Python解析Socket資料流異常bytes的問題（詳細）

這篇文章帶給大家的內容是關於Python解析Socket資料流異常bytes的問題（詳細），有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。

python在透過socket發送資料時，英文字符轉義後為原來本身的字符，佔一個字節（如：s轉移後為s），而中文字符在轉義後需要二個字節來識別一個中文字元（如：鐘轉義後為\x92\x9f）。在發送端是不存在問題的，而發生問題的主要是在socket客戶端。因為客戶端在接受資料流時，每次接受都是有位元組限制，就會出現一個中文字元分兩次接受，從而導致每次接受的流在轉義成字符時報錯UnicodeDecodeError。

目前有資料流：

bmsg = b'\xe5\x88\x86\n\xe9\x92\x9f' # 分\n钟

#正常接受並轉義為：

smsg = str(bmsg, 'utf-8')   #方式一 或 
smsg = bmsg.decode()  # 方式二 第一参数默认utf8，第二参数默认strict，还有 ignore （忽略）、 replace （替代=?）

如果現在接受到的資料流為

bmsg = b'\xe5\x88\x86\n\xe9\x92'    # \x9f 作为下次接受

如何避免程式的異常退出，有兩種處理方式：
1）資料遺失處理
此時，如果再用正常接受方式轉義bytes流，就會出現UnicodeDecodeError 異常，為使不報異常，我們在轉義時，透過方式二，指定第二個參數為ignore，如下：

smsg = bmsg.decode('utf-8', 'ignore') # 输出： 分\n  ，如果为 replace 则 \n 后为 ?

2）資料流拆分，再處理
一般socket服務端在傳送資料時，每個資料流是完整的，並會以特定的字元（如：\n）結束一併發送。根據這種現狀，我們在每次接受資料時，根據這個特定字元拆分（split）為一個保存單一資料流的清單。列表的第一個流可能為不完整，把它和上次接受的流合併為一個完整的資料流並轉義；中間為可以正常轉義的資料流；最後一個流也為不完整，保存下來，用來拼接下次接受的流，並重複上述操作，這樣保障了程式不會異常退出，也保障資料的完整性。大致代碼如下：
資料接受：

第一次接受 msg1 = b'\xe5\x88\x86\n\xe9' ；    # 鐘分割成   \xe9 與  \x92\x9f
第二次接受msg2 = b'\x92\x9f_stone\n'

init_msg = b'' # 初始化流
　　while True:
　　　　msg = soc.recv(128) # 接受数据
　　　　init_msg += msg
　　　　msg_arr = init_msg.split(b'\n') # 注意此处的 b'\n' ，因为被拆分的为bytes串，所以也要用bytes串来拆分
　　　　init_msg += msg_arr[-1]
　　　　msg_arr.remove(msg_arr[-1])
　　　　for i in range(len(msg_arr)):
　　　　　　string = msg_arr[i].decode('utf-8')
　　　　　　print(string

以上是Python解析Socket資料流異常bytes的問題（詳細）的詳細內容。更多資訊請關注PHP中文網其他相關文章！