Python 소켓: 데이터 반환 동작의 영향 이해
처음에는 공식 문서에 있는 Python 에코 서버 예제가 완벽하게 작동했습니다. 그러나 클라이언트로 다시 데이터를 보내는 것을 제거하기 위해 코드를 수정하자 문제가 발생했습니다. Socket.recv() 메소드의 두 번째 호출에서는 반환이 발생하지 않았습니다.
다른 구현, 다른 결과
문서의 원본 코드는 다음과 같은 while 루프를 사용했습니다.
conn.sendall(data)
이 줄은 다음과 같습니다. 클라이언트가 연결을 종료할 때까지 서버는 수신된 데이터를 클라이언트에 다시 표시합니다.
수정된 코드에서 동작은 다음과 같이 변경되었습니다.
break> ;
conn.recv(1024) 메소드가 두 번째로 호출되면 즉시 종료되어 해당 메소드에 사용할 수 있는 데이터가 남지 않습니다. client.
TCP 스트림의 특성
이 동작을 이해하려면 TCP 스트림의 특성을 이해하는 것이 중요합니다. 클라이언트와 서버 작업 간에 직접적인 상관 관계 없이 연속적인 흐름으로 데이터를 전송합니다. 또한 프로토콜은 기본 통신 규칙을 결정합니다.
원래 코드에서 프로토콜은 클라이언트가 나가는 연결을 닫을 때까지 서버가 수신한 각 데이터 패킷을 에코하도록 지정했습니다. 닫히면 서버는 소켓을 닫습니다.
수정된 프로토콜 및 클라이언트 조정
수정된 코드는 클라이언트가 클라이언트에 도달할 때까지 서버가 들어오는 데이터를 삭제하는 새로운 프로토콜을 도입했습니다. 나가는 연결을 닫았습니다. 그 후 서버는 "ok"를 보내고 소켓을 닫습니다.
클라이언트가 이 새로운 프로토콜과 작동하도록 하려면 다음을 수행해야 합니다.
- 클라이언트의 나가는 연결을 닫습니다. 완료를 나타냅니다.
- 데이터의 잠재적 조각화를 고려하기 위해 여러 개의 recv() 호출을 구현합니다.
업데이트된 서버 및 클라이언트
다음 업데이트된 코드 샘플은 수정된 프로토콜 구현을 보여줍니다.
서버:
가져오기 소켓
HOST = ''
PORT = 50007
s = 소켓.socket(socket.AF_INET, 소켓.SOCK_STREAM)
s.setsockopt(socket.SOL_SOCKET, 소켓.SO_REUSEADDR, 1)
s.bind(( 주인, PORT))
s.listen(1)
conn, addr = s.accept()
print('Connected by', addr)
while 참:
data = conn.recv(1024) if not data: break
conn.sendall(b'ok')
conn.shutdown(socket.SHUT_WR)
conn.close()
클라이언트:
가져오기 소켓
HOST = 'localhost'
PORT = 50007
s = 소켓.socket(socket.AF_INET, 소켓.SOCK_STREAM)
s.connect((HOST, PORT))
s.sendall (b'안녕하세요. world')
s.shutdown(socket.SHUT_WR)
data = b''
while True:
data = conn.recv(1024) if not data: break
s.close()
print('Received' , repr(data))
이러한 수정된 구현을 통해 서버는 들어오는 데이터를 효율적으로 삭제하여 클라이언트가 종료 후 응답을 받을 수 있도록 합니다.
위 내용은 Python 소켓 서버에서 데이터 에코를 제거하면 `socket.recv()`가 후속 호출에서 아무것도 반환하지 않는 이유는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

시끄러운 이미지를 다루는 것은 특히 휴대폰 또는 저해상도 카메라 사진에서 일반적인 문제입니다. 이 튜토리얼은 OpenCV를 사용 하여이 문제를 해결하기 위해 Python의 이미지 필터링 기술을 탐구합니다. 이미지 필터링 : 강력한 도구 이미지 필터

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

데이터 과학 및 처리가 가장 좋아하는 Python은 고성능 컴퓨팅을위한 풍부한 생태계를 제공합니다. 그러나 Python의 병렬 프로그래밍은 독특한 과제를 제시합니다. 이 튜토리얼은 이러한 과제를 탐구하며 전 세계 해석에 중점을 둡니다.

이 튜토리얼은 Python 3에서 사용자 정의 파이프 라인 데이터 구조를 작성하여 클래스 및 작업자 과부하를 활용하여 향상된 기능을 보여줍니다. 파이프 라인의 유연성은 일련의 기능을 데이터 세트, GE에 적용하는 능력에 있습니다.

파이썬 객체의 직렬화 및 사막화는 사소한 프로그램의 주요 측면입니다. 무언가를 Python 파일에 저장하면 구성 파일을 읽거나 HTTP 요청에 응답하는 경우 객체 직렬화 및 사태화를 수행합니다. 어떤 의미에서, 직렬화와 사제화는 세계에서 가장 지루한 것들입니다. 이 모든 형식과 프로토콜에 대해 누가 걱정합니까? 일부 파이썬 객체를 지속하거나 스트리밍하여 나중에 완전히 검색하려고합니다. 이것은 세상을 개념적 차원에서 볼 수있는 좋은 방법입니다. 그러나 실제 수준에서 선택한 직렬화 체계, 형식 또는 프로토콜은 속도, 보안, 유지 보수 상태 및 프로그램의 기타 측면을 결정할 수 있습니다.

Python의 통계 모듈은 강력한 데이터 통계 분석 기능을 제공하여 생물 통계 및 비즈니스 분석과 같은 데이터의 전반적인 특성을 빠르게 이해할 수 있도록 도와줍니다. 데이터 포인트를 하나씩 보는 대신 평균 또는 분산과 같은 통계를보고 무시할 수있는 원래 데이터에서 트렌드와 기능을 발견하고 대형 데이터 세트를보다 쉽고 효과적으로 비교하십시오. 이 튜토리얼은 평균을 계산하고 데이터 세트의 분산 정도를 측정하는 방법을 설명합니다. 달리 명시되지 않는 한,이 모듈의 모든 함수는 단순히 평균을 합산하는 대신 평균 () 함수의 계산을 지원합니다. 부동 소수점 번호도 사용할 수 있습니다. 무작위로 가져옵니다 수입 통계 Fracti에서


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

안전한 시험 브라우저
안전한 시험 브라우저는 온라인 시험을 안전하게 치르기 위한 보안 브라우저 환경입니다. 이 소프트웨어는 모든 컴퓨터를 안전한 워크스테이션으로 바꿔줍니다. 이는 모든 유틸리티에 대한 액세스를 제어하고 학생들이 승인되지 않은 리소스를 사용하는 것을 방지합니다.

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)
