Python网络编程(子进程的创建与处理、简单群聊工具)

简介:

前言:
昨天我们已经了解了多进程的原理以及它的实际使用

Unix/Linux操作系统提供了一个fork()系统调用,它非常特殊。普通的函数调用,调用一次,返回一次,

但是fork()调用一次,返回两次,因为操作系统自动把当前进程(称为父进程)复制了一份(称为子进程),然后,分别在父进程和子进程内返回。

子进程永远返回0,而父进程返回子进程的ID。这样做的理由是,一个父进程可以fork出很多子进程,所以,

父进程要记下每个子进程的ID,而子进程只需要调用getppid()就可以拿到父进程的ID。

Python的os模块封装了常见的系统调用,其中就包括fork,可以在Python程序中轻松创建子进程

既然是进程那么就会有运行和退出
接下来我们就来了解一下进程的退出以及处理
 
孤儿进程:
    当 父进程于子进程 退出,此时 子进程就会 成为孤儿进程
    特征:
          孤儿进程会被系统指定进程收养,即 系统进程成为
这个孤儿进程 新的父进程,系统进程 会自动处理进程 退出状态

僵尸进程:
    当 子进程于父进程 退出父进程没处理子进程的 退出状态
    此时子进程 就会成为僵尸进程
    僵尸进程会滞留部分 PCB信息 在内存中,大量的僵尸进程 会消耗系统给的 内存资源
    所以要 尽量避免僵尸进程的产生

如何避免僵尸进程的产生:
    1. 父进程先退出
    2.父进程 处理子进程状态

    PID,status = os.wait
      功能:
         在父进程中 阻塞等待处理 子进程的退出
      返回值:
            pid :退出的那个 子进程PID
   status :子进程的 退出状态
      获取原来的退出状态:
             wait(status)
      pid,status = os.waitpid(pid,option)
          功能:在父进程阻塞 等待处理子进程的退出
          参数 :
                    pid    -1 表示等待任意子进程退出 
                            >0 表示等待对应PID号的子进程退出 option 
                               0 表示阻塞等待 WNOHANG 表示非阻塞 
          返回值:pid 
                        退出的那个 子进程的PID号 status 子进程的退出状态


创建二级子进程
  • 父进程创建子进程等待进程退出
  • 子进程创建下一个进程,然后立即退出
  • 二级子进程成为孤儿进程  处理具体工作


multiprocessing  模块创建进程
  1.需要 将要做的事情封装 为函数
  2.使用multiprocessing提供的 process 创建进程对象
  3.通过进程对象和process初始化进程进行 进程的设置绑定函数
  4. 启动进程,会 自动执行绑定的函数
  5 .完成进程的回收

创建进程对象:
   process()
     功能:
       创建进程对象
      参数:
        target函数对象
        name 进程称()
        args元组 用来给target 函数位置传参
        kwargs字典 用来给target 函数键值传参
   p.start()
     功能:
        启动进程自动运行terget 绑定函数,
       此时 进程被创建
   p.join([timeout])
     功能:
       等待阻塞子进程退出
     参数:超时检测
     如果 不使用join回收可能产生僵尸进程

  • 使用multiprocessing创建进程子进程同样复制父进程的全部内存空间
  • 之后自己的独立空间 执行互不干扰 子进程也有自己的PID特有资源等
  • 使用multiprocessing创建子进程,一般父进程功能就是创建子进程
  • 回收子进程返回事件交给子进程完成






简单群聊:

功能:
  类似QQ群聊
  1.进入聊天室需要输入姓名 姓名不能重复
  2.有人进入聊天室会向其他人发起通知  xxx进入聊天室
  3.如果一个人发消息则其他人都能收到  xxx说:...
  4.如果某个人退出聊天室也会收到通知  xxx退出聊天室
  5.服务端可以喊话:此时群里所有的都能收到服务端消息  管理员说:...


服务器端:

from socket import * 
import os, sys


# 发送管理员消息
def do_child(s, addr):
    while True:
        msg = input("管理员消息:")
        msg = "C 管理员 " + msg
        s.sendto(msg.encode(), addr)


# 用户登录
def do_login(s, user, name, addr):
    if (name in user) or name == "管理员":
        s.sendto("该用户已存在".encode(), addr)
        return
    s.sendto(b'OK', addr)
    # 通知所有人
    msg = "\n欢迎 %s 进入聊天室" % name
    for i in user:
        s.sendto(msg.encode(), user[i])
    # 插入user
    user[name] = addr


def do_chat(s, user, name, data):
    msg = "\n{} 说: {}".format(name, data)
    for i in user:
        if i != name:
            s.sendto(msg.encode(), user[i])


def do_quit(s, user, name):
    msg = "\n%s 离开了聊天室" % name
    for i in user:
        if i == name:
            s.sendto(b'EXIT', user[i])
        else:
            s.sendto(msg.encode(), user[i])
    del user[name]  # 删除离开的用户


# 接收客户端请求并处理
def do_parent(s):
    # 用于存储用户 {'Alex':('127.0.0.1',8888)}
    user = {}
    while True:
        msg, addr = s.recvfrom(1024)
        msgList = msg.decode().split(' ')
        if msgList[0] == 'L':
            do_login(s, user, msgList[1], addr)
        elif msgList[0] == 'C':
            # "C Levi [I miss you]"
            data = ' '.join(msgList[2:])
            do_chat(s, user, msgList[1], data)
        elif msgList[0] == 'Q':
            do_quit(s, user, msgList[1])


# 创建套接字,网络连接,创建父子进程
def main():
    # server address
    ADDR = ('0.0.0.0', 8888)
    # 创建套接字
    s = socket(AF_INET, SOCK_DGRAM)
    s.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)
    s.bind(ADDR)

    # 创建父子进程
    pid = os.fork()
    if pid < 0:
        sys.exit("创建进程失败")
    elif pid == 0:
        do_child(s, ADDR)
    else:
        do_parent(s)

if __name__ == "__main__":
    main()


客户端:

from socket import * 
import sys, os


def login(s, ADDR):
    while True:
        name = input("请输入用户名:")
        msg = "L " + name
        s.sendto(msg.encode(), ADDR)
        # 接收登录结果
        data, addr = s.recvfrom(1024)
        if data.decode() == 'OK':
            print("@进入聊天室@")
            return name
        else:
            print(data.decode())


# 发送消息
def do_child(s, name, addr):
    while True:
        text = input("发言(quit退出):")
        # 退出
        if text.strip() == "quit":
            msg = "Q " + name
            s.sendto(msg.encode(), addr)
            sys.exit("退出聊天室")

        msg = "C %s %s" % (name, text)
        s.sendto(msg.encode(), addr)


# 接收消息
def do_parent(s):
    while True:
        msg, addr = s.recvfrom(1024)
        if msg.decode() == 'EXIT':
            sys.exit(0)
        print(msg.decode() + "\n发言(quit退出):",end="")


# main控制套接字的创建
def main():
    if len(sys.argv) < 3:
        print("argv is error")
        return
    HOST = sys.argv[1]
    PORT = int(sys.argv[2])
    ADDR = (HOST, PORT)

    s = socket(AF_INET, SOCK_DGRAM)

    name = login(s, ADDR)
    if name:
        pid = os.fork()
        if pid < 0:
            sys.exit("创建子进程失败")
        elif pid == 0:
            do_child(s, name, ADDR)
        else:
            do_parent(s)
    else:
        return


if __name__ == "__main__":
    main()



    


相关文章
|
4天前
|
机器学习/深度学习 边缘计算 TensorFlow
【Python机器学习专栏】Python机器学习工具与库的未来展望
【4月更文挑战第30天】本文探讨了Python在机器学习中的关键角色,重点介绍了Scikit-learn、TensorFlow和PyTorch等流行库。随着技术进步,未来Python机器学习工具将聚焦自动化、智能化、可解释性和可信赖性,并促进跨领域创新,结合云端与边缘计算,为各领域应用带来更高效、可靠的解决方案。
|
4天前
|
机器学习/深度学习 PyTorch TensorFlow
【Python机器学习专栏】循环神经网络(RNN)与LSTM详解
【4月更文挑战第30天】本文探讨了处理序列数据的关键模型——循环神经网络(RNN)及其优化版长短期记忆网络(LSTM)。RNN利用循环结构处理序列依赖,但遭遇梯度消失/爆炸问题。LSTM通过门控机制解决了这一问题,有效捕捉长距离依赖。在Python中,可使用深度学习框架如PyTorch实现LSTM。示例代码展示了如何定义和初始化一个简单的LSTM网络结构,强调了RNN和LSTM在序列任务中的应用价值。
|
4天前
|
机器学习/深度学习 PyTorch TensorFlow
【Python机器学习专栏】卷积神经网络(CNN)的原理与应用
【4月更文挑战第30天】本文介绍了卷积神经网络(CNN)的基本原理和结构组成,包括卷积层、激活函数、池化层和全连接层。CNN在图像识别等领域表现出色,其层次结构能逐步提取特征。在Python中,可利用TensorFlow或PyTorch构建CNN模型,示例代码展示了使用TensorFlow Keras API创建简单CNN的过程。CNN作为强大深度学习模型,未来仍有广阔发展空间。
|
4天前
|
机器学习/深度学习 自然语言处理 语音技术
【Python 机器学习专栏】Python 深度学习入门:神经网络基础
【4月更文挑战第30天】本文介绍了Python在深度学习中应用于神经网络的基础知识,包括神经网络概念、基本结构、训练过程,以及Python中的深度学习库TensorFlow和PyTorch。通过示例展示了如何使用Python实现神经网络,并提及优化技巧如正则化和Dropout。最后,概述了神经网络在图像识别、语音识别和自然语言处理等领域的应用,并强调掌握这些知识对深度学习的重要性。随着技术进步,神经网络的应用将持续扩展,期待更多创新。
|
4天前
|
机器学习/深度学习 数据可视化 TensorFlow
Python用线性回归和TensorFlow非线性概率神经网络不同激活函数分析可视化
Python用线性回归和TensorFlow非线性概率神经网络不同激活函数分析可视化
|
4天前
|
安全 算法 网络安全
构筑网络长城:网络安全漏洞解析与防御策略深入理解操作系统:进程管理与调度策略
【4月更文挑战第30天】 在数字化时代,网络安全已成为维护信息完整性、确保数据流通安全和保障用户隐私的关键。本文将深入探讨网络安全的核心问题——安全漏洞,并分享关于加密技术的最新进展以及提升个人和企业安全意识的有效方法。通过对常见网络威胁的剖析,我们旨在提供一套综合性的网络防御策略,以助力读者构建更为坚固的信息安全防线。 【4月更文挑战第30天】 在现代操作系统的核心,进程管理是维持多任务环境稳定的关键。本文将深入探讨操作系统中的进程概念、进程状态转换及进程调度策略。通过分析不同的调度算法,我们将了解操作系统如何平衡各进程的执行,确保系统资源的高效利用和响应时间的最优化。文中不仅剖析了先来先
|
4天前
|
机器学习/深度学习 PyTorch 算法框架/工具
Python用GAN生成对抗性神经网络判别模型拟合多维数组、分类识别手写数字图像可视化
Python用GAN生成对抗性神经网络判别模型拟合多维数组、分类识别手写数字图像可视化
|
5天前
|
数据可视化 API Python
Python绘图工具seaborn,教会你如何绘制更加精美的图形(二)
Python绘图工具seaborn,教会你如何绘制更加精美的图形(二)
|
5天前
|
数据可视化 Linux API
Python绘图工具seaborn,教会你如何绘制更加精美的图形(一)
Python绘图工具seaborn,教会你如何绘制更加精美的图形(一)