使用Python socket模块连接Socks4代理的实现方法与报错排查

根本原因 #

你遇到的ConnectionResetError报错或recv卡住的核心问题是二进制报文构造时的字符编码错误：
你最初的代码将包含转义字节的字符串调用encode()方法编码，默认使用UTF-8编码规则，其中\xbc、\xb8这类超出ASCII范围的字节值会被转换为多字节的UTF-8序列，最终发送的报文和你预期的SOCKS4协议要求的单字节序列完全不符。代理服务器收到非法格式的报文后，要么直接主动断开连接，要么不返回任何响应，就会出现你遇到的两种异常表现。

验证过的正确写法 #

你排查出的直接构造bytearray的方案是完全正确的，该方式会严格按照你指定的十六进制值生成原始字节，不会经过字符编码转换，完全符合SOCKS4协议的报文格式要求。
修正后的完整代码示例：

import socket
sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
sock.connect(('148.77.34.200',54321))
# 直接构造二进制报文，避免字符编码转换错误
req = bytearray([0x04,0x01,0x00,0x50,0xbc,0xb8,0x15,0x6c,0x43,0x68,0x61,0x64,0x00])
sock.send(req)
print('Sent data')
a = sock.recv(8)
print(f'Received data {a}')
sock.close()

拓展注意事项 #

• 开发二进制协议相关的网络代码时，永远优先直接使用bytes/bytearray类型构造报文，不要通过字符串转编码的方式生成，避免字符编码逻辑污染原始二进制数据
• 如果需要动态修改报文中的端口、IP、用户名等字段，可以使用Python标准库的struct模块打包报文，用对应的格式符自动处理大端字节序等协议要求，代码可维护性更高
• 收到代理的8字节响应后，需要先判断第二个字段的值是否为0x5A，确认代理请求成功后再进行后续的流量转发操作

内容的提问来源于stack exchange，提问作者pennacap