Python实现一个简单的HTTP代理
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
GitHub 地址：https://github.com/wengchaoxi/simple-http-proxy
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-Lineself.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 Fieldsself.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] = vself.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*1024self.delay = delay/1000.0debug('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_socketdef __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、portif 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'')# HTTPif 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 = Truewhile 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:breakfor tmp_socket in rlist:is_recv = True# 接收数据data = tmp_socket.recv(self.socket_recv_bufsize)if data == b'':is_recv = Falsecontinue# 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:breaksocket_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_clientdef handle_client_request(self, socket_client):try:self.__proxy(socket_client)except:passdef start(self):try:import _thread as thread # py3except ImportError:import thread # py2while 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