寫在前面

花了好幾天才把計算機網路的實驗一搞定，在此記錄一下這個實驗的流程。

本實驗的要求也是比較簡單明瞭的：

(1) 設計並實現一個基本 HTTP 代理伺服器。要求在指定埠（例如 8080）接收來自客戶的 HTTP 請求並且根據其中的 URL 地址訪問該地址 所指向的 HTTP 伺服器（原伺服器），接收 HTTP 伺服器的響應報文，並 將響應報文轉發給對應的客戶進行瀏覽。
(2) 設計並實現一個支援 Cache 功能的 HTTP 代理伺服器。要求能緩 存原伺服器響應的物件，並能夠通過修改請求報文（新增 if-modified-since 頭行），向原伺服器確認快取物件是否是最新版本。（選作內容，加分項 目，可以當堂完成或課下完成）
(3) 擴充套件 HTTP 代理伺服器，支援如下功能： （選作內容，加分專案， 可以當堂完成或課下完成）
a) 網站過濾：允許/不允許訪問某些網站；
b) 使用者過濾：支援/不支援某些使用者訪問外部網站；
c) 網站引導：將使用者對某個網站的訪問引導至一個模擬網站（釣 魚）。

而且實驗指導書上還給出了 200 來行的程式碼作為參考，可以說是很貼心了。但關鍵問題不是不知道原理，而是對 socket 程式設計是相當地陌生，還好程式碼大部分都能看懂，看不懂的查詢一下也能搞定。本實驗基本功能還是很好做的，主要就是 cache 的實現，我大部分時間就在搞這個，最後東拼西湊的，也算是搞出來了（雖然外部儲存有時會亂碼）。

實驗程式碼在我 github 上，想參考的話，可以點選這裡 ，歡迎來提各種建議，雖然我也不一定會去改，但還是希望這個程式碼會越來越好。

實驗配置問題

首先要說的就是環境問題，由於我是使用的 CodeBlocks 進行編譯的，因此，有時候會出現一些莫名的問題。這裡簡單介紹一下。

1. 最大的問題就是靜態連結問題，也就是這段程式碼 #pragma comment(lib,"Ws2_32.lib") ，在 VS 裡可以很好地執行，但是在 CodeBlocks 中就失去作用了。這段程式碼也很簡單，就是說要連結一個庫，但是Codeblocks 使用的是 MingGW 來編譯，MingGW不支援 #pragma comment(lib,"Ws2_32.lib") 的寫法。
   解決方法也是很簡單，由於該命令是靜態連結 Ws2_32.lib 庫，因此可以在設定裡，加上 -lws2_32 或 -lwsock32，具體怎麼加，這裡就不講了。

2. 第二個問題也是編譯器的問題，由於版本問題，這裡並不支援 int _tmain(int argc, _TCHAR* argv[])

   的寫法，需要改成 int main(int argc, char* argv[]) 或者直接寫成 int main() ，其實沒有什麼區別。具體原因，參考 main()和_tmain(int argc, _TCHAR* argv[]) 的詳細區別 和 c/c++ int _tmain(int argc, _TCHAR* argv[])

3. 再就是 goto 語句的問題了，程式碼一直報 goto 語句的問題，不常用這個，我也是很懵啊，不過，還好前輩們有經驗分享，具體原因可以參考這個： g++編譯goto語句出現：[error:jump to label XXX]，簡單地說，就是你的 goto 語句之後不能再定義新的變數。

4. 再就是關於strtok_s的問題了，可以參考這篇 stackoverflow ：關於strtok_s的問題，就是說，只要改成 strtok() 這個函式就可以了。再去掉最後一個引數，因為這個函式只需要倆引數。雖然這個函式並不安全，但它可以用啊。

5. 大點的問題就這些，還有一些小的問題，比如 VS 裡專用的 #include "stdafx.h" ，要去掉，可以參考 為什麼要加#include “stdafx.h” ，剩下的，大都沒有詳細說的必要了

好了，bug 就算是修復完了，現在就可以正常訪問網站了：

執行程式 --> 開啟瀏覽器 --> 設定代理 --> 設定 127.0.0.1 和埠號 1240

這樣就實現了一個基本的代理伺服器，其實現在就已經完成第一個要求了。但你還不知道它的原理是什麼，所以，下面看一下它的原理。

實現一個基本的代理伺服器

在繼續往下看之前，你最好對這幾個函式有一定的瞭解：

• bind() : 將一本地地址與一套接字捆綁，在 connect() 或 listen() 呼叫前使用
• listen() : 監聽套接字的連線請求，將套接字設為監聽模式
• connect() ： 用於建立與指定 socket 的連線
• accept() : 在一個套接字處，接受一個連線
• send() : 傳送資料（客戶端向伺服器傳送請求，伺服器端向客戶端傳送應答）
• recv() : 接收資料

更詳細的可以自行去百度查詢，這裡就不多介紹了。先來看代理伺服器的原理：

1. 首先初始化一個套接字，利用 blind() 函式將該套接字與伺服器 host 地址繫結，地址設為 “127.0.0.1”；同時，也要繫結埠號，這裡就按照指導書上的要求設定為 “10240”。然後，利用 listen() 函式對該埠進行監聽。
2. 通過設定 accept() 函式，對每個到來的請求進行接收和相應，為了提供效率，對每個請求都建立一個新的執行緒來處理。
3. 利用 recv() 和 send() 函式，接收來自客戶端的 HTTP 請求，並通過這個代理伺服器將該請求轉發給伺服器；同時，伺服器也將獲得的響應發給代理伺服器，然後代理伺服器再將該響應傳送給客戶端。在這裡，代理伺服器相當於一箇中介，提供一個代理的服務，所有的請求和響應都經過它。
4. 處理完成後，等待 200 ms 後，關閉該執行緒，並清理快取，然後繼續接收並處理下一個請求。對於客戶端而言，它只要將正常傳送的請求發給代理伺服器，就可以接收到對應的響應。

用流程圖可以表示為：

我個人覺得，這張流程圖非常容易理解，基本上就是這段程式碼的邏輯，對於理解這段程式碼很有幫助。

擴充套件功能

對於這三個擴充套件功能，只要看懂了程式碼是如何解析並存儲的 HTTP 頭部資訊，寫這三個功能還是很簡單的。不需要增加多少程式碼，只需進行 if 判斷即可。

遮蔽網站

對請求過來的 HTTP 報文頭部進行檢測，提取出其中的訪問地址 url ，檢測其是否為要被遮蔽的網址，如果是，則直接跳轉到程式碼中的 erro 部分，即關閉套接字，斷開此次連線。程式碼片段如下：

if (strcmp (httpHeader->url, INVILID_WEBSITE) == 0) {
    printf("\n=====================================\n\n");
    printf("-------------Sorry!!!該網站已被遮蔽----------------\n");
    goto error;
}

遮蔽使用者

更改套接字繫結的主機地址，這樣的話，只要不是從該地址訪問代理伺服器的客戶端，都會被該代理伺服器遮蔽，部分程式碼如下：

//遮蔽使用者
//ProxyServerAddr.sin_addr.S_un.S_addr = INADDR_ANY;
ProxyServerAddr.sin_addr.S_un.S_addr = inet_addr("127.0.0.1");//僅本機使用者可訪問伺服器
//ProxyServerAddr.sin_addr.S_un.S_addr = inet_addr("127.0.0.2");  //遮蔽使用者

其實，就是更改套接字繫結的代理伺服器的 IP 地址，這樣的話，就會遮蔽掉從其他介面進行訪問客戶端，從而實現使用者遮蔽。

釣魚

檢測請求過來的 HTTP 報文頭部，如果發現訪問的網址是要被釣魚的網址，則將該網址引導到其他網站（釣魚網址），通過更改 HTTP 頭部欄位的 url （訪問網址）和 host 主機名來實現，部分程式碼如下：

if (strstr(httpHeader->url, FISHING_WEB_SRC) != NULL) {
	printf("\n=====================================\n\n");
	printf("-------------已從源網址：%s 轉到 目的網址 ：%s ----------------\n", FISHING_WEB_SRC,FISHING_WEB_DEST);
	memcpy(httpHeader->host, FISHING_WEB_HOST, strlen(FISHING_WEB_HOST) + 1);
    memcpy(httpHeader->url, FISHING_WEB_DEST, strlen(FISHING_WEB_DEST));
}

cache 實現

cache 可以說是這個實驗最精髓的地方了，原理很簡單，比較容易理解，但程式碼寫起來還是比較長的，起碼比前幾個實現起來要複雜。我也是參考了很多前輩們的程式碼才寫出來的，這裡就簡單介紹一下原理吧，程式碼自己去看我的實現吧，前面已經給了連結，這裡再補充一下：實驗一

基本原理

1. 客戶端第一次請求伺服器中的資料時，代理伺服器將該請求返回的響應快取下來，存到本地的檔案下。
2. 當客戶端第二次訪問該資料時，代理伺服器檢查本地是否有該請求的響應，如果沒有，則繼續快取；如果有，則向伺服器傳送一個請求，該請求需要增加 “If-Modified-Since” 欄位，通過此欄位，告知伺服器快取資源最後修改的時間（可以將 “Date” 欄位進行解析），伺服器通過對比最後修改時間來判斷快取是否過期，如果沒過期，伺服器返回狀態碼304，代理伺服器直接將本地快取傳送給客戶端；如果快取過期，伺服器返回狀態碼200，同時返回一個更新過的響應，代理伺服器接收後，將該響應發回給客戶端，並更新本地快取。

這一部分的程式碼雖然程式碼稍微多一些，但其實也沒多少，而且原理很簡單，不需要害怕，大膽去寫就好了。

總結

這次實驗對理解 HTTP 代理伺服器還是很有幫助的，真正體會到了代理伺服器的作用。雖然除錯的時候會出來一堆莫名的 bug， 但是改好後的感覺還是相當不錯的。