在Python中,我们使用`socket`模块来进行网络通信。首先,我们需要导入这个模块。

本文涉及的产品
可观测可视化 Grafana 版,10个用户账号 1个月
应用实时监控服务-可观测链路OpenTelemetry版,每月50GB免费额度
函数计算FC,每月15万CU 3个月
简介: 在Python中,我们使用`socket`模块来进行网络通信。首先,我们需要导入这个模块。

Python Socket编程基础

1. 引入socket模块

在Python中,我们使用socket模块来进行网络通信。首先,我们需要导入这个模块。

import socket

2. 创建socket对象

使用socket.socket()函数来创建一个socket对象。这个函数接受两个参数:地址族和数据流类型。

  • 地址族:AF_INET表示IPv4地址,AF_INET6表示IPv6地址。
  • 数据流类型:SOCK_STREAM表示TCP协议(面向连接的),SOCK_DGRAM表示UDP协议(无连接的)。
# 创建一个TCP socket对象
tcp_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

3. 绑定地址和端口

使用bind()方法将socket绑定到一个地址和端口上。对于服务器来说,这是必须的,因为服务器需要监听一个特定的地址和端口来接收客户端的连接请求。

# 绑定到本地地址和端口
server_address = ('localhost', 12345)
tcp_socket.bind(server_address)

4. 监听连接

对于服务器socket,使用listen()方法来开始监听连接。这个方法接受一个参数,表示最大连接数(通常设置为一个较大的值,如5)。

# 开始监听连接
tcp_socket.listen(5)

5. 接受连接

服务器使用accept()方法来接受客户端的连接请求。这个方法会阻塞,直到有一个客户端连接上。当连接被接受后,accept()方法返回一个包含两个元素的元组:一个新的socket对象(用于与客户端通信)和客户端的地址信息。

# 接受一个连接
client_socket, client_address = tcp_socket.accept()
print(f"Accepted connection from {client_address}")

6. 发送和接收数据

  • send()方法用于发送数据。它接受一个字节串作为参数,并返回发送的字节数。注意,发送的数据必须是字节串,而不是字符串。你可以使用str.encode()方法将字符串转换为字节串。
  • recv()方法用于接收数据。它也接受一个参数,表示最多接收的字节数。这个方法会阻塞,直到有数据到来或者连接被关闭。接收到的数据是一个字节串,你可以使用bytes.decode()方法将其转换回字符串。
# 发送数据给客户端
message = "Hello, client!".encode()
client_socket.send(message)

# 接收客户端发送的数据
data = client_socket.recv(1024)  # 最多接收1024字节
print(f"Received from client: {data.decode()}")

7. 关闭连接

使用close()方法来关闭socket连接。无论是客户端还是服务器,在完成通信后都应该关闭socket连接。

# 关闭客户端socket
client_socket.close()

# 关闭服务器socket(在服务器处理完所有连接后)
tcp_socket.close()

完整示例:TCP服务器和客户端

TCP服务器

import socket

def start_tcp_server():
    # 创建TCP socket对象
    tcp_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

    # 绑定地址和端口
    server_address = ('localhost', 12345)
    tcp_socket.bind(server_address)

    # 开始监听连接
    tcp_socket.listen(5)

    while True:
        # 接受连接
        client_socket, client_address = tcp_socket.accept()
        print(f"Accepted connection from {client_address}")

        try:
            # 发送数据给客户端
            message = "Hello, client!".encode()
            client_socket.send(message)

            # 接收客户端发送的数据
            data = client_socket.recv(1024)
            print(f"Received from client: {data.decode()}")
        finally:
            # 关闭客户端socket
            client_socket.close()

if __name__ == '__main__':
    start_tcp_server()

TCP客户端

```python
import socket

处理结果:

Python Socket编程基础

1. 引入socket模块

在Python中,我们使用socket模块来进行网络通信。首先,我们需要导入这个模块。
``python 使用socket.socket()`函数来创建一个socket对象。这个函数接受两个参数:地址族和数据流类型。

  • 地址族:AF_INET表示IPv4地址,AF_INET6表示IPv6地址。
    python 使用`bind()`方法将socket绑定到一个地址和端口上。对于服务器来说,这是必须的,因为服务器需要监听一个特定的地址和端口来接收客户端的连接请求。python
    对于服务器socket,使用listen()方法来开始监听连接。这个方法接受一个参数,表示最大连接数(通常设置为一个较大的值,如5)。
    python 服务器使用`accept()`方法来接受客户端的连接请求。这个方法会阻塞,直到有一个客户端连接上。当连接被接受后,`accept()`方法返回一个包含两个元素的元组:一个新的socket对象(用于与客户端通信)和客户端的地址信息。python
  • send()方法用于发送数据。它接受一个字节串作为参数,并返回发送的字节数。注意,发送的数据必须是字节串,而不是字符串。你可以使用str.encode()方法将字符串转换为字节串。
    ```python

    接收客户端发送的数据

    使用close()方法来关闭socket连接。无论是客户端还是服务器,在完成通信后都应该关闭socket连接。
    ```python

    关闭服务器socket(在服务器处理完所有连接后)

    TCP服务器

    ```python
    def start_tcpserver()

    创建TCP socket对象

    tcp_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

    绑定地址和端口

    server_address = ('localhost', 12345)
    tcp_socket.bind(server_address)

    开始监听连接

    tcpsocket.listen(5)
    while True

    接受连接

    client_socket, client_address = tcp_socket.accept()
    print(f"Accepted connection from {clientaddress}")
    try

    发送数据给客户端

    message = "Hello, client!".encode()
    client_socket.send(message)

    接收客户端发送的数据

    data = clientsocket.recv(1024)
    print(f"Received from client
    {data.decode()}")
    finally_

    关闭客户端socket

    clientsocket.close()
    if name == 'main'

    start_tcp_server()
    ```python
相关文章
|
4月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
161 3
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
|
5月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
372 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
14天前
|
调度 Python
探索Python高级并发与网络编程技术。
可以看出,Python的高级并发和网络编程极具挑战,却也饱含乐趣。探索这些技术,你将会发现:它们好比是Python世界的海洋,有穿越风暴的波涛,也有寂静深海的奇妙。开始旅途,探索无尽可能吧!
45 15
|
2月前
|
数据采集 存储 监控
Python 原生爬虫教程:网络爬虫的基本概念和认知
网络爬虫是一种自动抓取互联网信息的程序,广泛应用于搜索引擎、数据采集、新闻聚合和价格监控等领域。其工作流程包括 URL 调度、HTTP 请求、页面下载、解析、数据存储及新 URL 发现。Python 因其丰富的库(如 requests、BeautifulSoup、Scrapy)和简洁语法成为爬虫开发的首选语言。然而,在使用爬虫时需注意法律与道德问题,例如遵守 robots.txt 规则、控制请求频率以及合法使用数据,以确保爬虫技术健康有序发展。
242 31
|
4月前
|
机器学习/深度学习 计算机视觉 网络架构
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
419 63
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
|
4月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
264 62
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
|
3月前
|
存储 人工智能 编解码
Deepseek 3FS解读与源码分析(2):网络通信模块分析
2025年2月28日,DeepSeek 正式开源其颠覆性文件系统Fire-Flyer 3FS(以下简称3FS),重新定义了分布式存储的性能边界。本文基于DeepSeek发表的技术报告与开源代码,深度解析 3FS 网络通信模块的核心设计及其对AI基础设施的革新意义。
Deepseek 3FS解读与源码分析(2):网络通信模块分析
|
2月前
|
存储 监控 算法
基于 Python 哈希表算法的局域网网络监控工具:实现高效数据管理的核心技术
在当下数字化办公的环境中,局域网网络监控工具已成为保障企业网络安全、确保其高效运行的核心手段。此类工具通过对网络数据的收集、分析与管理,赋予企业实时洞察网络活动的能力。而在其运行机制背后,数据结构与算法发挥着关键作用。本文聚焦于 PHP 语言中的哈希表算法,深入探究其在局域网网络监控工具中的应用方式及所具备的优势。
85 7
|
2月前
|
存储 数据库 Python
利用Python获取网络数据的技巧
抓起你的Python魔杖,我们一起进入了网络之海,捕捉那些悠游在网络中的数据鱼,想一想不同的网络资源,是不是都像数不尽的海洋生物,我们要做的,就是像一个优秀的渔民一样,找到他们,把它们捕获,然后用他们制作出种种美味。 **1. 打开魔法之门:请求包** 要抓鱼,首先需要一个鱼网。在Python的世界里,我们就是通过所谓的“请求包”来发送“抓鱼”的请求。requests是Python中常用的发送HTTP请求的库,用它可以方便地与网络上的资源进行交互。所谓的GET,POST,DELETE,还有PUT,这些听起来像偶像歌曲一样的单词,其实就是我们鱼网的不同方式。 简单用法如下: ``` im
76 14
|
3月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
害虫识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了12种常见的害虫种类数据集【"蚂蚁(ants)", "蜜蜂(bees)", "甲虫(beetle)", "毛虫(catterpillar)", "蚯蚓(earthworms)", "蜚蠊(earwig)", "蚱蜢(grasshopper)", "飞蛾(moth)", "鼻涕虫(slug)", "蜗牛(snail)", "黄蜂(wasp)", "象鼻虫(weevil)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Djan
217 1
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能

推荐镜像

更多