HTTP 代理服务器的设计与实现

首先当然是最重要的代码：github地址

1) 实验目的

熟悉并掌握 Socket 网络编程的过程与技术；深入理解 HTTP 协议，掌握 HTTP 代理服 务器的基本工作原理；掌握 HTTP 代理服务器设计与编程实现的基本技能。

2) 实验内容

基于 java 实现了基本功能与全部附加功能，并增加了 https 的支持

(1) 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。
(2) 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，加分项目，可以当堂完成或课下完成）
(3) 扩展 HTTP 代理服务器，支持如下功能：（选作内容，加分项目，可以当堂完成或课下 完成）

• 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）。

实验过程及结果

1. 设置代理服务器：
   在设置中启用代理服务器设置代理服务器地址为 127.0.0.1（localhost）， 端口 8080
2. Socket 编程的客户端和服务器端主要步骤；
   服务器端的建立： 服务器端比较简单，只需接受请求并开启新线程处理即
   可，使用 ServerSocket 接收请求，在循环中使用 accept 方法当收到新请求 时开启处理请求的子线程进行处理。
   客户端建立： 客户端接收新 accept 生成的新 socket，使用 scanner 解析其 内容获取其中请求头，host，port 如果没有 port 默认 80 端口，https 则为 443 端口，根据 host 和 port 构造与目的地址的新 socket，转发请求
   头，继续将目的主机返回的内容通过代理服务器转发给浏览器，并将浏览
   器的请求转发给目的主机output.write(input.read());由于两个转发是同
   时进行的，所以需要开启新的线程处理其中一个请求，另一个在主线程中
   完成。
   ReadScanner： 将浏览器发来的请求头解析成 string，并获得其中的 host， port，type（http 还是 https），并提供获取 head，host，port，type 的方法
   屏蔽特定用户： 因为内网只能屏蔽自己，调用 socket 的 getInetAddress 方 法获取访问的地址，与要屏蔽的地址对比，如果相同则直接 return
   钓鱼： 同样根据 host，判断 host 是否为要钓鱼的网站，如果是则将 host 替换为指定网站，并将 head 头替换为事先准备好的头，接下来和普通处 理一样。
   Cache： 最难的一个附加功能，通过内存存储的数据，在客户端使用 static 静态变量使所有进程共享缓存，创建 cacheMap 存储缓存，创建 lastTimeMap 存储 Last-Modigied 时间，读取到 host 时首先判断缓存和 lastTime 的 key 中 是否纯 在 host ， 如 果 有 ， 在 head 头 中 加 上 If-Modified-Since: 和时间注意换行，收到服务器的返回后首先截取前 1000 个字节，处理成字符串判断是否有 304 Not Modified，如果是则将之 前的缓存直接写入并 flush 并 return，还需通过前 1000 字节判断是否有 Last-Modified 时间，如果有，则将时间和缓存加入到 lastTimeMap 和 cacheMap 中，并将前 1000 字节也写回浏览器，后面的内容处理直接写回 浏览器即可。
   https： 由于 https 加密传输，首先用 type 判断是否为 https，如果是，返回 "HTTP/1.1 200 Connection Established\r\n\r\n"建立隧道，之后 flush，之后 的内容直接转发即可，但也由于加密，无法判断缓存
3. HTTP 代理服务器的基本原理；
   客户端每次请求都要直接发送到该代理服务器，并由代理服务器根据收到
   的请求建立新的 socket 代替客户端去请求，并将收到的内容转发给客户 端。
4. HTTP 代理服务器的程序流程图；
   
5. 实现 HTTP 代理服务器的关键技术及解决方案；
   a) 创建 ServerSocket，通过 accept 接收请求，生成 socket 的子线程
   b) 子线程接收请求，处理请求头获取 host，port，head 等，通过 scanner 解 析，换行加入\r\n,注意当长度为 0 时退出循环，否则会卡死
   c) https 的实现：获取解析的 type，如果是 connect，返回"HTTP/1.1 200 Connection Established\r\n\r\n"建立 https 隧道之后直接转发即可
   d) 难点在于 cache：通过 map 存储缓存和最后版本的时间，缓存用 List 的 Byte 存储，通过其中是否含有 key 是否含有缓存，如果含有，转发时加 上 If-Modified-Since:并加上时间，并截取返回的前 1000 字节，使用list存储，此时先不写入，如果返回 304，将之前的缓存直接写入， 如果没有，先将之前的 1000 字节写入，之后直接转发写入即可，同时判 断其中是否含有 last-Modified，如果有，将缓存的 list 放入 map 中，后 面的 list 仍然后加入新的读入，由于存入的时 list 的地址，所以 map 里 的缓存一样会改变。并将最后版本的时间加入 lastTimeMap
   e) 其他的附加功能只需要判断 host 更改请求头 host 等即可完成