(data.decode('UTF-8'), address)
    sock.sendto('组播消息已经收到'.encode('UTF-8'), address)


接收者的循环与UDP服务器类似。


运行之后,效果如下:




相关文章
|
6天前
|
数据采集 存储 API
网络爬虫与数据采集:使用Python自动化获取网页数据
【4月更文挑战第12天】本文介绍了Python网络爬虫的基础知识,包括网络爬虫概念(请求网页、解析、存储数据和处理异常)和Python常用的爬虫库requests(发送HTTP请求)与BeautifulSoup(解析HTML)。通过基本流程示例展示了如何导入库、发送请求、解析网页、提取数据、存储数据及处理异常。还提到了Python爬虫的实际应用,如获取新闻数据和商品信息。
|
8天前
|
安全 Java 数据处理
Python网络编程基础(Socket编程)多线程/多进程服务器编程
【4月更文挑战第11天】在网络编程中,随着客户端数量的增加,服务器的处理能力成为了一个重要的考量因素。为了处理多个客户端的并发请求,我们通常需要采用多线程或多进程的方式。在本章中,我们将探讨多线程/多进程服务器编程的概念,并通过一个多线程服务器的示例来演示其实现。
|
8天前
|
程序员 开发者 Python
Python网络编程基础(Socket编程) 错误处理和异常处理的最佳实践
【4月更文挑战第11天】在网络编程中,错误处理和异常管理不仅是为了程序的健壮性,也是为了提供清晰的用户反馈以及优雅的故障恢复。在前面的章节中,我们讨论了如何使用`try-except`语句来处理网络错误。现在,我们将深入探讨错误处理和异常处理的最佳实践。
|
12天前
|
存储 缓存 JavaScript
python实战篇:利用request库打造自己的翻译接口
python实战篇:利用request库打造自己的翻译接口
26 1
python实战篇:利用request库打造自己的翻译接口
|
1天前
|
存储 机器学习/深度学习 数据可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
33 6
|
1天前
|
机器学习/深度学习 数据采集 供应链
从数据到决策:scikit-learn在业务分析中的应用
【4月更文挑战第17天】本文探讨了scikit-learn在业务分析中的应用,包括数据预处理、分类、回归和聚类模型的构建,以及模型评估与优化。通过使用scikit-learn,企业能有效处理数据、预测趋势、客户细分并制定决策,从而提升经营效率和市场策略。随着机器学习的发展,scikit-learn在业务分析领域的潜力将持续释放,创造更多价值。
|
1天前
|
算法 数据可视化 Python
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
|
2天前
|
BI 开发者 数据格式
Python代码填充数据到word模板中
【4月更文挑战第16天】
|
2天前
|
JSON API 数据格式
python的request库如何拿到json的返回值
python的request库如何拿到json的返回值
4 0
|
2天前
|
数据可视化 算法 API
Python数据可视化-seaborn Iris鸢尾花数据
Python数据可视化-seaborn Iris鸢尾花数据