WedX - журнал о программировании и компьютерных науках

Доступ к QTcpServer возможен только через локальный хост

IP моего компьютера в локальной сети 192.168.0.100, я запускаю свой QTcpServer с

if (!tcpServer->listen(QHostAddress::LocalHost, 1234)) {

Когда я пытаюсь подключиться к нему с помощью netcat 192.168.0.100 1234, в соединении отказывается, но netcat localhost 1234 удается.

В то же время, если я слушаю с netcat -l -p 1234, я могу без проблем подключиться и к 192.168.0.100, и к localhost.

Это заставляет меня чесать голову, почему это происходит?

04.11.2013

Ответы:


1

Чтобы принимать подключения извне, вы должны прослушивать 0.0.0.0, а не 127.0.0.1 или localhost. Последний будет разрешать соединения только с одной и той же машины. Это также значение QHostAddress::LocalHost.

Поэтому измените первый аргумент на QHostAddress::Any, и он должен работать.

04.11.2013
  • До сих пор я всегда думал, что прослушивание на локальном хосте означает, что вы получаете все соединения, которые достигают локальной машины, поэтому я думал, что QHostAddress::LocalHost совпадает с QHostAddress::Any. Спасибо за прояснение. 04.11.2013
  • Да, это частая причина путаницы. Прослушивание 127.0.0.1 предназначено для случаев, когда вы не хотите разрешать подключение извне, например, когда вы используете сервер БД на том же компьютере, что и ваш веб-сервер, и не хотите выставить напоказ и т. 04.11.2013
  • Кажется, дело обстоит и наоборот. Я пробовал с tcpServer->listen(QHostAddress("192.168.56.1"), 1234)), и теперь он не принимает netcat localhost 1234, только netcat 192.168.56.1. 04.11.2013
  • Я чувствую, что было бы полезно описать разницу между прослушиванием на конкретном интерфейсе и на всех интерфейсах. 04.11.2013

  • 2

    localhost находится на отдельном сетевом интерфейсе

    вы можете использовать QHostAddress::Any для прослушивания внешних подключений

    04.11.2013
    Новые материалы

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

    ИИ в аэрокосмической отрасли
    Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


    Для любых предложений по сайту: [email protected]