如何分离TCP套接字消息

Question

我曾经尝试使用异步TCP套接字消息在两个程序之间传递数据、数字和/或文本。我的做法是在每条消息的开头使用一个关键字，然后用“|”字符分隔值。因此，一条消息可能看起来像这样:

"DATA|490|40517.9328222222|1|6|11345|11347|11344|11345|106|40517.8494212963"

我将读取缓冲区大小设置为1024，因为大多数消息都不超过这个长度。但是有时候我可能会快速发送许多短消息，其中几个加起来不到1024个字符，那么它们似乎会一次性读取。如果我发送的消息超过1024个字符，则会被分割。因此，我正在寻求如何处理这种情况的建议。我应该使用一些特殊字符来开始和/或结束每条消息吗？希望您能给出一些建议。

- bretddog

Answer 1

最简单的方法是在每个消息的开头发送消息长度，以一种能够适用于小端和大端硬件的序列化方式进行序列化。这样做还可以帮助接收者有效地预分配其接收缓冲区。

- Steve Townsend

---

谢谢！你所说的序列化是什么意思？它适用于标准的Windows操作PC吗？根据您最后的评论，这是否意味着我应该根据接收到的消息更改缓冲区大小？这将如何工作...由于在读取消息之前无法确定消息的长度，我不太明白您的意思。顺便问一下，将消息拆分为多个部分是否有意义，或者对性能没有任何影响？每200毫秒大小为50个字符的消息，很少会有一个50,000-400,000个字符的消息。 - bretddog

序列化只是指“输出为字符串”。@terminus的建议是一种合理的方法 - 将消息长度转换为固定长度的字符串，以便在接收端轻松地将其转换回“unsigned int”。您可以首先请求读取那么多字节到固定大小的缓冲区中，然后分配一个缓冲区来接收其余的消息。不要在发送端拆分消息 - TCP/IP堆栈将执行任何所需的数据包处理。 - Steve Townsend

Answer 2

最简单的方法是在数据包开头发送消息的大小。这样你就知道要读取多少数据了。因此，它看起来像：

00015MESSAGE|1|2 ...

size字段具有固定大小非常重要。

您还可以将此大小字段设置为二进制，但似乎您正在发送纯文本，因此使用这种方式可以获得可读性良好的大小字段。

- terminus

Answer 3

有几种方法：

1. 在每个消息前加上长度单词。

2. 使用STX/ETX样式包装每个消息，以便您可以看到它何时开始和结束。这需要转义数据中出现的ETX字节，而这又需要转义ESC字节。

3. 自描述协议，例如XML或基于类型长度值的协议。

- user207421

---

OP已经必须转义出现在数据中的|字符，因此这可能不是一个负担。 - caf

Answer 4

协议是一切。对于我的聊天应用程序，我使用参数协议，就像运行时一样。

shutdown.exe -s -f -t 30

但是对于套接字，我使用这个

join John%20Doe            ' %20 for space
msg This%20Is%20a%20test   ' again %20 for space

这样做就不用担心您的数据是否以异步方式发送 :D 希望这可以帮到您

- MaximVdW

Answer 5

你可以通过在消息中填充唯一的字节（例如ASCII中不存在的255）来解决这个问题，使其达到缓冲区大小，并在接收端取消填充。

对我来说，这不是一个很好的和聪明的解决方法，但它确实有效。

或者你可以尝试在每个数据包的开头发送整个数据包的长度，这比填充技术更具挑战性，当正确执行时效率更高。合并后的数据包将看起来像这样（方案）：

05|.....02|..03|...

- Cobra_Fast

Answer 6

TAR的处理方式是使用固定大小的块。 TAR中的每个块都是512字节，文件（消息）可以完全包含在一个块中。如果不是，则前512字节包括一个标题，指定需要读取多少个附加块以获取该文件（消息）。

Tar显然不是TCP应用程序，但它具有类似的数据解析或处理要求。

此外，您的大小小于512字节，但可能有意义包括64字节块、128字节块或其他大小的块，并将所有数据分批发送。虽然会因为“盒子大小”的开销而失去效率，但您可能会在数据处理算法的效率和简单性方面获得收益。

- Cheeso