Windows下Python socket/Scapy接收UDP数据包丢包问题

Wireshark工作在网卡驱动层，能捕获到数据帧不代表帧会成功递交给上层应用。你遇到的丢包100%是UDP接收缓冲区溢出导致：发送端无流控全速发送1500个UDP包，Windows默认的单socket接收缓冲区仅为8KB~64KB级别，缓冲区被打满后，操作系统会直接丢弃后续到达的UDP包，根本不会传递给Python应用。
Scapy抓包丢包逻辑同理：Scapy运行在用户态，默认抓包缓冲区更小，且Python层过滤逻辑处理延迟高，比原生socket更容易出现缓冲区溢出丢包。

1. 原生Socket通信优化（优先选用，性能最高） #

针对原生socket的接收端做两个核心调整即可解决同网段下的丢包问题：

• 绑定端口后立刻调大socket接收缓冲区，大小设置为预期传输总数据量的2~3倍，给突发流量留足冗余
• select触发可读事件后，循环读取缓冲区中所有积压的数据包，不要单次只读一个包，避免处理速度跟不上收包速度再次打满缓冲区

修正后的接收端代码如下：

import socket
import select

UDP_IP = "192.168.13.172"
UDP_PORT = 0x1111
# 接收缓冲区设为4MB，足够容纳1.5MB的总传输数据
RECV_BUF_SIZE = 4 * 1024 * 1024
EXPECTED_TOTAL = 1500 * 1000

sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
sock.bind((UDP_IP, UDP_PORT))
# 核心配置：放大接收缓冲区
sock.setsockopt(socket.SOL_SOCKET, socket.SO_RCVBUF, RECV_BUF_SIZE)
sock.setblocking(False)

data_buffer = []
received_len = 0

while True:
    readable, _, _ = select.select([sock], [], [], 8)
    if readable:
        # 一次性读空当前缓冲区所有积压数据包
        while True:
            try:
                data, addr = sock.recvfrom(2048)
                data_buffer.append(data)
                received_len += len(data)
                print(f"已接收数据长度: {received_len}")
                if received_len >= EXPECTED_TOTAL:
                    break
            except BlockingIOError:
                # 缓冲区已读空，退出内层循环等待下一次事件
                break
        if received_len >= EXPECTED_TOTAL:
            full_data = b''.join(data_buffer)
            print(f"全部数据接收完成，总长度: {len(full_data)}")
            break
    else:
        print("等待超时，未收到全部数据")
        break

如果要进一步降低瞬时发流导致的缓冲区溢出概率，可以在发送端的发送循环中加入极短的休眠，例如每发送100个包调用time.sleep(0.001)，同网段传输场景下只要接收端缓冲区配置足够，不加休眠也可实现零丢包。

2. Windows系统层配置调整（可选，配合代码优化使用） #

如果代码中设置了大接收缓冲区仍存在丢包，是因为Windows系统对单socket的缓冲区上限做了全局限制，可通过修改注册表放开限制：

• 打开注册表编辑器，定位到路径HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\Afd\Parameters
• 新建DWORD类型值，名称为DefaultReceiveWindow，数值设置为需要的缓冲区字节数（例如十进制4194304对应4MB），基数选择十进制
• 重启计算机后配置生效

注意：代码中通过SO_RCVBUF设置的缓冲区大小不能超过系统全局配置的上限，配置大缓冲区前建议先确认该注册表项的值。

3. Scapy抓包丢包优化 #

Scapy抓包丢包的核心优化点是减少用户态处理延迟、放大抓包缓冲区：

• 优先使用BPF规则在内核层做过滤，不要用Python实现的lfilter做全量包判断，内核过滤性能比Python层高几个数量级
• 增大抓包缓冲区大小，通过buffer_size参数传入
• 用回调函数实时处理捕获的包，不要将所有包暂存在内存中待抓包结束后再处理，降低内存开销和处理延迟

修正后的Scapy抓包代码如下：

import scapy.all as sc

# 替换为实际发送端IP
src_ip = "192.168.13.xxx"
collected_payload = []

def parse_packet(pkt):
    if sc.UDP in pkt and sc.IP in pkt:
        collected_payload.append(bytes(pkt[sc.UDP].payload))

sc.sniff(
    # BPF过滤规则，内核层直接丢弃不匹配的包
    filter=f"udp and src host {src_ip}",
    prn=parse_packet,
    timeout=8,
    # 抓包缓冲区设为4MB
    buffer_size=4*1024*1024,
    store=0
)

total_captured = sum(len(p) for p in collected_payload)
print(f"Scapy捕获有效数据总长度: {total_captured}")

UDP本身是无连接不可靠协议，如果是跨公网传输或传输数据量超过10MB，仅靠放大缓冲区无法完全避免丢包，需要在应用层自行实现包序号、丢包重传、流控逻辑。同网段数兆级数据传输场景下，上述配置调整即可实现零丢包。
接收数据的循环中不要加入大量打印、复杂计算等耗时操作，否则应用层处理速度跟不上网卡收包速度，即使缓冲区再大也会被打满导致丢包。

内容的提问来源于stack exchange，提问作者Tarletsky Andrey