Socket编程：一点点教你做个聊天工具——（一）计算机网络基础理论篇

一个简单的聊天工具，写个小系列，Python代码实现。最后的成品在这里，你可以先下载下来玩一下，再考虑要不要看这个系列的东西。

链接：https://pan.baidu.com/s/192onr8E0KWxH4EfmOBqb6g 
           提取码：0hsf 
 

首界面：

 

左上角Config菜单配置ip：

 

在你的cmd命令行里打入ipconfig命令，查看你的ip。

 

我这里连接的是无线，找到WLAN的适配器，查看ip：192.168.1.117，这是一个局域网IP，对于什么是局域网，我们后面谈，这里注意，如果你测试机的ip是局域网ip，需要两台通讯机器连接到同一局域网上。（也就是说链接的是同一个wifi）

这里点击确认（confirm）后，应该会有个弹框，问你是否允许程序执行某些东西，点击确认就行。别担心，我只是占用了你的55555号端口，至于端口是什么，我们同样后面说。

 

相同的道理，问问你哥们的ip是多少，在config里配置send_ip。

顺便可以自己起个昵称。config ID

配置完毕后，界面会有提示：

 

自己的机器算是配置完了。同样的，把你哥们的也配置好。不过注意这里的ip是它的ip，它的send_ip才是你的IP，别搞混了啊。

 

当全部配置完毕后，在输入框里（下面小的那个）输入你想发送的消息，点击submit发送。下面就是两台电脑间的通讯结果：

 

 

 

ok，演示已经结束了。你现在需要考虑要不要把时间丢在这上面了。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

哇，如果你看到了这句话，那你应该就决定留下来了。不过我还是要奉劝一句：别抱有太大的期望，万一失望了呢。

哈哈哈，开玩笑，既然决定了，那就一起努力吧。

 

文章的标题已经指出了，理论片。不要一听到这篇文章没代码就很伤心，程序的代码并不长，但涉及到的理论并不少，有些原理的东西无关紧要，但有些最基础的东西，不理解是没办法懂得程序含义的。

 

首篇文章，我们就先来解决这些东西。

 

就从程序运行的过程一点点说起。最开始，我们配置的就是自己的IP，那第一个概念来了，什么是IP（WHAT）。

 

IP（Internet Protocol Address），简单来说就是地址（WHERE）。分IPv4和IPv6，我们常用的是IPv4，有什么区别呢？也没太大区别，IPv4用32位的长度来表示一个ip地址，而IPv6用128位表示一个地址（我说的是二进制位）。至于IPv6为什么会出现，也完全是因为IPv4不够用了。

 

也就是说，你自己的IP是在网络中定位你位置用的。数据的传输要有目的地，通过你的IP地址，数据才能准确的发到你的手里。

 

就拿这里来说，往上看这篇文章的链接地址：

https://blog.csdn.net/qq_41500251/article/details/90114802

如果你不小心点进去了，那............这篇文章的点击量+1，感谢。

 

在计算机网络中，数据传输通过的是协议。又一个概念——协议。我不想说的太官方，搜索了解下。这里我简单谈理解，协议——就是“规则”。两台机器之间通信，我们要指定规则，举个例子，比如A给B发消息，B接收到了。A怎么知道B是否接受到了呢？如果B没接收到，那我还要重新发送。Now，制定规则，B如果你接收到了，给我回个消息说：“我收到了！”。A收到了确认消息，知道发送成功，不管了。那B怎么知道A是否收到了B发送的确认消息呢？制定规则，A你收到了我收到的消息，也告诉我一声。B如果收到了A的确认消息，OK了，已经可以确定AB的接受和发送能力没问题，换句话说A和B之间的链接没问题，可以通信了。

 

我上面说到的这个例子是TCP（一种运输层协议，有些地方叫传输层）协议建立链接的过程，建立完链接，就可以在这条通道上传输数据了。

 

回过来再看那个链接：

https://blog.csdn.net/qq_41500251/article/details/90114802

如果你不小心又点到，那......你懂的。

 

http是应用层的一种协议（就按我刚刚说的理解，就是一种数据的传输规则）。从刚才的运输层，又到了现在的应用层，这都是什么东西啊。

 

别急，听我言。因为网络协议的指定过于复杂，我们人工的对它进行了分层。这个东西和我们写代码是一样的，比如我们写个飞机大战的代码。我们不太可能从头到尾一溜烟儿的把逻辑写完，因为写着写着就乱了。我们会写个飞机移动的函数move（），飞机开火的函数fire（）。然后我们在主函数里调用就完了，网络协议的分层完全可以靠这种理解。

 

                       

这张图片并不准确，因为有些层之间的区分并不很明确，而且有些层在一些地方也不会用到（比如表示层和会话层等等）。

 

最底层的物理层，相信不需要过多的介绍了，就是在网络之间传送01数字，我们知道数据除了0就是1，至于问什么计算机可以把01变成我们能够看到的图片，视频，文字等完全是软件的功劳。

 

简单点理解，物理层你就是在写函数功能，最上面那一层就是在调函数。下层对上层提供服务，让上层在逻辑功能的表示上更加简单。

 

回过来说那个连接：

https://blog.csdn.net/qq_41500251/article/details/90114802

你懂我要说什么，因为问题一直在发散，我们说完一个问题就回到主干往下延伸，你们习惯下我的思维。

 

这个链接，也就是我们经常说的网页地址，它有个自己的学名——URL（Uniform Resourfe Locator）统一资源定位符。我们知道IP和port在网络中表示一台设备，而URL标识的更加精细，他是网络中某一文档的表示。

 

URL的一般形式由以下四个部分组成：

<协议>://<主机>:<端口>/<路径>

 

协议就是指出使用什么协议来获取万维网文档。我们经常用的是http和ftp（文件传输协议），主机端口我们就不多解释了，后面的路径，当然就是文档的目录了。

 

我们在输网址时一般不会输入端口号，默认为80。如果访问自己本地的服务器时，就要按着服务器容器的端口去请求了。比如TomCat的端口默认8080等等。

 

我们说了http属于应用层的一个协议，而给http提供服务的运输层协议就是TCP。我们在浏览网页的时候应该也注意到了，全是靠的http协议来传输数据的。回眼两行看链接：

http后紧跟的是blog.csdn.net，这个东西叫做域名（因器内容与程序没太大关系，我把基础理论放在文章后面，感兴趣的可以自行查看），你可以和IP等同。我们前面说了IPv4是32位长度的一个地址，拿我的局域网ip来说：

 

192.168.1.117。

我们通常用十进位来表示，八位二进制表示成一位十进制数字：

192 —— 11000000， 168——10101000， 1——00000001， 117——01110101。

所以，我的局域网IP地址的二进制表现形式是：

 11000000 10101000 00000001 01110101 （32位）

 

我们上面说到的域名，其实是和IP绑定上的，等同于IP，但不是IP。为什么这么做呢？一来是你输入地址时方便，我们所有人访问百度都知道是www.baidu.com，你知道他的IP吗。二来，为了保护服务器的安全，不直接显示IP地址。

 

当然如果你知道服务器的详细IP地址，就可以把域名换掉，效果是一样的。打个比方，如果csdn博客的服务器ip是192.168.1.117。那你请求这个地址，效果是完全一样的：

https://192.168.1.117/qq_41500251/article/details/90114802

当然你不可能请求到，因为这是个局域网IP。

 

说回来，当你在浏览器地址栏中输入了：

https://blog.csdn.net/qq_41500251/article/details/90114802

按下回车，你会向csdn的服务器发送个请求，来请求建立链接。整个过程就是前面我们拿AB说的那个例子，而他的底层就是靠TCP这个协议实现的。那个过程执行完毕，服务器就会给你发数据，你接收到展示出来，就是你眼前的这篇文章了。也就是说你虽然能看到我的这篇文章，但是这篇文章并不在你的电脑上，而是csdn服务器发给你的，哪的服务器？就是blog.csdn.net这个域名所代表的服务器。你是怎么找到这个服务器的？靠服务器IP地址。

 

现在清晰IP是个什么功能了吗？行吧，IP就先说到这里了。已经烦了是不是，再坚持下，这很重要。

 

演示中我说过，当你在配置自己的IP地址的时候，系统问你是否同意程序执行某些东西。我说过了，我要占用你的端口。又一个概念来了——端口（port）。

 

我们还从例子出发：

 

你打开了自己的电脑，登上了QQ，然后打开了浏览器，请求了csdn的博客，csdn服务器给你发回来数据。你的浏览器接收到，展现出来。

 

有没有想过这个问题——为什么是数据能精确的给了浏览器，为什么它没把数据给了QQ？

 

嗯，就是那个意思。通过IP我知道了你的机器在哪里（这里说法并不准确，很多设备都可以有IP，联系物联网思考下），我只是把数据给了你的机器，怎么精确定位到具体要给你机器的哪个程序呢？

 

这就是端口的功能了。

 

对于端口，我们多说点。端口大了分可以分为两类——服务器端使用的端口和客户端使用的端口。

 

服务器端口中，又分为两类：

1.系统端口号，数值为0-1023，这些端口是大众熟知的端口，很重要，不会让用户随意修改。

2.登记端口号，数值为1024-49151，这些端口使用也是需要做登记的。

 

客户端使用的端口，就是给我们计算机上的进程用的了，数值为49152-65535。它是动态分配的，来一个进程给一个端口，不用了收回来，给别的程序使用。（我占用了你的55555端口，那个弹窗就是请求你同意的。）

 

也因此，网络中两台PC的数据交换，其实是两个进程之间的数据交换。

 

现在我们有了两个重要概念：IP和port。

 

这二者的结合，（IP， port）就是socket，套接字。

 

有了上面的理解，我们就能清楚的了解到通过socket我就能定位到指定机器的指定进程，有了目标之后，就可以对目标发送数据了。

 

最后的一个概念，也是最开始说的“局域网ip”。

 

其实从概念上应该也能明白个差不多，就是在局域有效的ip。我们知道表示地址的的长度就那么几位，是有限的，会被分完的。

 

局域网从某一方面上减缓了这种情况。我们简单说下吧。假如，我有10个ip分别是1， 2， 3， 4........10（这里只是为了书写简便）。

 

那我的网络中最终只能有10台机器，再多我就没地址可以给了。

 

现在规定8， 9， 10这3个ip是局域网ip，这几个ip只在局部有效。我把1， 2， 3....其他的ip分给路由器（不能再扩展了，没完没了了。简单理解路由器就是网络中转发数据的机器）。

 

                               

 

如果我把其余七个ip给了7个路由器，每个路由器都可以连接3台机器构成一个局域网，三台机器用8，9，10ip标记。也就是说如果1局域网里用8给9发数据，接收的也是1局域网里的9，而不是2局域网里的9。这种方式来分配IP，那算算看我们能分配多上设备：7个路由器加上7 x 3 =21台PC。

 

问题来了，那我1里面的8要给2里面的9发送数据怎么办呢？因为8， 9， 10ip是局域网的，他不能在外网进行传输（图中1到2之间的网络就可以看成外网），最终通过路由器1和路由器2之间传输数据进行实现。也就是说如果局域8，9，10要给其他局域网里的机器发送数据，他们都要把数据给他们的路由器，然后路由器给目标机器的所在网络的路由器。那个路由器再根据你发的数据选择目标，带到它的局域网里，找到指定机器给它。局域网数据出局域网的端口IP，就是我们平常说的“网关”。

 

路由器又是怎么知道是局域网哪台机器的数据，当数据在经过路由器时，它会做记录。具体的东西，我们就不在这里做解释了。

 

将局域网ip转化为全球外部ip的方法叫做NAT，感兴趣的同学可以去搜索了解下。换句话说，在互联网看来，1局域网的任一PC和2局域网中的任一PC通信，都是路由器1，2之间通信，至于局域网内部的东西，就不是外网的管辖范围了。

 

在局域网中使用的IP地址，是我们人为指明的一些地址，又被叫做专用地址。这些地址只能用于一个机构的内部通信，而不能用于和互联网上的主机通信。换言之，专用地址只能用作本地地址，而不能用作全球地址。在互联网的所有路由器中，对目的地址是专用地址的数据报（又一个概念，简单理解“数据报”就是一段数据），一律不进行转发。

 

那怎样识别一个IP是否是专用地址？

 

专用地址的指派如下：

 

1. 10.0.0.0 到10.255.255.255

2. 172.16.0.0 到 172.31.255.255

3. 192.168.0.0 到 192.168.255.255

 

有了这些东西，应该能明白为什么我说如果PC是局域网IP需要连接到同一个局域网里了吧。因为我们写的程序没办法去控制网关，让路由器发给别的局域网。

 

当然，如果是座机，用的宽带连接。那通过查看ipconfig的本地连接的IP地址，不属于专用地址的范围段，那就不需要关注了。因为如果有外网的IP，它就可以在互联网中传递了呀。不用局限在我们的局域网范围中。

 

学校某些机房的计算机都是有外网IP的，你可以通过它给其他任一具有全球外网IP的PC发送消息。

 

本来想着涉及点代码，概念太多了，我们放到下篇文章吧。这篇文章好好理解下，下次我们就动手来实现下TCP数据传输。

 

这篇文章要好好看啊，不然会影响到后面的逻辑。

 

 

 

 

 

扩展：

域名系统DNS（Domain Name System），用来把便于人们使用的机器的名字转换为IP地址。

csdn的域名来解释：

blog.csdn.net，左右端的net叫做顶级域名，csdn是二级域名，blog是三级域名（或者说是一台host）。域名只是个逻辑地址，并不代表计算机所在的物理地点。

互联网中采用了层次树状结构的命名方法，在寻找主机时，先寻找net域，再在net域中寻找csdn域，在csdn中找到blog那台主机。（域中如果有多个分块，我们把他们叫做“区”）

常见的顶级域名如下：

1）国家顶级域名：如cn表中国，us表美国（但是人家一般不会用，因为整个DNS都是人家的，人家不想服从别人的游戏规则），uk表英国。

2）通用顶级域名：com（公司企业，比如www.baidu.com），net（网络服务机构，csdn就是这种），org（非营利性组织，比如python官网），int（国际组织），edu（美国专用的教育机构，所以我们的教育机构是edu.cn，在我们自己的cn后面偷偷建edu），gov（美国政府部门），mil（美国军事部门）

后来陆续增加的一些顶级域名：

biz（公司和企业），jobs（人力资源管理者），museum（emmmm，不用解释了），name（个人），pro（有证书的专业人员，嗯，就是），travel（旅游业，就是表面意思）。

 

因为我国的顶级域名是cn，因此我们的类别域名主要在二级域名：

类别域名：ac（科研机构），com（工、商、金融等企业），edu（教育机构，我们学校的官网基本都是这种），gov（政府机构），mil（国防机构），net（提供互联网络服务的机构），org（和顶级是一样的）

行政区域名：这个我们不常见，因为我们不用。比如：bj（北京市），js（江苏省）等等。