Python Socket编程如何实现MP4等大文件流的完整接收

Python Socket编程中处理MP4等大文件流传输时，最核心的问题是如何解决流式传输无边界导致的接收不完整问题。MP4文件通常体积较大，单次传输无法完成，需要分多次接收，若没有合理的机制标识文件起始、结束和校验数据，很容易出现接收端文件损坏、缺失内容的情况。

大文件流接收不完整的核心原因

Socket传输属于字节流传输，本身不会自动划分数据边界，发送端连续发送的数据可能会被接收端合并或者拆分接收，这就是TCP的粘包和拆包问题。对于MP4这类大文件，发送端会分多次发送文件数据，接收端如果只调用一次recv方法，大概率只能拿到部分数据。另外如果网络出现波动，部分数据包丢失，或者接收端缓冲区设置过小，也会导致数据接收不全。

完整接收的实现方案

1. 自定义传输协议格式

我们需要在发送端和接收端约定统一的传输规则，明确文件的相关元信息和数据边界，推荐的协议格式如下：

• 头部：固定长度，包含文件名长度、文件总大小、校验值长度三个字段，每个字段用固定字节存储
• 文件名：根据头部中的文件名长度读取对应字节
• 校验值：根据头部中的校验值长度读取对应字节，用于接收完成后校验文件完整性
• 文件数据：剩余的所有字节都是文件内容

2. 发送端实现代码

发送端需要先读取MP4文件，计算文件的MD5校验值，然后按照约定的协议格式依次发送头部、文件名、校验值、文件数据：

import socket
import os
import hashlib

def send_mp4_file(file_path, server_ip, server_port):
    # 创建Socket连接
    client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    client_socket.connect((server_ip, server_port))
    
    # 读取文件内容
    with open(file_path, 'rb') as f:
        file_data = f.read()
    
    # 计算文件MD5校验值
    file_md5 = hashlib.md5(file_data).hexdigest()
    file_name = os.path.basename(file_path)
    file_size = len(file_data)
    
    # 协议头部：文件名长度(4字节)、文件大小(8字节)、校验值长度(4字节)，使用大端字节序
    header = len(file_name).to_bytes(4, byteorder='big') + file_size.to_bytes(8, byteorder='big') + len(file_md5).to_bytes(4, byteorder='big')
    
    # 依次发送头部、文件名、校验值、文件数据
    client_socket.sendall(header)
    client_socket.sendall(file_name.encode('utf-8'))
    client_socket.sendall(file_md5.encode('utf-8'))
    client_socket.sendall(file_data)
    
    client_socket.close()
    print(f"文件{file_name}发送完成")

if __name__ == '__main__':
    # 示例调用，发送当前目录下的test.mp4文件到本地8888端口
    send_mp4_file('test.mp4', '127.0.0.1', 8888)

3. 接收端实现代码

接收端需要按照协议格式依次解析头部、文件名、校验值，然后循环接收文件数据直到达到文件总大小，最后校验文件完整性：

import socket
import hashlib

def recv_mp4_file(server_ip, server_port, save_dir):
    # 创建服务端Socket
    server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    server_socket.bind((server_ip, server_port))
    server_socket.listen(1)
    print(f"服务端启动，监听{server_port}端口")
    
    conn, addr = server_socket.accept()
    print(f"客户端{addr}连接成功")
    
    # 接收固定长度的头部：4+8+4=16字节
    header = conn.recv(16)
    if len(header) != 16:
        print("接收头部失败")
        return
    
    # 解析头部字段
    name_len = int.from_bytes(header[:4], byteorder='big')
    file_size = int.from_bytes(header[4:12], byteorder='big')
    md5_len = int.from_bytes(header[12:16], byteorder='big')
    
    # 接收文件名
    file_name = conn.recv(name_len).decode('utf-8')
    # 接收校验值
    file_md5 = conn.recv(md5_len).decode('utf-8')
    
    # 循环接收文件数据，直到达到文件总大小
    recv_size = 0
    file_data = b''
    while recv_size < file_size:
        # 每次最多接收1024*1024字节，即1MB
        chunk = conn.recv(min(1024*1024, file_size - recv_size))
        if not chunk:
            break
        file_data += chunk
        recv_size += len(chunk)
    
    # 校验文件完整性
    calc_md5 = hashlib.md5(file_data).hexdigest()
    if calc_md5 == file_md5 and len(file_data) == file_size:
        # 保存文件
        save_path = os.path.join(save_dir, file_name)
        with open(save_path, 'wb') as f:
            f.write(file_data)
        print(f"文件{file_name}接收完整，已保存到{save_path}")
    else:
        print(f"文件{file_name}接收不完整，校验失败")
    
    conn.close()
    server_socket.close()

if __name__ == '__main__':
    # 示例调用，在本地8888端口接收文件，保存到当前目录
    recv_mp4_file('127.0.0.1', 8888, '.')

关键注意事项

• 接收数据时不要假设单次recv能拿到所有需要的数据，必须循环接收直到满足长度要求
• 缓冲区大小设置要合理，过大会占用过多内存，过小会增加系统调用次数，通常设置为1MB左右比较合适
• 校验值建议使用MD5或者SHA256，避免传输过程中数据被篡改或者丢失无法感知
• 如果是UDP传输，还需要额外添加丢包重传机制，因为UDP本身不保证数据可靠到达

常见问题排查

如果还是出现文件接收不完整的情况，可以先检查接收端循环接收的逻辑是否正确，是否严格按照文件总大小作为结束条件。然后可以对比发送端和接收端的文件大小、校验值，定位是数据丢失还是解析逻辑错误。如果是网络波动导致的，可以适当增加接收超时时间，或者添加断点续传的逻辑。

Python_Socket大文件传输MP4流接收文件完整性校验修改时间：2026-07-23 18:39:31