实例探究Python以并发方式编写高性能端口扫描器的方法

关于端口扫描器
端口扫描工具（Port Scanner）指用于探测服务器或主机开放端口情况的工具。常被计算机管理员用于确认安全策略，同时被攻击者用于识别目标主机上的可运作的网络服务。

端口扫描定义是客户端向一定范围的服务器端口发送对应请求，以此确认可使用的端口。虽然其本身并不是恶意的网络活动，但也是网络攻击者探测目标主机服务，以利用该服务的已知漏洞的重要手段。端口扫描的主要用途仍然只是确认远程机器某个服务的可用性。

扫描多个主机以获取特定的某个端口被称为端口清扫（Portsweep），以此获取特定的服务。例如，基于SQL服务的计算机蠕虫就会清扫大量主机的同一端口以在 1433 端口上建立TCP连接。

Python实现

端口扫描器原理很简单，无非就是操作socket，能connect就认定这个端口开放着。

import socket
def scan(port):
  s = socket.socket()
  if s.connect_ex(('localhost', port)) == 0:
    print port, 'open'
  s.close()
if __name__ == '__main__':
  map(scan,range(1,65536))

这样一个最简单的端口扫描器出来了。
等等喂，半天都没反应，那是因为socket是阻塞的，每次连接要等很久才超时。
我们自己给它加上的超时。

s.settimeout(0.1)

再跑一遍，感觉快多了。

多线程版本

import socket
import threading
def scan(port):
  s = socket.socket()
  s.settimeout(0.1)
  if s.connect_ex(('localhost', port)) == 0:
    print port, 'open'
  s.close() 

if __name__ == '__main__':
  threads = [threading.Thread(target=scan, args=(i,)) for i in xrange(1,65536)]
  map(lambda x:x.start(),threads)

运行一下，哇，好快，快到抛出错误了。thread.error: can't start new thread。
想一下，这个进程开启了65535个线程，有两种可能，一种是超过最大线程数了，一种是超过最大socket句柄数了。在linux可以通过ulimit来修改。
如果不修改最大限制，怎么用多线程不报错呢？
加个queue,变成生产者-消费者模式,开固定线程。

多线程+队列版本

import socket
import threading
from Queue import Queue
def scan(port):
  s = socket.socket()
  s.settimeout(0.1)
  if s.connect_ex(('localhost', port)) == 0:
    print port, 'open'
  s.close() 

def worker():
  while not q.empty():
    port = q.get()
    try:
      scan(port)
    finally:
      q.task_done() 

if __name__ == '__main__':
  q = Queue()
  map(q.put,xrange(1,65535))
  threads = [threading.Thread(target=worker) for i in xrange(500)]
  map(lambda x:x.start(),threads)
  q.join()

这里开500个线程，不停的从队列取任务来做。

multiprocessing+队列版本
总不能开65535个进程吧？还是用生产者消费者模式

import multiprocessing
def scan(port):
  s = socket.socket()
  s.settimeout(0.1)
  if s.connect_ex(('localhost', port)) == 0:
    print port, 'open'
  s.close() 

def worker(q):
  while not q.empty():
    port = q.get()
    try:
      scan(port)
    finally:
      q.task_done() 

if __name__ == '__main__':
  q = multiprocessing.JoinableQueue()
  map(q.put,xrange(1,65535))
  jobs = [multiprocessing.Process(target=worker, args=(q,)) for i in xrange(100)]
  map(lambda x:x.start(),jobs)

注意这里把队列作为一个参数传入到worker中去，因为是process safe的queue，不然会报错。
还有用的是JoinableQueue()，顾名思义就是可以join()的。

gevent的spawn版本

from gevent import monkey; monkey.patch_all();
import gevent
import socket
...
if __name__ == '__main__':
  threads = [gevent.spawn(scan, i) for i in xrange(1,65536)]
  gevent.joinall(threads)

注意monkey patch必须在被patch的东西之前import,不然会Exception KeyError.比如不能先import threading,再monkey patch.

gevent的Pool版本

from gevent import monkey; monkey.patch_all();
import socket
from gevent.pool import Pool
...
if __name__ == '__main__':
  pool = Pool(500)
  pool.map(scan,xrange(1,65536))
  pool.join()

concurrent.futures版本

import socket
from Queue import Queue
from concurrent.futures import ThreadPoolExecutor
...
if __name__ == '__main__':
  q = Queue()
  map(q.put,xrange(1,65536))
  with ThreadPoolExecutor(max_workers=500) as executor:
    for i in range(500):
      executor.submit(worker,q)