用node-http-proxy搭建代理

程序员三大必备网站是：Google、Github、StackOverflow。如果你还在用Baidu搜索技术文章的话，我想说的是，少年你已经被鄙视很多年了，赶紧换成谷歌吧，不要再被鄙视了！Github、StackOverflow在国内能够正常访问，但是Google由于众所周知的原因，国内无法访问，所以我们需要FQ访问Google。个人觉得shadowsocks的是目前最好用的代理，没有之一！shadowsocks有多牛？前段时间shadowsocks的作者被约谈了，还被要求删除在Github上的源码，你说有多牛！可以自己在vps上利用shadowsocks搭建自己的专属代理，如果你懒的话，也可以直接去买个shadowsocks账号，网上卖家多的是。后面我会写相关的文章介绍如何在vps上搭建服务器，敬请关注。今天先介绍一下用node-http-proxy搭建谷歌代理，小试牛刀一下。

node-http-proxy是一个用于Node.js的HTTP可编程代理库,支持 websockets。它是适用于实现例如代理服务器和负载均衡这样的组件。node-http-proxy使用起来很简单，下面简单介绍一下。

核心概念

通过createProxyServer函数创建代理，同时你也可选的传入options对象

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

createProxyServer函数返回的proxy对象包含四个方法

• web req, res, [options] 用来代理http(s)请求
• ws req, socket, head, [options] 用来代理WS(S)请求
• listen port 该函数把对象包装成webserver，方便使用
• close [callback] 该函数关闭内部的webserver并且停止监听给定的端口

然后可以如下调用函数代理请求

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

错误处理可以通过监听error事件

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

或者使用回调API

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

Use Cases

下面的例子显示如何用你自己的http服务器代理请求，你也可以加入自己的业务逻辑处理请求

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);

更多例子请查看官方文档

Options

httpProxy.createProxyServer支持下列options:

• target: url字符串
• forward: url字符串
• agent: 传给http(s).request的对象
• ssl: 密钥，HTTPS使用
• ws: true/false, 是否代理websockets
• xfwd: true/false, 是否加上x-forward头字段
• secure: true/false, 是否校验ssl证书
• toProxy: 传递绝对URL作为path
• prependPath: true/false, 默认值为true，是否在proxy path前面加上target的path
• ignorePath: true/false, 默认值为false，是否忽略传入的请求的proxy path
• localAddress: 本地地址
• changeOrigin: true/false, 默认值为false, 是否更改原始的host头字段为target URL
• auth: 基本身份认证，比如：‘用户名：密码’来计算Authorization header
• hostRewrite: 重写重定向（301/302/307/308）的location hostname
• autoRewrite: 是否自动重写重定向（301/302/307/308）的location host/port，默认值为false
• protocolRewrite: 重写重定向（301/302/307/308）的location的协议，http或者https，默认值为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);

你没看错，就是这么点代码就能代理谷歌了，前提是你要有个墙外的vps哈！首先设置浏览器的http代理为你的vps，然后再vps上运行上面的代理程序，最后在浏览器中访问www.google.com，然后就是见证奇迹的时候了。有些小伙伴可能迫不及待的拿去试了试，结果发现博主骗人，根本不能代理谷歌。别急，这是因为node-http-proxy有一个小小的bug，不能怪博主，博主也是受害者之一。博主开始也卡在这里很久，最后去阅读源代码才发现问题所在！在node-http-proxy的web-outgoing.js里有个setRedirectHostRewrite函数，该函数的功能就是重定向时重写header中location的host地址，函数代码如下：

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();
    }
  }

问题出在以下代码：

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

作者的意图是确保重定向的host跟target的host的匹配，不匹配就直接返回。代理谷歌时就会发生不匹配的情况直接返回了。 
比如，博主来自中国，当我curl www.google.com时会重定向到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>

如果你来自日本，当你curl www.google.com时会重定向到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>

因为重定向的host跟target的host不匹配，程序直接返回，hostRewrite无效，所以我们应该去掉以下代码：

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

当我们注释掉以上代码，重新运行程序，发现已经可以上谷歌了，是不是很神奇！