php - PHP-获取数据包长度

Question

我目前正在处理PHP中的套接字和数据包，并且不知道从哪里开始获取数据包的长度。我从GitHub存储库尝试了此操作(不记得是哪个):

    private function get_packet_length($socket) {
        $a = 0;
        $b = 0;
        while(true) {
            $c = socket_read($socket, 1);
            if (!$c) {
                return 0;
            }
            $c = ord($c);
            $a |= ($c & 0x7F) << $b++ * 7;
            if ($b > 5) {
                return false;
            }
            if (($c & 0x80) != 128) {
                break;
            }
        }
        return $a;
    }

有人知道为什么这行不通吗？我得到int(1)。

编辑

private function get_packet_length($socket) {
        $a = 0;
        $b = 0;
        while(true) {
            $c = socket_read($socket, 10240);
            if (!$c) {
                return 0;
            }
            $c = ord($c);
            $a .= strlen($c);
            if ($b > 5) {
                return false;
            }
            if (($c & 0x80) != 128) {
                break;
            }
        }
        return $a;
    }

输出:string(2) "01"

Answer 1

数据包没有固有的长度，即使从C获取此信息实际上也相对困难。这是因为在用户层，套接字数据没有以数据包的形式表示。 (UDP表示为完整的有效载荷，但是在用户区中接收到的单个UDP有效载荷绝对有可能仍然代表多个数据包。)因此，这个问题并不是很正确，您真正应该问的是如何确定如何在套接字上可以读取许多字节。

那么，为什么您粘贴的代码没有告诉您呢？您应该真正理解该代码的作用，因为它很有趣。但是，由于它与您实际上可能感兴趣的信息有关，因此我将其留待以后使用。

不幸的是，PHP没有为您提供一种使用原始套接字FD调用ioctl(2)的方法。这将允许您在PHP-land中执行类似ioctl(sock, FIONREAD, &n)的操作来确定可读取的字节数。 (实际上，显然，如果您使用fopen或fsockopen，则可以执行此操作，但是我想您没有。)las，这行不通。

幸运的是，有两个选项供您选择:

使用非阻塞套接字。您可以在套接字流上调用socket_set_nonblock。完成此操作后，对socket_read，socket_write等的任何调用都将在非阻塞模式下进行。这意味着如果您这样做$data = socket_read($socket, 1024)，并且少于1024个字节可用，将返回可用字节。 (如果没有可用数据，则返回的字节数可能为0。)

使用socket_select对一系列套接字执行相同的操作。此函数通知您哪些套接字具有可读数据/处于可写状态/具有需要处理的错误。

无论使用哪种版本，处理套接字未接收到足够数据的情况的一般方法都是实现超时。 socket_select为此提供了一个 native 接口(interface)；使用非阻塞套接字手动执行此操作需要您记住已等待了多长时间，并在调用socket_read之间实现了 sleep 。如果您在一段时间(例如10秒)内未收到足够的数据，请关闭套接字，然后再进行处理。

如果收到的数据超出预期，那是一个错误，然后关闭套接字，然后将其遗忘。

您正在处理的协议(protocol)也很重要。因为您还没有说要处理什么协议(protocol)，所以我无法借助指针来告诉您期望有多少数据。但是也许您正在实现自己的协议(protocol)很有趣。

在这种情况下，您需要确定对在线数据进行编码的方法。因为您说的问题中使用的方法具有一些二进制技巧，所以我将做同样的事情。您可能需要将32位值pack放入字符串的开头。收到连接后，您等待前4个字节进入。一旦读取了这4个字节，就可以unpack该数据来确定需要读取多少字节。

<?php
$payload = "Have a nice day!\n";
$len = strlen($payload) + 1; // + 1 for terminating NUL byte
$packet = pack("Na", $len, $payload);
socket_send($sock, $packet, $len + 4); // + 4 is length 
...

然后，在服务器上

<?php
$r = socket_read($sock, 4);
$la = unpack("N", $r);

// Because we don't know how much to read until we get the first 4 bytes.
// Obviously this is a DoS vector for someone to hold the connection open,
// so you will likely want to use socket_select to get that first bit of
// data. That's an exercise for you.
socket_set_nonblock($sock);
$len = $la[1];
$time = 0;
$payload = "";
while ($len > 0 && $time < 10) { 
    $data = socket_read($sock, $la[1]);
    $tlen = strlen($data);
    $payload .= $data;
    $len -= $tlen;
    if ($len == 0) { 
        break;
    }
    sleep(1); // Feel free to usleep.
    $time++;
 }

N.B.我在确保正确编码打包/解压缩数据后没有测试此代码，因此不确定是否可以逐字使用它。将其视为体系结构伪代码。

其他协议(protocol)具有其他长度编码方式。例如，在通常情况下，HTTP使用Content-Length。

您的示例代码

在先前的编辑中，我只是通过查看第一个字节来获取长度来解决这个问题。我回过头来回答这个问题，因为我看到了反对意见，并且关于数据包的某些措辞困扰着我。我也从快速浏览该代码中就得出结论，这是非常错误的。

该代码从套接字读取各个字节，以尝试获取可变长度的剩余有效负载。 (我想知道这是来自ZeroMQ的 repo 代码还是Apple推送通知之类的代码。)无论如何，看起来该代码确实有些奇怪的东西，但是实际上是什么呢？

private function get_packet_length($socket) {
    $a = 0;
    $b = 0;
    while(true) {
        /* Read next single byte off of the socket */
        $c = socket_read($socket, 1);
        if (!$c) {
            return 0;
        }

        /* Use integer value of the byte instead of the character value */
        $c = ord($c);

        /*
         * Get the first 7 bits of $c. Since $c represents an integer value
         * of a single byte, its maximum range is [0, 2^8). When we use only
         * 7 bits, the range is constrained to [0, 2^7), or 0 - 127. This
         * means we are using the 8th bit as a flag of some kind -- more on
         * this momentarily.
         *
         * The next bit executed is ($b++ * 7), since multiplication has
         * higher precedence than a left shift. On the first iteration, we
         * shift by 0 bits, the second we shift 7 bits, the third we shift
         * 14 bits, etc. This means that we're incrementally building an
         * integer value byte by byte. We'll take a look at how this works
         * out on real byte sequences in a sec.
         */
        $a |= ($c & 0x7F) << $b++ * 7;

        /*
         * If we've tried to handle more than 5 bytes, this encoding doesn't
         * make sense.
         */
        if ($b > 5) {
            return false;
        }

        /*
         * If the top bit was 1, then we still have more bytes to read to
         * represent this number. Otherwise, we are done reading this
         * number.
         */
        if (($c & 0x80) != 128) {
            break;
        }
    }
    return $a;
}

因此，让我们考虑一下几个不同的字节流的含义:

$stream = "\x01"; /* This is pretty obviously 1 */
$stream = "\x81\x80\x80\x00";
    /* This is also 1, can you figure out why? */

$stream = "\xff\x01"; /* You might think it 256, but this is 255 */
$stream = "\x80\x82"; /* This is 256. */
$stream = "\xff\xff\x01"; /* 32767 */
$stream = "\x80\x80\x02"; /* 32768 */

$stream = "\x0c\x00\x48\x65\x6c\x6c\x6f\x2c\x20\x77\x6f\x72\x6c\x64\x21"
    /*
     * A static value 13, a length terminator, and 13 bytes that happen 
     * to represent "Hello, world!".
     * This shows how such an encoding would be used in practice
     */

如果您熟悉字节顺序，则可能会注意到这些值是以Little-endian编码传输的。这通常很奇怪(网络字节顺序为big-endian)，但实际上并没有发送完整的整数值:我们正在发送可变长度的字节流。每个字节的编码可以帮助我们弄清楚长度是多少。但是，在不知道该代码实现什么协议(protocol)的情况下，这实际上可能是一个错误，导致该代码无法在具有不同字节序的计算机之间移植。

重要的是要注意，这是字节流协议(protocol)的一部分，而不是获取任何长度的标准方法。实际上，许多二进制协议(protocol)并未定义为字节流协议(protocol)。这是因为字节流协议(protocol)通常根本不定义字节序(因为该字节流不需要)。因此，如果您在PPC或某些ARM处理器上运行此代码，它将无法正常工作。因此，我们说此代码不可移植。

在处理字节流或通过网络发送原始二进制数据时，请始终确保定义数据的字节序。如果您不这样做，则您的协议(protocol)将创建不可移植的实现。另请参见Rob Pike的this great post，以获取有关字节顺序的更多信息，以及为什么在任何时候遇到问题时，您要么感到困惑，要么某人做错了事(例如，在未完全定义数字编码的情况下定义字节流协议(protocol))。