Python——实现代理服务功能

代理服务原理很简单，就拿浏览器与web服务器来说。无非是A浏览器
发request给B代理，B代理再把request把送给C web服务，然后C的reponse->B->A。
要写web代理服务就要先了解下http协议，当然并不要多深入，除非要实现强大的功能：修改XX信息、
负载均衡等。http请求由三部分组成：请求行、消息报头、请求正文；
详细的网上有，想了解可以看看。下面是一个正常的GET请求头（Cookie部分本人没截屏，使用的系统w7）：

可以看到首行：GET是请求方法， /是路径，在后面是协议版本；第二行以后是请求报头，都是键值对形式；
GET方法没有正文。post有正文，除此之外，请求方法头部基本一致，每一行结尾都是\r\n。
基本的请求方法，如下：

GET        请求获取Request-URI所标识的资源
POST      在Request-URI所标识的资源后附加新的数据
HEAD      请求获取由Request-URI所标识的资源的响应消息报头
PUT         请求服务器存储一个资源，并用Request-URI作为其标识
DELETE   请求服务器删除Request-URI所标识的资源
TRACE     请求服务器回送收到的请求信息，主要用于测试或诊断
CONNECT 保留将来使用
OPTIONS  请求查询服务器的性能，或者查询与资源相关的选项和需求
但是使用代理后，从代理服务上得到的请求如下：

与第一张图片对比一下，有什么不同......第一行的资源路径不对。当浏览器上设置代理请求时把整个url都作为资源路径了，所以我们要把域名删掉，然后代理服务器在把修改后的请求发送给目标
web服务器。就这么简单，当然CONNECT方法特别，要特别对待，所以先说其他方法。
基本的思路：
1、代理服务器运行监听，当有客户端浏览器请求到来时通过accept()获得client句柄（或者叫描述符）；
2、利用client描述符接收浏览器发来的request，分离出第一行为了修改第一行和获得method，
要去掉的的部分，除去http://的部分用targetHost表示吧。
3、通过第2步能够获得方法method、request和targetHost，这一步可以根据不同的method做不同的处理，
由于GET、POET、PUT、DELETE等除了CONNECT处理基本一致，所以处理首行，比如：

复制代码 代码如下:

GET http://www.a.com/ HTTP/1.1
替换为
GET / HTTP/1.1

此时targetHost也就是红色的部分，默认的请求80端口，此时port为80;如果targetHost中有端口（比如www.a.com：8081），
就要分理处端口，此时port为8081。然后根据targetHost和port连接到目标服务器target了，实现代码如下：

def getTargetInfo(self,host): #处理targetHost获得网址和端口，作为返回值。
        port=0
        site=None
        if ':' in host:
            tmp=host.split(':')
            site=tmp[0]
            port=int(tmp[1])
        else:
            site=host
            port=80
        return site,port
def commonMethod(self,request): #处理除CONNECT以外的方法
        tmp=self.targetHost.split('/')
        net=tmp[0]+'//'+tmp[2]
        request=request.replace(net,'') #替换掉首行不必要的部分
        targetAddr=self.getTargetInfo(tmp[2]) #调用上面的函数
        try:
            (fam,_,_,_,addr)=socket.getaddrinfo(targetAddr[0],targetAddr[1])[0]
        except Exception as e:
            print e
            return
        self.target=socket.socket(fam)
        self.target.connect(addr) #连接到目标web服务

4、这一步就好办了，根据第三步处理后的request就可以self.target.send(request)发送给web服务器了。
5、这一步web服务器的reponse反响通过代理服务直接转发给客户端就行了，本人用了非阻塞select，可以试试epoll。
基本步骤就是这样，使用的方法函数可以改进，比如主函数部分使用的多线程或者多进程，怎样选择......
但是思路差不多都是这样啦。想测试的话，chrome安装SwitchySharp插件，设置一下，代理端口8083；
firefox插件autoproxy。
 对于connect的处理还在解决中（如果有博友帮助就更好了），所以现在这个代理程序不支持https协议。
代理服务可以获得http协议的所有信息，想了解学习http，利用代理服务器是个不错的方法。
下面附上代码

复制代码 代码如下:

#-*- coding: UTF-8 -*-
import socket,select
import sys
import thread
from multiprocessing import Process
class Proxy:
    def __init__(self,soc):
        self.client,_=soc.accept()
        self.target=None
        self.request_url=None
        self.BUFSIZE=4096
        self.method=None
        self.targetHost=None
    def getClientRequest(self):
        request=self.client.recv(self.BUFSIZE)
        if not request:
            return None
        cn=request.find('\n')
        firstLine=request[:cn]
        print firstLine[:len(firstLine)-9]
        line=firstLine.split()
        self.method=line[0]
        self.targetHost=line[1]
        return request
    def commonMethod(self,request):
        tmp=self.targetHost.split('/')
        net=tmp[0]+'//'+tmp[2]
        request=request.replace(net,'')
        targetAddr=self.getTargetInfo(tmp[2])
        try:
            (fam,_,_,_,addr)=socket.getaddrinfo(targetAddr[0],targetAddr[1])[0]
        except Exception as e:
            print e
            return
        self.target=socket.socket(fam)
        self.target.connect(addr)
        self.target.send(request)
        self.nonblocking()
    def connectMethod(self,request): #对于CONNECT处理可以添加在这里
        pass
    def run(self):
        request=self.getClientRequest()
        if request:
            if self.method in ['GET','POST','PUT',"DELETE",'HAVE']:
                self.commonMethod(request)
            elif self.method=='CONNECT':
                self.connectMethod(request)
    def nonblocking(self):
        inputs=[self.client,self.target]
        while True:
            readable,writeable,errs=select.select(inputs,[],inputs,3)
            if errs:
                break
            for soc in readable:
                data=soc.recv(self.BUFSIZE)
                if data:
                    if soc is self.client:
                        self.target.send(data)
                    elif soc is self.target:
                        self.client.send(data)
                else:
                    break
        self.client.close()
        self.target.close()
    def getTargetInfo(self,host):
        port=0
        site=None
        if ':' in host:
            tmp=host.split(':')
            site=tmp[0]
            port=int(tmp[1])
        else:
            site=host
            port=80
        return site,port
if __name__=='__main__':
    host = '127.0.0.1'
    port = 8083
    backlog = 5
    server = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
    server.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)
    server.bind((host,port))
    server.listen(5)
    while True:
        thread.start_new_thread(Proxy(server).run,())
        # p=Process(target=Proxy(server).run, args=()) #多进程
        # p.start()