有段时间没写HTTP协议相关的文章了，突然发现文章选题池里，《实用HTTP》系列中还躺了个HTTP代理的主题没有写，那今天就来聊聊HTTP代理吧。在HTTP协议中，最基础的就是请求和响应的报文，而报文又由报文头和报文实体组成。大多数HTTP协议的使用场景，都是依赖设置不同的HTTP请求/响应的Header来实现的。既然要说到代理，先提两个问题来当主线，从问题出发讲解HTTP代理。抓包工具是如何实现HTTP抓包的。对于HTTPS流量，不安装证书的情况下，通过抓包工具，请求和响应依然正常。
今天说的HTTP代理，更多的是一种抽象概念，其中的原理才是最关键的。
二、HTTP代理
2.1什么HTTP代理？说到HTTP代理，作为客户端开发，最熟悉的就是使用Fiddler、Charles等工具进行抓包时，需要在手机上挂个代理，来方便我们排查一些网络问题，这只是代理众多使用场景中的一个。实际上，HTTP代理（Web代理）是一种存在于网络中间的实体，可以提供各种功能。如果没有HTTP代理，客户终端就要直接与终端服务器进行交互。而有了HTTP代理后，客户终端就可以与代理通信，然后由代理代表客户端与服务器进行交互。HTTP代理算是最容易理解的一个HTTP协议概念，它和我们的生活最贴近。在我们的生活中，存在各种代办的服务。例如你和女友准备出国游，一些不免签的国家，就需要提前办理签证。我们不熟悉自然觉得流程很复杂，这时就可以选择交由旅行社来代理办理签证，你只需要根据对方提供的清单准备材料，就可以很方便的获得签证。在这个过程中，你节省了时间，而旅行社赚了你一点钱。
代理服务，就是代理客户端完成事务处理的中间人，它接管客户端的事务，代替客户端与服务端交互。代理服务是一个抽象的中间实体，可以存在网络的各个中间点，浏览器、路由器、代理服务器、Web服务器的反向代理等，
2.2HTTP代理的分类
从最熟悉的抓包工具说起，Fiddler、Charles这种抓包工具，封装的都非常好，哪怕我们完全不理解HTTP代理的细节，简单配置就可以使用。在使用过程中，你会发现两种场景：对于HTTP协议请求，可以直接显示请求/响应报文的细节对于HTTPS，如果没有导入证书，请求依然可以发送至服务器，并且也可以正常返回数据，但是不会显示报文细节。
在没有导入证书的情况下，HTTPS请求我们无法获知细节，但是并不影响我们的请求和响应。这个两种不同的表现，也对应了两种不同的HTTP代理：普通代理。基于修订后的RFC2616在HTTP/1.1中被定义。这种代理扮演的是「中间人」的角色。对客户端来说，它是服务端，而对真正的服务端来说，它又是客户端，它就是负责在两端之间传递HTTP报文。隧道代理。这种一种基于TCP协议的隧道传输代理，它通过HTTP协议的CONNECT方法完成通信，以HTTP的方式，实现任意基于TCP的应用层协议代理。
接下来我们就分别对这两种代理进行讲解。
2.3普通代理
普通代理理解起来并不复杂，它是网络中的中间实体，位于客户端和服务端之间，扮演「中间人」的角色，在两端之间来回传递报文。这个「中间人」左手牵着客户端，右手牵着服务端，在收到客户端发送的请求报文时，需要正确的处理请求和连接状态，同时向服务器发送新的请求，在收到响应后，将响应结果包装成一个响应体返回给客户端。
在普通代理的流程中，代理两端都是有可能察觉不到「中间人」的存在。举个例子，我们要访问A网站，实际上我们是向代理服务器发送请求，而代理服务器又再向A网站发起请求，最终将响应体通过代理服务器，返回给我们。在我们的角度，我们正常的向一个网站服务器发起请求，并且对方也返回给我们正确的数据，在这个过程中，我作为客户端，会认为代理服务器就是A网站的服务器，而A网站的服务器，又认为代理服务器是一个真实的用户。这里说到，代理服务器作为「中间人」是可以保护安全访问自己的存在，但是如果我们作为一个“守规矩”的代理服务器，想要将客户端的IP传递给服务端，可以通过X-Forwarded-IP这个自定义的Header，来告诉服务端真正的客户端IP地址。HTTP协议作为一种松散的协议，服务器在接收到X-Forwarded-IP这个请求头时，是无法验证其真伪的。它可能是代理服务器伪造的，也可能是真实的。所以服务端从HTTP头部获取IP时，就需要格外小心。普通代理很好理解，但是它也有缺陷，它只适用于HTTP协议。在普通代理模式下，所有请求响应的数据，对于代理这个「中间人」来说，都是透明并且可以任意操作，这就会带来各种数据安全的隐患。说到网络数据安全，首先想到的就是HTTPS，但是HTTPS这种证书认证的机制，又是中间人劫持的克星。严格上来说，HTTPS下不存在中间人攻击，除非是人为的犯错了，没有对证书严格校验，或者证书被泄露。在普通的HTTPS请求中，服务端不验证客户端的证书，中间人可以作为客户端与服务端完成TLS握手。但是由于代理中间人没有证书密钥，也就无法伪造服务端和客户端简历的TLS连接，这会导致请求失败。这个场景，对标到抓包工具的工作流程中，你会发现，如果想用Charles（或Fiddler）抓HTTPS的网络数据包，就需要在手机上安装一个Charles的CA证书，让手机设备信任此证书，才可以完成抓包，此时走的就是普通代理的模式。那换个角度，假如在手机上没有安装Charles提供的证书，也并没有影响到请求和响应，Charles只是无法解密HTTPS数据，这是如何做到的呢？这就需要用到隧道代理。
2.4隧道代理
隧道代理，又称为Web隧道（Webtunnel），这种方式可以通过HTTP连接发送非HTTP流量，这样可以在HTTP上捎带其他协议的数据。隧道代理是利用HTTP的CONNECT方法建立起来的。CONNECT方法，最初并不是HTTP/1.1的核心规范，但却是一种得到广泛使用的扩展，它在2014年发布的HTTP/1.1修订版中，才对CONNECT及隧道代理有了清晰的描述。HTTP隧道代理的工作流程是什么样的？一次普通的HTTP请求，Header部分以连续的两组CRLF（\r\n）作为结束标记，如果后面还有内容，就是Content部分的内容，也称为请求/响应体（Body），如果存在Content内容，就需要在Header中增加Content-Length来标记Content部分的长度。接收方（服务端）会根据这个长度来读取数据。CONNECT报文的请求，是没有Content部分的，只有Request-Line和Header，他们仅供代理服务器使用，并不会传递给终端服务器。请求的Header部分一旦结束（两组连续的CRLF），后面的所有数据，都被视为应该转发给终端服务器的数据，代理需要把他们无脑的直接转发，并且不允许访问公开数据长度，直到从客户端的TCP读通道关闭。CONNECT的响应报文，在代理服务器和终端服务器建立连接后，可以向客户端返回一个200Connectestablished的状态码，以此表示和终端服务器的连接，建立成功。这个200Connectestablished的Header部分一旦结束（两组连续的CRLF），后面所有的数据均为远端服务器返回的数据，同理，代理服务器会直接转发终端服务器的数据给客户端，直到终端服务器的TCP读通道关闭。
了解清楚HTTP隧道的工作流程之后，就知道CONNECT方法请求隧道网管创建一条到达任意目的服务器和端口的TCP连接，并对客户端和服务端之间的后续数据，进行无脑的盲转发。通过隧道代理，代理服务器不再作为中间人，不再需要改写浏览器的请求，而是把浏览器和终端服务器的数据，原样转发，这样浏览器就可以直接和终端服务器进行TLS握手，并传输加密的数据。2.4导入证书后，Charles抓HTTPS流程Charles作为抓包工具，在手机上没有导入证书的时候，是通过隧道代理来保证数据的传输。一旦导入证书之后，Charles就又切换到普通代理的工作模式，此时我们就可以解析HTTPS的流量数据。这里简单说一下原理。在导入证书后，请求时手机就会信任Charles伪造的证书，而Charles又保护安全访问成真实的客户端与服务端之间建立正确的TLS连接。此时，Charles作为「中间人」，两端的TLS流量都是可以被解密的。三、总结时刻
到这里就了解清楚HTTP代理的细节，其实很抽象的概念，也很好理解。简单来说，HTTP代理可以分为两类，普通代理和隧道代理。普通代理作为「中间人」存在，在一次请求中，客户端明文请求代理服务器，在收到请求后，代理服务器又明文去请求终端服务器。在这整个过程中，数据都是明文传输，中间人可以对其中传递的数据进行改写，这就是著名的中间人攻击，可见其有多不安全。这就引申出了支持HTTPS的隧道代理，此时代理服务器就不再作为中间人，无法改写客户端的请求，而仅仅是在建立连接后，将客户端的请求，通过建立好的隧道，无脑的转发给终端服务器。
本文来自网络投稿，不代表kookeey立场，如有问题请联系我们
