HTTP 代理服务器的设计与实现（C++）
实验内容
- 设计并实现一个基本 HTTP 代理服务器。要求在指定端口（例如 8080）接收来自客户的 HTTP 请求并且根据其中的 URL 地址访问该地址 所指向的 HTTP 服务器（原服务器），接收 HTTP 服 务器的响应报文，并 将响应报文转发给对应的客户进行浏览。
- 设计并实现一个支持 Cache 功能的 HTTP 代理服务器。要求能缓 存原服务器响应的对象，并 能够通过修改请求报文（添加 if-modified-since 头行），向原服务器确认缓存对象是否是最新版本。 （选作内容）
- 扩展 HTTP 代理服务器，支持如下功能： （选作内容）
- 网站过滤：允许/不允许访问某些网站；
- 用户过滤：支持/不支持某些用户访问外部网站；
- 网站引导：将用户对某个网站的访问引导至一个模拟网站（钓鱼）。
代理服务器的概念
代理服务器，允许一个网络终端（一般为客户端）通过这个服务与另一 个网络终端（一般为服务器）进行非直接的连接。普通 Web 应用通信方式与采用代理服务器的 通信方式的对比如下图所示：
代理服务器在指定端口（本实验中所指定的是666端口）监听浏览器的访问请求（需要在客户端浏览器进行相应的设置），接收到浏览器对远程网站的浏览请求时，代理服务器开始在代理服务器的缓存中检索 URL 对应的对象（网页、 图像等对象），找到对象文件后，提取该对象文件的最新被修改时间；代理服务器程序在客户的请求报文首部插入，并向原 Web 服务器转发修改后的请求报文。如果代理服务器没有该对象的缓存，则会直接向原服务器转发请求报文，并将原服务器返回的响应直接转发给客户端，同时将对象缓存到代理服务器中。代理服务器程序会根据缓存的时间、大小和提取记录等对缓存进行清理。
代码结构
代码中共实现 3个类，分别为
WebsiteDetector
类、
Cache
类和
HttpProxyServer
类。
WebsiteDetector
类：
该类实现了网站过滤和网站引导功能。通过构造函数直接静态设置了钓鱼网站和屏蔽的网站：
WebsiteDetector::WebsiteDetector()
{
AddValidURL("http://jwc.hit.edu.cn/","http://jwts.hit.edu.cn/");
AddBlockedURL("http://xltj.hit.edu.cn/");
}
可知，屏蔽了心理网站。将教务处网站引导到本科教学管理与服务平台。
Cache
类
该类在当前目录下创建文件夹
.cache/
，在其中存储浏览缓存对象。同时该类中，保存着对象与文件名的映射关系，对象和LastModified字段的映射关系。
class Cache {
public:
std::string GetDate(const std::string& url); // 获取url对应保存的LastModified字段
bool Get(const std::string& url, char* response, size_t& start, size_t& responseSize); // 读取缓存
bool Put(const std::string& url, const char* response, size_t responseSize, size_t& start); // 保存缓存
private:
std::string cacheDirectory_; // 存放缓存的文件目录
std::map<std::string, std::string> cacheMap_; // 对象和LastModified字段的映射关系
std::map<std::string, std::string> fileMap_; / 对象与文件名的映射关系
std::mutex mutex_; // 多线程同时读写文件的互斥锁
};
HttpProxyServer
类
该类是代理服务器的实现类。是一个多用户代理服务器。首先该类创建HTTP代理服务的TCP主套接字，该套接字监听等待客户端的连接请求。当客户端连接之后，创建一个子线程，由子线程行上述一对一的代理过程，服务结束之后子线程终止。
class HttpProxyServer
{
public:
HttpProxyServer(int port); // 构造函数，参数为端口号
void Start(); // 监听客户端连接请求
private:
int serverSocket_; // 代理服务Socket
int port_; // 端口号
struct sockaddr_in serverAddr_; // 代理服务地址
Cache cache_; // Cache类
WebsiteDetector websiteDetector_; // websiteDetector类
void HandleClient(int clientSocket); // 子线程调用函数
std::string ExtractUrl(const std::string &httpRequest); // 解析URL
int CreateServerSocket(const std::string &host); // 创建与原服务器连接的Socket
bool ServerToClient(const std::string &url, int clientSocket); // 转发数据
void ParseUrl(const std::string &url, std::string &host, std::string &path); // 解析主机名与路径名
};
程序基本流程
（1）
初始化服务器Socket，监听等待客户端的连接请求。
（2）
当客户端连接后，创建子线程处理请求。
（3）
子线程接收请求，解析
HTTP
请求的首部行和请求头。然后提取Url，Url作为参数通过websiteDetector类判断是否屏蔽或者引导。
（4）
然后进入转发的过程，首先进行域名解析，然后创建Socket先原服务器发送请求，接收响应，将数据转发到客户端。
（5）
在转发的过程中，涉及保存缓存和读取缓存。
网站引导功
能
利用首部行中的location字段，实现引导。
std::string locationResponse = std::string("HTTP/1.1 302 Found") + MY_CRLF + "Location: " + newUrl + MY_CRLF + MY_CRLF;
send(clientSocket, locationResponse.c_str(), locationResponse.size(), 0);
用户过滤功能
设置服务器地址信息时实现。
serverAddr_.sin_addr.s_addr = INADDR_ANY;
// serverAddr_.sin_addr.S_un.S_addr = inet_addr("127.0.0.1"); //只允许本机用户访问服务器
Cache
功能
1.
代理服务器处理客户端请求时，对于第一次出现的对象，会保存下。当客户端再次请求时，代理服务器就会在请求中添加If-Modified-Since首部行。
date = cache_.GetDate(url);
std::string cacheRequest = httpRequest + "If-Modified-Since: " + date + MY_CRLF + MY_CRLF;
- 发送该请求后，等待原服务器响应，并判断是否回应304状态码。
if (IsResponseNotModified(responseNotModified) ) {
// std::cout << "304 Not Modified" << std::endl;
sel = false;
}else {
cache_.ClearFileContent(url); //清空
sel = true;
}
- sel为false时，则读取Cache转发到客户端。若为true，则发送HTTP请求到原服务器，再接收响应，转发到客户端，再保存到Cache。
修改
Chrome浏览器代理配置
--proxy-server="http://127.0.0.1:666"
VScode编译运行
该代理服务器成功在666端口启动，并输出了cache目录。
验证
验证基础的代理功能
访问今日哈工大网站：
http://today.hit.edu.cn
可以看到，网站资源顺利加载，输出栏中，输出了请求的各个资源对象的url。
验证网站引导功能
输入网址：
http://jwc.hit.edu.cn/
最后直接跳转到到了，
http://jwts.hit.edu.cn/
验证网站过滤功能
输入网址：
http://xltj.hit.edu.cn/
可以看到，无法访问。
验证用户过滤功能
验证
Cache
功能
将在Cache中的资源
http://jwts.hit.edu.cn/resources/css/common/ydy.css
，修改一下。
把色彩均改为红色，再次访问
http://jwts.hit.edu.cn/
可以看到，字体颜色变为红色。可知，HTTP代理服务器这次使用的是Cache中的资源。
源代码
点击查看代码
//g++ your_code.cpp -o your_executable -lws2_32
#include <fstream>
#include <iostream>
#include <cstring>
#include <cstdlib>
#include <cstdio>
#include <string>
#include <thread>
#include <vector>
#include <mutex>
#include <list>
#include <map>
#include <sstream>
#include <winsock2.h>
#include <WS2tcpip.h>
#define MAX_CLIENTS 6
#define BUFSIZE 655360
#define HEADSIZE 128
#define MY_CRLF "\r\n"
class WebsiteDetector {
public:
WebsiteDetector()
{
AddValidURL("http://jwc.hit.edu.cn/", "http://jwts.hit.edu.cn/");
AddBlockedURL("http://xltj.hit.edu.cn/");
}
// 钓鱼
std::string IsURLPhishing(const std::string& url) {
auto it = validURLs_.find(url);
if (it != validURLs_.end()) {
return it->second;
} else {
return "Phishing";
}
}
// 屏蔽
bool IsURLBlocked(const std::string& url) {
for (const std::string& blockedURL : blockedURLs_) {
if (url.find(blockedURL) != std::string::npos) {
return true;
}
}
return false;
}
private:
std::map<std::string, std::string> validURLs_;
std::vector<std::string> blockedURLs_;
void AddValidURL(const std::string& srcURL, const std::string& dstURL)
{
validURLs_[srcURL] = dstURL;
}
void AddBlockedURL(const std::string& url) {
blockedURLs_.push_back(url);
}
};
class Cache {
public:
Cache() : cacheDirectory_("H:\\cppwork\\CS-networking\\.cache") {
std::cout << cacheDirectory_ << std::endl;
std::system(("mkdir -p " + cacheDirectory_).c_str());
}
bool Check(const std::string& url) {
std::lock_guard<std::mutex> lock(mutex_);
auto it = cacheMap_.find(url);
if (it != cacheMap_.end())
{
return true;
}
return false;
}
// 清空文件内容
bool ClearFileContent(const std::string& url) {
std::lock_guard<std::mutex> lock(mutex_);
// Generate a unique filename based on the URL
std::string fileName = GetFileNameFromUrl(url);
auto it = fileMap_.find(fileName);
std::string fileTag = it->second;
std::string filePath = cacheDirectory_ + "\\" + fileTag;
// 打开文件并使用 std::ios::trunc 模式来清空文件内容
std::ofstream file(filePath, std::ios::out | std::ios::trunc);
if (!file) {
std::cerr << "无法打开文件：" << filePath << std::endl;
return false;
}
// 关闭文件
file.close();
return true;
}
std::string GetDate(const std::string& url)
{
std::lock_guard<std::mutex> lock(mutex_);
auto it = cacheMap_.find(url);
return it->second;
}
bool Get(const std::string& url, char* response, size_t& start, size_t& responseSize) {
std::lock_guard<std::mutex> lock(mutex_);
// Generate a unique filename based on the URL
std::string fileName = GetFileNameFromUrl(url);
std::string fileTag = fileMap_[fileName];
std::cout << "Get() url: " << url << std::endl;
std::cout << "Get() fileTag: " << fileTag << std::endl;
// If found, read the response from the file
std::ifstream file(cacheDirectory_ + "\\" + fileTag, std::ios::binary);
if (file) {
file.seekg(start, std::ios::beg);
file.read(response, BUFSIZE);
// Get the number of bytes read in this chunk
size_t bytesRead = static_cast<size_t>(file.gcount());
start += bytesRead;
responseSize = bytesRead;
response[bytesRead] = '\0';
file.close();
return true;
}
return false; // URL not found in the cache
}
bool Put(const std::string& url, const char* response, size_t responseSize, size_t& start) {
std::lock_guard<std::mutex> lock(mutex_);
// Generate a unique filename based on the URL
std::string fileName = GetFileNameFromUrl(url);
auto it = fileMap_.find(fileName);
std::string fileTag;
if (it == fileMap_.end())
{
fileTag = std::to_string(cnt);
fileMap_[fileName] = fileTag;
cnt ++;
}else
{
fileTag = it->second;
}
// Store the response in a file
std::ofstream file(cacheDirectory_ + "\\" + fileTag, std::ios::binary | std::ios::app );
if (!file) {
fprintf(stderr, "file open error: %s(errno: %d)\n", strerror(errno),errno);
return false; // Unable to open file for writing
}
file.seekp(start);
file.write(response, responseSize);
file.close();
start += responseSize;
return true; // Failed to store response in the cache
}
void PutDate(const std::string& url)
{
std::lock_guard<std::mutex> lock(mutex_);
// Generate a unique filename based on the URL
std::string fileName = GetFileNameFromUrl(url);
std::string fileTag = fileMap_[fileName];
// 拼接完整的文件路径
std::string filePath = cacheDirectory_ + "\\" + fileTag;
// 打开文件并读取 Last-Modified 首部内容
std::ifstream file(filePath);
if (!file) {
fprintf(stderr, "file open error: %s(errno: %d)\n", strerror(errno),errno);
}
std::string line;
while (std::getline(file, line)) {
// 查找包含 Last-Modified 首部的行
if (line.find("Last-Modified:") != std::string::npos) {
// 提取 Last-Modified 的值并存储到 cacheMap_
size_t startPos = line.find(":") + 2;
size_t endPos = line.find(MY_CRLF);
std::string date = line.substr(startPos, endPos);
// std::cout << "line: " << line << std::endl;
// std::cout << "date: " << date << std::endl;
cacheMap_[url] = date;
break; // 找到后可以退出循环
}else
{
if (line == MY_CRLF)
{
break;
}
}
}
file.close();
}
private:
std::string cacheDirectory_;
std::map<std::string, std::string> cacheMap_;
std::map<std::string, std::string> fileMap_;
std::mutex mutex_;
int cnt = 1;
std::string GetFileNameFromUrl(const std::string& url) {
// Replace characters in the URL to create a valid filename
std::string fileName = url;
for (char& c : fileName) {
if (c == '/' || c == '?' || c == '&' || c == '=') {
c = '_';
}
}
return fileName;
}
};
// 定义HTTP代理服务器类
class HttpProxyServer
{
public:
HttpProxyServer(int port) : port_(port)
{
// 初始化服务器
// 创建主套接字并绑定端口
serverSocket_ = socket(AF_INET, SOCK_STREAM, 0);
if (serverSocket_ == -1)
{
fprintf(stderr, "Constructor(): create socket error: %s(errno: %d)\n", strerror(errno),errno);
exit(EXIT_FAILURE);
}
// 设置服务器地址信息
// 初始化 serverAddr_
memset(&serverAddr_, 0, sizeof(serverAddr_));
serverAddr_.sin_family = AF_INET;
serverAddr_.sin_addr.s_addr = INADDR_ANY;
// serverAddr_.sin_addr.S_un.S_addr = inet_addr("127.0.0.1"); //只允许本机用户访问服务器
serverAddr_.sin_port = htons(port_);
// 绑定套接字到指定端口
if (bind(serverSocket_, (struct sockaddr *)&serverAddr_, sizeof(serverAddr_)) == -1)
{
fprintf(stderr, "Constructor(): bind socket error: %s(errno: %d)\n",strerror(errno), errno);
closesocket(serverSocket_);
exit(EXIT_FAILURE);
}
// 开始监听客户端连接请求
if (listen(serverSocket_, MAX_CLIENTS) == -1)
{
fprintf(stderr, "Constructor(): listen socket error: %s(errno: %d)\n",strerror(errno),errno);
closesocket(serverSocket_);
exit(EXIT_FAILURE);
}
std::cout << "Proxy server started on port " << port_ << std::endl;
}
void Start()
{
// 启动服务器，监听客户端连接请求
while (true)
{
struct sockaddr_in clientAddr;
int clientAddrLen = sizeof(struct sockaddr);
// 接受客户端连接
int clientSocket = accept(serverSocket_, (struct sockaddr *)&clientAddr, &clientAddrLen);
if (clientSocket == INVALID_SOCKET)
{
fprintf(stderr, "Start(): accept socket error: %s(errno: %d)",strerror(errno),errno);
continue; // 继续等待下一个连接
}
// std::cout << "Start(): Accepted a client connection" << std::endl;
// 创建子线程处理客户端请求
std::thread clientThread(&HttpProxyServer::HandleClient, this, clientSocket);
clientThread.detach(); // 不等待
}
}
private:
int serverSocket_;
int port_;
struct sockaddr_in serverAddr_;
Cache cache_;
WebsiteDetector websiteDetector_;
void HandleClient(int clientSocket)
{
// 读取客户端的HTTP请求
char buffer[BUFSIZE];
memset(buffer, 0, BUFSIZE);
ssize_t bytesRead = recv(clientSocket, buffer, BUFSIZE - 1, 0);
if (bytesRead == -1)
{
perror("HandleClient(): Error reading from client socket");
closesocket(clientSocket);
return;
}
// 解析请求，提取URL
std::string request(buffer);
std::string url = ExtractUrl(request);
std::cout << "<" << url << ">" << std::endl;
// Website Filter; User Filter ; Website phishing
if (websiteDetector_.IsURLBlocked(url))
{
std::cout << "Url Blocked Success: " << url << std::endl;
}else
{
std::string newUrl = websiteDetector_.IsURLPhishing(url);
if (newUrl == "Phishing")
{
// 向服务端请求，向客户端发送
if( ServerToClient(url, clientSocket) )
{
std::cout << "Transmit Success!" << std::endl;
}else
{
std::cout << "Transmit Fail!" << std::endl;
}
}else
{
std::cout << "Phishing" << std::endl;
std::string locationResponse = std::string("HTTP/1.1 302 Found") + MY_CRLF + "Location: " + newUrl + MY_CRLF + MY_CRLF;
std::cout << locationResponse << std::endl;
send(clientSocket, locationResponse.c_str(), locationResponse.size(), 0);
}
}
std::cout << "----------------------" << std::endl;
// 关闭连接
closesocket(clientSocket);
}
// 提取URL
std::string ExtractUrl(const std::string &httpRequest)
{
std::string url;
// Debug
// std::cout << "ExtractUrl(): httpRequest = " << std::endl << httpRequest << std::endl;
// 在HTTP请求中查找"GET "，通常URL紧随其后
size_t getPos = httpRequest.find("GET ");
if (getPos != std::string::npos)
{
// 找到"GET "后，查找下一个空格，该空格之后是URL
size_t spacePos = httpRequest.find(' ', getPos + 4);
if (spacePos != std::string::npos)
{
url = httpRequest.substr(getPos + 4, spacePos - (getPos + 4));
}
}
return url;
}
void ParseUrl(const std::string &url, std::string &host, std::string &path)
{
// 查找 URL 中的 "http://"，并获取其后的部分
size_t httpPos = url.find("http://");
if (httpPos != std::string::npos)
{
std::string urlWithoutHttp = url.substr(httpPos + 7); // 7 是 "http://" 的长度
// 查找 "/"，分隔主机名和路径
size_t slashPos = urlWithoutHttp.find('/');
if (slashPos != std::string::npos)
{
host = urlWithoutHttp.substr(0, slashPos);
path = urlWithoutHttp.substr(slashPos);
}
else
{
// 如果没有找到 "/"，则整个剩余部分都是主机名
host = urlWithoutHttp;
path = "/";
}
}
else
{
// 如果没有 "http://" 前缀，则默认协议为 HTTP，整个 URL 都是主机名
host = url;
path = "/";
}
// Debug
// std::cout << "url: " + url << std::endl;
// std::cout << "host: " + host << std::endl;
// std::cout << "path: " + path << std::endl;
}
int CreateServerSocket(const std::string &host)
{
// 域名解析
addrinfo* result = NULL;
addrinfo hints;
ZeroMemory(&hints, sizeof(hints));
hints.ai_family = AF_INET; // 使用IPv4地址
hints.ai_socktype = SOCK_STREAM;
if (getaddrinfo(host.c_str(), "http", &hints, &result) != 0)
{
fprintf(stderr, "CreateServerSocket(): Failed to resolve the host: %s\n", host.c_str());
return -1; // 返回-1表示连接失败
}
// 创建Socket
int serverSocket = socket(AF_INET, SOCK_STREAM, 0);
if (serverSocket == -1)
{
fprintf(stderr, "CreateServerSocket(): create socket error: %s(errno: %d)\n", strerror(errno), errno);
freeaddrinfo(result); // 释放内存
return -1; // 返回-1表示连接失败
}
// 设置服务器地址信息
struct sockaddr_in serverAddr;
memset(&serverAddr, 0, sizeof(serverAddr));
serverAddr.sin_family = AF_INET;
serverAddr.sin_port = htons(80); // 设置端口号为80，可以根据需要修改
serverAddr.sin_addr.s_addr = ((struct sockaddr_in *)(result->ai_addr))->sin_addr.s_addr;
// 连接到原服务器
if (connect(serverSocket, (struct sockaddr *)&serverAddr, sizeof(serverAddr)) == -1)
{
fprintf(stderr, "CreateServerSocket(): connect error: %s(errno: %d)\n",strerror(errno),errno);
closesocket(serverSocket); // 在Windows中使用closesocket关闭套接字
freeaddrinfo(result); // 释放内存
return -1; // 返回-1表示连接失败
}
freeaddrinfo(result); // 释放内存
return serverSocket; // 返回连接成功的套接字描述符
}
bool ServerToClient(const std::string &url, int clientSocket)
{
// 解析URL，获取主机名和路径
std::string host, path;
ParseUrl(url, host, path);
// 创建Socket连接到原服务器
int serverSocket = CreateServerSocket(host);
if (serverSocket == -1)
{
return FALSE; // 处理连接失败的情况
}
// 构建HTTP请求
std::string httpRequest = "GET " + path + " HTTP/1.1" + MY_CRLF + "Host: " + host + MY_CRLF + "Connection: close" + MY_CRLF;
std::string date;
bool sel;
if (cache_.Check(url))
{
sel = false;
date = cache_.GetDate(url);
std::string cacheRequest = httpRequest + "If-Modified-Since: " + date + MY_CRLF + MY_CRLF;
// 发送HTTP, 带有If-Modified-Since 首部行
if (send(serverSocket, cacheRequest.c_str(), cacheRequest.size(), 0) == -1)
{
perror("Error sending request to server");
closesocket(serverSocket);
return FALSE;
}
std::string cacheResponse;
char cacheBuffer[HEADSIZE];
ssize_t cacheBytesRead;
cacheBytesRead = recv(serverSocket, cacheBuffer, HEADSIZE - 1, 0);
std::string responseNotModified(cacheBuffer);
// std::cout << "responseNotModified: " << responseNotModified << std::endl;
if (IsResponseNotModified(responseNotModified) )
{
// std::cout << "304 Not Modified" << std::endl;
sel = false;
}else
{
cache_.ClearFileContent(url); //清空
sel = true;
}
}else
{
sel = true;
}
if (sel == false)
{
// std::cout << "cache hit!" << std::endl;
// 接收缓存，转发到客户端
char buffer[BUFSIZE];
size_t start = 0;
size_t bytesRead;
while (1)
{
if (cache_.Get(url, buffer, start, bytesRead) == false)
{
perror("Error sending response to client");
}
// std::cout << "bytesRead: " << bytesRead << std::endl;
if (bytesRead == 0) break;
if (send(clientSocket, buffer, bytesRead, 0) == -1)
{
perror("Error sending response to client");
closesocket(serverSocket);
return FALSE;
}
}
}else
{
httpRequest += MY_CRLF;
// 发送HTTP请求到原服务器
if (send(serverSocket, httpRequest.c_str(), httpRequest.size(), 0) == -1)
{
perror("Error sending request to server");
closesocket(serverSocket);
return FALSE;
}
// 接收原服务器的HTTP响应
char buffer[BUFSIZE];
size_t start = 0;
ssize_t bytesRead;
while ((bytesRead = recv(serverSocket, buffer, BUFSIZE - 1, 0)) > 0)
{
buffer[bytesRead] = '\0';
// 发送接收到的数据到客户端
if (send(clientSocket, buffer, bytesRead, 0) == -1)
{
perror("Error sending response to client");
closesocket(serverSocket);
return FALSE;
}
if(cache_.Put(url, buffer, bytesRead, start) == false)
{
std::cerr << "Cache put error" << std::endl;
}
}
cache_.PutDate(url);
if (! cache_.Check(url))
{
cache_.ClearFileContent(url);
}
}
// 关闭原服务器连接
closesocket(serverSocket);
return TRUE;
}
bool IsResponseNotModified(const std::string& response) {
// 查找第一个空格，定位到状态码的开始
size_t spacePos = response.find(' ');
if (spacePos != std::string::npos) {
// 提取状态码部分
std::string statusCode = response.substr(spacePos + 1, 3);
// 检查状态码是否为 "304"
return (statusCode == "304"); // HTTP/1.1 304 Not Modified
}
return false; // 未找到状态码
}
};
bool InitWinsock()
{
// 加载套接字库（必须）
WORD wVersionRequested;
WSADATA wsaData;
// 套接字加载时错误提示
int err;
// 版本 2.2
wVersionRequested = MAKEWORD(2, 2);
// 加载 dll 文件 Scoket 库
err = WSAStartup(wVersionRequested, &wsaData);
if (err != 0)
{
// 找不到 winsock.dll
printf("加载 winsock 失败，错误代码为: %d\n", WSAGetLastError());
return FALSE;
}
if (LOBYTE(wsaData.wVersion) != 2 || HIBYTE(wsaData.wVersion) != 2)
{
printf("不能找到正确的 winsock 版本\n");
return FALSE;
}
return TRUE;
}
int main()
{
if (!InitWinsock())
{
WSACleanup();
return -1; // 初始化失败，退出程序
}
int port = 666; // 设置端口
HttpProxyServer proxyServer(port);
proxyServer.Start();
WSACleanup(); // 在程序结束时清理Winsock库
return 0;
}