文章目录
- 前言
- 原理
- 实现
- 解析HTTP请求数据包
- 代理部分
前言
使用Python写了一个简单的HTTP代理（技术栈：socket、http、select），为了方便回顾，记录在此
原理
角色：客户端、代理端、服务端
- 客户端：向代理端发送请求数据包（HTTP方式会直接建立TCP连接并发请求真实的数据包，HTTPS会通过CONNECT方法先与代理端建立TCP连接，之后再通过该连接发送真实的请求数据包）
- 代理端：
(1) 接收并解析客户端的请求数据包得到服务端的host信息（主机名和端口）、客户端的请求方法method和所需资源标识符uri，修正数据包请求行中的uri部分
(2) 两种情况（根据请求行中method判断）
- 当method为HTTP的请求方法时：代理端与host信息对应的服务端主机建立TCP连接，并通过TCP连接向服务端转发客户端的请求数据包，待服务端响应返回，代理端将响应数据转发给客户端，完成一次代理
- 当method为CONNECT方法时：代理端先与host信息对应的服务端建立TCP连接，连接成功后，代理端向客户端返回成功信息（HTTP/1.1 200 Connection Established\r\nConnection: close\r\n\r\n），客户端收到此信息后，代理端会收到客户端使用HTTP的请求方法发送的真实的请求数据包，并将该数据包通过先前建立的TCP连接发送给服务端，待服务端响应返回，代理端将响应数据转发给客户端，完成一次代理
- 服务端：接收并响应请求数据包（在服务端看来，代理端就是客户端）
实现
完整代码地址：simple_http_proxy.py
解析HTTP请求数据包
class HttpRequestPacket(object):
'''
HTTP请求包
'''
def __init__(self, data):
self.__parse(data)
def __parse(self, data):
'''
解析一个HTTP请求数据包
GET http://test.wengcx.top/index.html HTTP/1.1\r\nHost: test.wengcx.top\r\nProxy-Connection: keep-alive\r\nCache-Control: max-age=0\r\n\r\n
参数：data 原始数据
'''
i0 = data.find(b'\r\n') # 请求行与请求头的分隔位置
i1 = data.find(b'\r\n\r\n') # 请求头与请求数据的分隔位置
# 请求行 Request-Line
self.req_line = data[:i0]
self.method, self.req_uri, self.version = self.req_line.split() # 请求行由method、request uri、version组成
# 请求头域 Request Header Fields
self.req_header = data[i0+2:i1]
self.headers = {}
for header in self.req_header.split(b'\r\n'):
k, v = header.split(b': ')
self.headers[k] = v
self.host = self.headers.get(b'Host')
# 请求数据
self.req_data = data[i1+4:]代理部分
class SimpleHttpProxy(object):
'''
简单的HTTP代理
客户端(client) <=> 代理端(proxy) <=> 服务端(server)
'''
def __init__(self, host='0.0.0.0', port=8080, listen=10, bufsize=8, delay=1):
'''
初始化代理套接字，用于与客户端、服务端通信
参数：host 监听地址，默认0.0.0.0，代表本机任意ipv4地址
参数：port 监听端口，默认8080
参数：listen 监听客户端数量，默认10
参数：bufsize 数据传输缓冲区大小，单位kb，默认8kb
参数：delay 数据转发延迟，单位ms，默认1ms
'''
self.socket_proxy = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
self.socket_proxy.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1) # 将SO_REUSEADDR标记为True, 当socket关闭后，立刻回收该socket的端口
self.socket_proxy.bind((host, port))
self.socket_proxy.listen(listen)
self.socket_recv_bufsize = bufsize*1024
self.delay = delay/1000.0
debug('info', 'bind=%s:%s' % (host, port))
debug('info', 'listen=%s' % listen)
debug('info', 'bufsize=%skb, delay=%sms' % (bufsize, delay))
def __del__(self):
self.socket_proxy.close()
def __connect(self, host, port):
'''
解析DNS得到套接字地址并与之建立连接
参数：host 主机
参数：port 端口
返回：与目标主机建立连接的套接字
'''
# 解析DNS获取对应协议簇、socket类型、目标地址
# getaddrinfo -> [(family, sockettype, proto, canonname, target_addr),]
(family, sockettype, _, _, target_addr) = socket.getaddrinfo(host, port)[0]
tmp_socket = socket.socket(family, sockettype)
tmp_socket.setblocking(0)
tmp_socket.settimeout(5)
tmp_socket.connect(target_addr)
return tmp_socket
def __proxy(self, socket_client):
'''
代理核心程序
参数：socket_client 代理端与客户端之间建立的套接字
'''
# 接收客户端请求数据
req_data = socket_client.recv(self.socket_recv_bufsize)
if req_data == b'':
return
# 解析http请求数据
http_packet = HttpRequestPacket(req_data)
# 获取服务端host、port
if b':' in http_packet.host:
server_host, server_port = http_packet.host.split(b':')
else:
server_host, server_port = http_packet.host, 80
# 修正http请求数据
tmp = b'%s//%s' % (http_packet.req_uri.split(b'//')[0], http_packet.host)
req_data = req_data.replace(tmp, b'')
# HTTP
if http_packet.method in [b'GET', b'POST', b'PUT', b'DELETE', b'HEAD']:
socket_server = self.__connect(server_host, server_port) # 建立连接
socket_server.send(req_data) # 将客户端请求数据发给服务端
# HTTPS，会先通过CONNECT方法建立TCP连接
elif http_packet.method == b'CONNECT':
socket_server = self.__connect(server_host, server_port) # 建立连接
success_msg = b'%s %d Connection Established\r\nConnection: close\r\n\r\n'\
%(http_packet.version, 200)
socket_client.send(success_msg) # 完成连接，通知客户端
# 客户端得知连接建立，会将真实请求数据发送给代理服务端
req_data = socket_client.recv(self.socket_recv_bufsize) # 接收客户端真实数据
socket_server.send(req_data) # 将客户端真实请求数据发给服务端
# 使用select异步处理，不阻塞
self.__nonblocking(socket_client, socket_server)
def __nonblocking(self, socket_client, socket_server):
'''
使用select实现异步处理数据
参数：socket_client 代理端与客户端之间建立的套接字
参数：socket_server 代理端与服务端之间建立的套接字
'''
_rlist = [socket_client, socket_server]
is_recv = True
while is_recv:
try:
# rlist, wlist, elist = select.select(_rlist, _wlist, _elist, [timeout])
# 参数1：当列表_rlist中的文件描述符fd状态为readable时，fd将被添加到rlist中
# 参数2：当列表_wlist中存在文件描述符fd时，fd将被添加到wlist
# 参数3：当列表_xlist中的文件描述符fd发生错误时，fd将被添加到elist
# 参数4：超时时间timeout
# 1) 当timeout==None时，select将一直阻塞，直到监听的文件描述符fd发生变化时返回
# 2) 当timeout==0时，select不会阻塞，无论文件描述符fd是否有变化，都立刻返回
# 3) 当timeout>0时，若文件描述符fd无变化，select将被阻塞timeout秒再返回
rlist, _, elist = select.select(_rlist, [], [], 2)
if elist:
break
for tmp_socket in rlist:
is_recv = True
# 接收数据
data = tmp_socket.recv(self.socket_recv_bufsize)
if data == b'':
is_recv = False
continue
# socket_client状态为readable, 当前接收的数据来自客户端
if tmp_socket is socket_client:
socket_server.send(data) # 将客户端请求数据发往服务端
# debug('proxy', 'client -> server')
# socket_server状态为readable, 当前接收的数据来自服务端
elif tmp_socket is socket_server:
socket_client.send(data) # 将服务端响应数据发往客户端
# debug('proxy', 'client <- server')
time.sleep(self.delay) # 适当延迟以降低CPU占用
except Exception as e:
break
socket_client.close()
socket_server.close()
def client_socket_accept(self):
'''
获取已经与代理端建立连接的客户端套接字，如无则阻塞，直到可以获取一个建立连接套接字
返回：socket_client 代理端与客户端之间建立的套接字
'''
socket_client, _ = self.socket_proxy.accept()
return socket_client
def handle_client_request(self, socket_client):
try:
self.__proxy(socket_client)
except:
pass
def start(self):
try:
import _thread as thread # py3
except ImportError:
import thread # py2
while True:
try:
# self.handle_client_request(self.client_socket_accept())
thread.start_new_thread(self.handle_client_request, (self.client_socket_accept(), ))
except KeyboardInterrupt:
break项目地址：https://github.com/WengChaoxi/simple-http-proxy
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
