【Python之旅】第五篇(四):基于Python Sockct多线程的简版SSH程序

简介:

    还是继续延续篇五中前三节的例子,通过对代码的修修补补,把它改成一个可以在连接后就能在Client端执行Server端命令的程序,所以就有点类似于SSH连接程序了。

    至于还是用前面的例子来改嘛,是因为上课也一直这么干,而且老师也讲得非常不错,自己吸收后也作为一个学习的记录吧,因为确实是非常不错的!

    之所以能对前面的例子如这样的修改,应当有这样的思想:前面的例子中,Server端能够返回Client端输入的字符串,那么如果Client端输入的是Linux的shell命令,Server端是否可以执行这些命令然后返回执行的结果?

    所以是基于这样的思想来进行对前面例子的改进的,达到这样的效果,需要其它一些模块的支持,当然也需要在细节上做一些改进,下面给出的代码中都会有说比较详细的说明。

    就看看这个简版的SSH程序是个什么样的东东吧。


Server端程序代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
import  SocketServer
import  commands    #使用其中的getstatusoutput()函数,让Server端可以识别Client端发送过来的命令并执行
import  time        #主要使用其中的time.sleep()函数,用来解决Server端发送数据的“连块”问题
 
class  MySockServer(SocketServer.BaseRequestHandler):
 
     def handle(self):
         print  'Got a new connection from' , self.client_address
         while  True:
             cmd = self.request.recv( 1024 )
             if  not cmd:
                 print  'Last connection with:' ,self.client_address
                 break
             
             cmd_result = commands.getstatusoutput(cmd)    #获取Client端的指令并执行,返回结果是一个存储两个元素的元组,第一个元素为 0 表示成功执行,第二个元素则是命令的执行结果
 
             self.request.send(str(len(cmd_result[ 1 ])))    #发送命令执行结果的大小长度,Client端要想接收任意大小的执行结果,就需要根据命令执行结果的大小来选择策略,这里需要注意的是,发送的数据是字符串,所以需要作类型转换
 
             time.sleep( 0.2 )        #睡眠 0 .2s,是为了解决“连块”的问题
 
             self.request.sendall(cmd_result[ 1 ]) #发送命令执行结果
 
if  __name__ ==  '__main__' :
     HOST =  ''
     PORT =  50007
     s = SocketServer.ThreadingTCPServer((HOST, PORT), MySockServer)
 
     s.serve_forever()


Client端程序代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
import  socket
 
HOST =  '192.168.1.13'
PORT =  50007
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((HOST, PORT))
 
def data_all(obj, lenth_size):
     data =  ''                 #用来存储每一次循环时socket接收的数据,解决socket大概两万多字节的缓冲瓶颈限制
     while  lenth_size !=  0 :   #如果接收的数据长度不为 0 ,开始执行接收数据处理策略
         if  lenth_size <=  4096 :    #这里以 4096 为单位块,作为每次的数据处理量大小
             data_recv = obj.recv(lenth_size)    #通过recv()接收数据
             lenth_size =  0     #通过这一步的处理,数据全部接收完毕,置lenth_size为 0 ,结束循环,完成数据的接收处理工作
         else :
             data_recv = obj.recv( 4096 )    #以 4096 为单位块,一次接收 4096 的数据量大小
             lenth_size -=  4096             #处理完一次 4096 字节的数据后,将lenth_size减去 4096
         data += data_recv                     #判断外层,用本地的data来存储接收到的数据,因为本地的data大小没有限制,所以不存在data饱和无法继续存储数据的问题,但前面socket的recv()函数一次最多只能接收的数据量大小是有限制的,这取决于socket的缓冲区大小,因此data_all函数的作用就是通过使用多次recv()函数,并且每次接收一定量的数据后就进行本地存储,直到把所有的数据都接收完毕
     return  data
 
while  True:
     user_input = raw_input( 'cmd to send:' ).strip()
     if  len(user_input) ==  0 : continue
     s.sendall(user_input)
 
     data_size =  int (s.recv( 1024 ))      #得到命令执行结果的大小长度,因为发送过来的数据是字符串,所以这里要作类型转换
     print  '\033[32;1mdata size:\033[0m' ,data_size    #打印命令执行结果的大小
     result = data_all(s, data_size)    #通过data_all函数来执行相应的数据接收处理策略
     print result                       #打印命令执行结果
 
s.close()                                  #关闭套接字


演示:

步骤1:Server端运行服务端程序

1
2
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day5$ python ssh_server5.py 
===>光标在此处处于等待状态

步骤2:Client端运行客户端程序并观察返回结果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day5$ python ssh_client5.py 
cmd to send:df
data size:  502                                 ===>命令执行结果的大小
df:  "/var/lib/lightdm/.gvfs" : 权限不够        ===>命令的执行结果
文件系统           1K-块      已用    可用 已用% 挂载点
/dev/sda3         8781832    3458300  4877428    42 % /
udev               493784          4   493780     1 % /dev
tmpfs              201040        784   200256     1 % /run
none                 5120          0     5120     0 % /run/lock
none               502592        144   502448     1 % /run/shm
/dev/sda1           93207      30139    58256    35 % /boot
.host:/         162256468  152391980  9864488    94 % /mnt/hgfs
cmd to send:pwd                               ===>执行pwd命令
data size:  21
/mnt/hgfs/Python/day5
cmd to send:ls
data size:  357
[ 1 ]sec_4_ver1(单线程,非交互式)
[ 2 ]sec_4_ver2(单线程,交互式,阻塞模式一般演示)
[ 3 ]sec_4_ver3(单线程,交互式,阻塞模式进阶演示)
[ 4 ]sec_4_ver3(单线程,交互式,多并发)
client4.py
duotiao_jian_biao3.py
jian_biao2.py
my_conn1.py
server4.py
ssh_client5.py
ssh_server5.py
Thread_socket_server4.py
cmd to send:top -bn  3         ===>注意该命令的执行结果(大小)已经超出了socket的缓冲区大小,因此上面Client端中的程序代码主要就是为了解决该问题,这也是Client端的关键所在
data size:  34378              ===>该命令的执行结果大小为三万多字节,超出了socket缓冲区,socket的recv()函数是无法一次接收那么多数据的
 
……
省略输出结果
 
cmd to send:ls               ===>继续执行命令,返回结果正常
data size:  357
[ 1 ]sec_4_ver1(单线程,非交互式)
[ 2 ]sec_4_ver2(单线程,交互式,阻塞模式一般演示)
[ 3 ]sec_4_ver3(单线程,交互式,阻塞模式进阶演示)
[ 4 ]sec_4_ver3(单线程,交互式,多并发)
client4.py
duotiao_jian_biao3.py
jian_biao2.py
my_conn1.py
server4.py
ssh_client5.py
ssh_server5.py
Thread_socket_server4.py

    可以看到上面两个程序已经比较好的实现了命令执行的功能了,问题主要是集中在:

1.Server端发送数据的“连块”问题,即发送两次数据时,如果发送间隔比较短,socket会把两次发送的数据放在一起来发送,这里通过time.sleep()函数来解决。

2.socket的缓冲区大小问题,即当执行top -bn 3这样执行结果长度大的命令时,socket缓冲区一次是无法存储这么多数据的,所以只能分多次来接收数据,这样就会在Client端带来一定的问题,比如命令执行的不同步等,解决的方法是通过用循环接收的方法来进行本地存储Server端发送的数据。

    当然,如果要执行man等查询方面的命令,上面的程序也是无法做到的,所以这里说,这只是一个简版的SSH程序,作为对Python socket的学习就好了,真要用SSH的话,那还不如直接下个ssh连接软件。




本文转自 xpleaf 51CTO博客,原文链接:http://blog.51cto.com/xpleaf/1700072,如需转载请自行联系原作者

相关文章
|
4月前
|
人工智能 Linux 开发工具
Python从零到一:手把手带你写出第一个实用程序
Python语法简洁易懂,适合编程新手入门。它广泛应用于人工智能、自动化办公、Web开发等领域。学习Python可快速搭建项目,拥有丰富库支持和强大社区资源。通过本教程,你将掌握基础语法、环境搭建、程序逻辑控制及实战项目开发,开启编程之旅。
442 0
|
5月前
|
数据采集 存储 JSON
Python爬取知乎评论:多线程与异步爬虫的性能优化
Python爬取知乎评论:多线程与异步爬虫的性能优化
|
5月前
|
人工智能 安全 调度
Python并发编程之线程同步详解
并发编程在Python中至关重要,线程同步确保多线程程序正确运行。本文详解线程同步机制,包括互斥锁、信号量、事件、条件变量和队列,探讨全局解释器锁(GIL)的影响及解决线程同步问题的最佳实践,如避免全局变量、使用线程安全数据结构、精细化锁的使用等。通过示例代码帮助开发者理解并提升多线程程序的性能与可靠性。
195 0
|
2月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
278 0
|
3月前
|
设计模式 决策智能 Python
Python条件控制:让程序学会"思考"的魔法
本文深入浅出地讲解Python条件控制,从基础if语句到多分支、嵌套结构,再到简洁的三元表达式与Python 3.10新增的match-case模式匹配,结合电商折扣、会员等级、ATM系统等实战案例,全面掌握程序“智能决策”的核心逻辑。
410 0
|
4月前
|
数据采集 消息中间件 并行计算
Python多线程与多进程性能对比:从原理到实战的深度解析
在Python编程中,多线程与多进程是提升并发性能的关键手段。本文通过实验数据、代码示例和通俗比喻,深入解析两者在不同任务类型下的性能表现,帮助开发者科学选择并发策略,优化程序效率。
294 1
|
5月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。
|
6月前
|
JSON 算法 Java
打造终端里的下载利器:Python实现可恢复式多线程下载器
在数字时代,大文件下载已成为日常需求。本文教你用Python打造专业级下载器,支持断点续传、多线程加速、速度限制等功能,显著提升终端下载体验。内容涵盖智能续传、多线程分块下载、限速控制及Rich库构建现代终端界面,助你从零构建高效下载工具。
395 1

推荐镜像

更多