使用Java实现HTTP和HTTPS代理服务详解
作者:cloudy491
HTTP代理和HTTPS代理介绍
简单来说就是其他的服务器代替帮你访问HTTP或者HTTPS,当你的网络受限无法访问某些网站时,但是你的代理服务器可以访问某些网站,这时候你就设置代理,通过代理服务器去访问某些网站。例如:你使用某个ip频繁去爬网站信息时,可能你的ip就会被封,这时候你可能就需要代理去切换ip了。
HTTP代理
首先我们简单用Java搭一个Socket服务端,打印一下HTTP代理请求报文。
public static void main(String[] args) { try { ServerSocket serverSocket = new ServerSocket(8888); System.out.println("Server started, waiting for client..."); while (true) { Socket socket = serverSocket.accept(); System.out.println("Client connected: " + socket.getInetAddress().getHostAddress()); new Thread(()->{ try(InputStream inputStream = socket.getInputStream()) { BufferedReader reader = new BufferedReader(new InputStreamReader(inputStream)); while (reader.ready()){ System.out.println(reader.readLine()); } } catch (IOException e) { e.printStackTrace(); } }).start(); } } catch (IOException e) { e.printStackTrace(); } }
使用curl -x 127.0.0.1:8888 http://www.baidu.com
设置本地代理8888端口,代理访问百度。
然后看一下Java的控制台,可以看到代理请求过来的HTTP报文。
GET http://www.baidu.com/ HTTP/1.1
Host: www.baidu.com
User-Agent: curl/8.4.0
Accept: */*
Proxy-Connection: Keep-Alive
下面是通火狐浏览器拿到的请求头原始报文,可以发现代理HTTP报文和正常HTTP报文不同处:
第一行中间一个是http://www.baidu.com/
,另一个是/
。
一个是Proxy-Connection
,另一个是Connection
。
GET / HTTP/1.1
Host: www.baidu.com
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:125.0) Gecko/20100101 Firefox/125.0
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,*/*;q=0.8
Accept-Language: zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2
Accept-Encoding: gzip, deflate
Connection: keep-alive
Cookie: BIDUPSID=52C8D6333DE11AAB7F6B193EE8925F3E; PSTM=1700558835; H_PS_PSSID=40300_40446_40080_60138_40463_60175; BAIDUID=52C8D6333DE11AAB7F6B193EE8925F3E:FG=1; BD_UPN=13314752; COOKIE_SESSION=8189645_0_5_4_2_3_1_0_4_3_31_1_41_0_56_0_1713792557_0_1713792501%7C5%230_0_1713792501%7C1; baikeVisitId=3cf47ba3-c45a-4e5c-bc50-1cef890ac1f1; BA_HECTOR=a02g018h000l2l250k2k8k043iu9l41j2u8gd1t; BDORZ=B490B5EBF6F3CD402E515D22BCDA1598
Upgrade-Insecure-Requests: 1
根据上面的不同,我们只需要将代理的报文转成正常的HTTP报文,在Java中添加下面两个方法替换一下内容。
//替换域名部分,将http://www.baidu.com 变成 / private static String replaceDomain(String line) { String reqUrl = line.split("\s+")[1]; //http://www.baidu.com/ // 提取域名部分 int endIndex = reqUrl.indexOf("/", 8); // 从第 8 个字符开始搜索斜杠 String domain = endIndex != -1 ? reqUrl.substring(0, endIndex + 1) : reqUrl; // 替换 return line.replaceFirst(domain, "/"); } //Connection部分,将Proxy-Connection 变成 Connection private static String replaceConnection(String line) { String prefix = "Proxy-Connection: "; return line.replaceFirst(prefix, "Connection: "); }
报文修改后,还得知道这个报文往那个地方发送,可以通Host字段提出域名和端口,代码如下可以拿到Host。
private static Object[] getHeader(String str) { String hostPrefix = "Host: "; String contentLengthPrefix = "Content-Length: "; String host = null; Integer contentLength = null; String[] line = str.split("\r\n"); for (String l : line) { if (l.startsWith(hostPrefix)) { host = l.substring(hostPrefix.length()); } else if (l.startsWith(contentLengthPrefix)) { contentLength = Integer.parseInt(l.substring(contentLengthPrefix.length())); } } return new Object[]{host, contentLength}; }
有了Host我可以从里面拿到域名和端口,然后进行Socket连接,然后把修改好的报文写入Socket中。
//获取host String address = (String) getHeader(sb.toString())[0]; //分割host和端口 String[] split = address.split(":"); String host = split[0]; int port = split.length > 1 ? Integer.parseInt(split[1]) : 80; System.out.println(sb.toString()); //初始化socket连接 socket = new Socket(host, port); //写入第一次请求的数据 socket.getOutputStream().write(sb.toString().getBytes());
之后创建一个线程去读Socket返回的数据,也就是百度那边返回的数据,拿到数据后再写回给代理的clientSocket
。
//创建新线程执行socket读取 Socket finalSocket = socket; new Thread(() -> { try { InputStream socketInputStream = finalSocket.getInputStream(); byte[] socketBt = new byte[1024]; int socketlen = -1; while ((socketlen = socketInputStream.read(socketBt)) != -1) { System.out.println(new String(socketBt, 0, socketlen)); clientSocket.getOutputStream().write(socketBt, 0, socketlen); } socketInputStream.close(); } catch (Exception e) { e.printStackTrace(); } finally { try { finalSocket.close(); } catch (IOException e) { e.printStackTrace(); } } }).start();
这样就完成了一半,比较麻烦的是在每次连接读取的第一个代理报文,你得判断结束,GET
请求可以通过\r\n\r\n
,POST
就得通过Content-Length
去判断了,总数据长度 = Content-Length
+ 数据中的\r\n\r\n
位置后。下面代码可能长些,就是判断每次连接的第一个代理报文结束,结束标志要么用Content-Length
或者\r\n\r\n
,拿到第一个代理报文就可以创建Socket连接,之后的数据写入这个Socket就行了。
InputStream inputStream = clientSocket.getInputStream(); StringBuilder sb = new StringBuilder(); byte[] bt = new byte[1024]; int len = -1; boolean isFirstLine = true; int contentLength = -1; while ((len = inputStream.read(bt)) != -1) { //第一次请求 if (socket == null) { if (isFirstLine) { isFirstLine = false; String replace = replaceDomain(bt, len); //跳过HTTPS连接 if (replace.startsWith("CONNECT")) { len = -1; break; } sb.append(replace); } else { sb.append(new String(bt, 0, len)); } if (contentLength == -1) { Integer length = (Integer) getHeader(new String(bt, 0, len))[1]; if (length != null) { contentLength = length; } int crlfcrlf = findCRLFCRLF(bt, len) + 4; contentLength -= (len - crlfcrlf); } //长度到达结束 if (contentLength == 0) { break; } if (sb.toString().endsWith("\r\n\r\n")) { break; } } else { //首行需要修改 if (isFirstLine) { String replace = replaceDomain(bt, len); socket.getOutputStream().write(replace.getBytes()); } else { socket.getOutputStream().write(bt, 0, len); } } }
使用curl -x 127.0.0.1:8888 http://www.baidu.com
测试一下,发现正常响应。
上面是简单的测试,还得用浏览器去测试,话说找一个http的网站,也太难,我这里就用python的文件下载管理页面。
if __name__ == '__main__': # 定义服务器的端口 PORT = 8000 # 创建请求处理程序 Handler = http.server.SimpleHTTPRequestHandler # 设置工作目录 os.chdir("C:\Windows\Media") # 创建服务器 with socketserver.TCPServer(("", PORT), Handler) as httpd: print(f"服务启动在端口 {PORT}") httpd.serve_forever()
使用火狐浏览设置代理。
搞定,浏览器和控制台显示正常,注意浏览器的地址不要写127.0.0.1,他是不走代理的。
HTTPS代理
HTTPS代理比HTTP代理简单多了,也是通过Socket服务端,使用curl -x 127.0.0.1:8888 https://www.baidu.com
控制台可以拿到下面HTTPS的代理报文。
CONNECT www.baidu.com:443 HTTP/1.1
Host: www.baidu.com:443
User-Agent: curl/8.4.0
Proxy-Connection: Keep-Alive
我简单画一下大致流程,浏览器通过代理把上面CONNECT报文发送Java应用,Java应用拿到报文,从报文中获取到域名和端口,通过域名和端口连接百度服务器,连接成功后,回应浏览器HTTP/1.1 200 Connection estabished
告诉他这边已经连接好了,可以发送数据了,最后浏览器和百度服务器双方交换数据。
浏览器Java应用百度服务器CONNECT报文连接HTTP/1.1 200 Connection estabished发送数据写入数据浏览器Java应用百度服务器
逻辑和HTTP一样的,只是他不用把CONNECT报文发送到百度服务器上,就不用修改报文,而且结束只用通过\r\n\r\n
判断,和百度服务器连接上就回应HTTP/1.1 200 Connection estabished
,简单多了。
以上就是使用Java实现HTTP和HTTPS代理服务详解的详细内容,更多关于Java实现HTTP和HTTPS代理的资料请关注脚本之家其它相关文章!