用node-http-proxy搭建代理

程序員三大必備網站是：Google、Github、StackOverflow。如果你還在用Baidu搜索技術文章的話，我想說的是，少年你已經被鄙視很多年了，趕緊換成谷歌吧，不要再被鄙視了！Github、StackOverflow在國內能夠正常訪問，但是Google由於眾所周知的原因，國內無法訪問，所以我們需要翻牆訪問Google。個人覺得shadowsocks的是目前最好用的代理，沒有之一！shadowsocks有多牛？前段時間shadowsocks的作者被約談了，還被要求刪除在Github上的源碼，你說有多牛！可以自己在vps上利用shadowsocks搭建自己的專屬代理，如果你懶的話，也可以直接去買個shadowsocks賬號，網上賣家多的是。后面我會寫相關的文章介紹如何在vps上搭建服務器，敬請關注。今天先介紹一下用node-http-proxy搭建谷歌代理，小試牛刀一下。

node-http-proxy是一個用於Node.js的HTTP可編程代理庫,支持 websockets。它是適用於實現例如代理服務器和負載均衡這樣的組件。node-http-proxy使用起來很簡單，下面簡單介紹一下。

核心概念

通過createProxyServer函數創建代理，同時你也可選的傳入options對象

var httpProxy = require('http-proxy');
var proxy = httpProxy.createProxyServer(options);

createProxyServer函數返回的proxy對象包含四個方法

• web req, res, [options] 用來代理http(s)請求
• ws req, socket, head, [options] 用來代理WS(S)請求
• listen port 該函數把對象包裝成webserver，方便使用
• close [callback] 該函數關閉內部的webserver並且停止監聽給定的端口

然后可以如下調用函數代理請求

http.createServer(function(req, res) {
  proxy.web(req, res, { target: 'http://mytarget.com:8080' });
});

錯誤處理可以通過監聽error事件

proxy.on('error', function(e) {
  ...
});

或者使用回調API

proxy.web(req, res, { target: 'http://mytarget.com:8080' }, function(e) { ... });

Use Cases

下面的例子顯示如何用你自己的http服務器代理請求，你也可以加入自己的業務邏輯處理請求

var http = require('http'),
    httpProxy = require('http-proxy');

//
// Create a proxy server with custom application logic
//
var proxy = httpProxy.createProxyServer({});

//
// Create your custom server and just call `proxy.web()` to proxy
// a web request to the target passed in the options
// also you can use `proxy.ws()` to proxy a websockets request
//
var server = http.createServer(function(req, res) {
  // You can define here your custom logic to handle the request
  // and then proxy the request.
  proxy.web(req, res, { target: 'http://127.0.0.1:5060' });
});

console.log("listening on port 5050")
server.listen(5050);

更多例子請查看官方文檔

Options

httpProxy.createProxyServer支持下列options:

• target: url字符串
• forward: url字符串
• agent: 傳給http(s).request的對象
• ssl: 密鑰，HTTPS使用
• ws: true/false, 是否代理websockets
• xfwd: true/false, 是否加上x-forward頭字段
• secure: true/false, 是否校驗ssl證書
• toProxy: 傳遞絕對URL作為path
• prependPath: true/false, 默認值為true，是否在proxy path前面加上target的path
• ignorePath: true/false, 默認值為false，是否忽略傳入的請求的proxy path
• localAddress: 本地地址
• changeOrigin: true/false, 默認值為false, 是否更改原始的host頭字段為target URL
• auth: 基本身份認證，比如：‘用戶名：密碼’來計算Authorization header
• hostRewrite: 重寫重定向（301/302/307/308）的location hostname
• autoRewrite: 是否自動重寫重定向（301/302/307/308）的location host/port，默認值為false
• protocolRewrite: 重寫重定向（301/302/307/308）的location的協議，http或者https，默認值為null

谷歌代理

'use strict';

var http = require('http');
var https = require('https');
var httpProxy = require('http-proxy');
var url = require('url');

var PROXY_PORT = 8000;
var proxy, server;

// Create a proxy server with custom application logic
proxy = httpProxy.createProxy({});

proxy.on('error', function (err) {
    console.log('ERROR');
    console.log(err);
});

server = http.createServer(function (req, res) {
    //var finalUrl = req.url,
    var finalUrl = 'https://www.google.com';
    var finalAgent = null;
    var parsedUrl = url.parse(finalUrl);

    if (parsedUrl.protocol === 'https:') {
        finalAgent = https.globalAgent;
    } else {
        finalAgent = http.globalAgent;
    }

    proxy.web(req, res, {
        target: finalUrl,
        agent: finalAgent,
        headers: { host: parsedUrl.hostname },
        prependPath: false,
        xfwd : true,
        hostRewrite: finalUrl.host,
        protocolRewrite: parsedUrl.protocol
    });
});

console.log('listening on port ' + PROXY_PORT);
server.listen(PROXY_PORT);

你沒看錯，就是這么點代碼就能代理谷歌了，前提是你要有個牆外的vps哈！首先設置瀏覽器的http代理為你的vps，然后再vps上運行上面的代理程序，最后在瀏覽器中訪問www.google.com，然后就是見證奇跡的時候了。有些小伙伴可能迫不及待的拿去試了試，結果發現博主騙人，根本不能代理谷歌。別急，這是因為node-http-proxy有一個小小的bug，不能怪博主，博主也是受害者之一。博主開始也卡在這里很久，最后去閱讀源代碼才發現問題所在！在node-http-proxy的web-outgoing.js里有個setRedirectHostRewrite函數，該函數的功能就是重定向時重寫header中location的host地址，函數代碼如下：

function setRedirectHostRewrite(req, res, proxyRes, options) {
    if ((options.hostRewrite || options.autoRewrite || options.protocolRewrite)
        && proxyRes.headers['location']
        && redirectRegex.test(proxyRes.statusCode)) {
      var target = url.parse(options.target);
      var u = url.parse(proxyRes.headers['location']);

      // make sure the redirected host matches the target host before rewriting
      if (target.host != u.host) {
        return;
      }

      if (options.hostRewrite) {
        u.host = options.hostRewrite;
      } else if (options.autoRewrite) {
        u.host = req.headers['host'];
      }
      if (options.protocolRewrite) {
        u.protocol = options.protocolRewrite;
      }

      proxyRes.headers['location'] = u.format();
    }
  }

問題出在以下代碼：

// make sure the redirected host matches the target host before rewriting
     if (target.host != u.host) {
        return;
      }

作者的意圖是確保重定向的host跟target的host的匹配，不匹配就直接返回。代理谷歌時就會發生不匹配的情況直接返回了。 
比如，博主來自中國，當我curl www.google.com時會重定向到www.google.com.hk:

[root@iZu1fmzgm3iZ ~]# curl www.google.com
<HTML><HEAD><meta http-equiv="content-type" content="text/html;charset=utf-8">
<TITLE>302 Moved</TITLE></HEAD><BODY>
<H1>302 Moved</H1>
The document has moved
<A HREF="http://www.google.com.hk/url?sa=p&amp;hl=zh-CN&amp;pref=hkredirect&amp;pval=yes&amp;q=http://www.google.com.hk/%3Fgws_rd%3Dcr&amp;ust=1448378903186576&amp;usg=AFQjCNHtMfRNndvgHHMAzipRzC9NpycwGw">here</A>.
</BODY></HTML>

如果你來自日本，當你curl www.google.com時會重定向到www.google.co.jp：

[ec2-user@ip-172-31-27-165 ~]$ curl www.google.com
<HTML><HEAD><meta http-equiv="content-type" content="text/html;charset=utf-8">
<TITLE>302 Moved</TITLE></HEAD><BODY>
<H1>302 Moved</H1>
The document has moved
<A HREF="http://www.google.co.jp/?gfe_rd=cr&amp;ei=toJUVubpIcem8wfGirqQDw">here</A>.
</BODY></HTML>

因為重定向的host跟target的host不匹配，程序直接返回，hostRewrite無效，所以我們應該去掉以下代碼：

// make sure the redirected host matches the target host before rewriting
     if (target.host != u.host) {
        return;
      }

當我們注釋掉以上代碼，重新運行程序，發現已經可以上谷歌了，是不是很神奇！