身在天朝，难免会用到代理的时候。 比如在学校内网用代理免费上外网，在墙内用代理上404网站等。
现在使用的代理大部分为HTTP和Socket代理。 Socket代理更底层，需要本地解析域名，而HTTP代理则是基于HTTP协议之上的，不需要本地解析域名。下面我讲讲HTTP(S)代理的设计思路以及NodeJS代码实现。
HTTP协议
HTTP协议简单说来就是浏览器把一串字符串发送到目标服务器，然后把目标服务器返回回来的一串字符串显示给用户。
浏览器发送的这串字符主要分为两个部分，一部分是头，里面包含目标服务器域名，当前请求的文件路径等信息。另一部分是正文，一般的GET请求没有正文。
服务器返回来的字符串也分为头和正文。
HTTP代理原理
HTTP代理需要做的事情就是接收浏览器发来的请求字符串，再从请求字符串的头部分找出浏览器请求的目标主机，然后直接把这串请求字符串发给目标主机，再把目标主机返回的数据发给浏览器。 “什么？就这么简单？” “呃。。是啊，但这还没完。。”
现代浏览器一般都是默认采用HTTP/1.1版本，并且默认会发送Connection: keep-alive请求。 这些信息是写在请求的头部的，意思是通知目标服务器采用keep-alive技术继续处理后续的请求。 但是我们做的代理程序要想支持keep-alive是比较麻烦的。所以干脆就把这个篡改成Connection: close。 这样就可以保证浏览器请求的每个文件都会单独发送一个HTTP请求。
下面是NodeJS代码实现
var net = require('net');
var local_port = 8893;
//在本地创建一个server监听本地local_port端口
net.createServer(function (client)
{
//首先监听浏览器的数据发送事件，直到收到的数据包含完整的http请求头
var buffer = new Buffer(0);
client.on('data',function(data)
{
buffer = buffer_add(buffer,data);
if (buffer_find_body(buffer) == -1) return;
var req = parse_request(buffer);
if (req === false) return;
client.removeAllListeners('data');
relay_connection(req);
});
//从http请求头部取得请求信息后，继续监听浏览器发送数据，同时连接目标服务器，并把目标服务器的数据传给浏览器
function relay_connection(req)
{
console.log(req.method+' '+req.host+':'+req.port);
//如果请求不是CONNECT方法（GET, POST），那么替换掉头部的一些东西
if (req.method != 'CONNECT')
{
//先从buffer中取出头部
var _body_pos = buffer_find_body(buffer);
if (_body_pos < 0) _body_pos = buffer.length;
var header = buffer.slice(0,_body_pos).toString('utf8');
//替换connection头
header = header.replace(/(proxy\-)?connection\:.+\r\n/ig,'')
.replace(/Keep\-Alive\:.+\r\n/i,'')
.replace("\r\n",'\r\nConnection: close\r\n');
//替换网址格式(去掉域名部分)
if (req.httpVersion == '1.1')
{
var url = req.path.replace(/http\:\/\/[^\/]+/,'');
if (url.path != url) header = header.replace(req.path,url);
}
buffer = buffer_add(new Buffer(header,'utf8'),buffer.slice(_body_pos));
}
//建立到目标服务器的连接
var server = net.createConnection(req.port,req.host);
//交换服务器与浏览器的数据
client.on("data", function(data){ server.write(data); });
server.on("data", function(data){ client.write(data); });
if (req.method == 'CONNECT')
client.write(new Buffer("HTTP/1.1 200 Connection established\r\nConnection: close\r\n\r\n"));
else
server.write(buffer);
}
}).listen(local_port);
console.log('Proxy server running at localhost:'+local_port);
//处理各种错误
process.on('uncaughtException', function(err)
{
console.log("\nError!!!!");
console.log(err);
});
/**
* 从请求头部取得请求详细信息
* 如果是 CONNECT 方法，那么会返回 { method,host,port,httpVersion}
* 如果是 GET/POST 方法，那么返回 { metod,host,port,path,httpVersion}
*/
function parse_request(buffer)
{
var s = buffer.toString('utf8');
var method = s.split('\n')[0].match(/^([A-Z]+)\s/)[1];
if (method == 'CONNECT')
{
var arr = s.match(/^([A-Z]+)\s([^\:\s]+)\:(\d+)\sHTTP\/(\d\.\d)/);
if (arr && arr[1] && arr[2] && arr[3] && arr[4])
return { method: arr[1], host:arr[2], port:arr[3],httpVersion:arr[4] };
}
else
{
var arr = s.match(/^([A-Z]+)\s([^\s]+)\sHTTP\/(\d\.\d)/);
if (arr && arr[1] && arr[2] && arr[3])
{
var host = s.match(/Host\:\s+([^\n\s\r]+)/)[1];
if (host)
{
var _p = host.split(':',2);
return { method: arr[1], host:_p[0], port:_p[1]?_p[1]:80, path: arr[2],httpVersion:arr[3] };
}
}
}
return false;
}
/**
* 两个buffer对象加起来
*/
function buffer_add(buf1,buf2)
{
var re = new Buffer(buf1.length + buf2.length);
buf1.copy(re);
buf2.copy(re,buf1.length);
return re;
}
/**
* 从缓存中找到头部结束标记("\r\n\r\n")的位置
*/
function buffer_find_body(b)
{
for(var i=0,len=b.length-3;i<len;i++)
{
if (b[i] == 0x0d && b[i+1] == 0x0a && b[i+2] == 0x0d && b[i+3] == 0x0a)
{
return i+4;
}
}
return -1;
}
另外，可以用 "nohup node some.js > /dev/null &" 命令让nodejs程序在后台运行。
完。
—————————————————————————————————————————
需要翻墙利器? 请安装Wuala，查找和添加gfwblog为好友，就可高速下载翻墙软件，或访问http://tinyurl.com/gfwblog直接下载。
推特用户请点击这里免翻墙上推特
请点击这里下载翻墙软件
更多翻墙方法请发电邮(最好用Gmail)到：fanqiang70ma@gmail.com
请阅读和关注中国数字时代、翻墙技术博客GFW BLOG（免翻墙）
没有评论:
发表评论