python实现代理服务功能实例

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:

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:

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,portdef 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

代码如下:

#-*- coding: utf-8 -*-import socket,selectimport sysimport threadfrom multiprocessing import processclass 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,portif __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()