基于C Sockets的代理服务器转发GET请求返回404错误求助

我来帮你搞定这个404的坑——这其实是新手写代理服务器时很容易踩的格式错误！

问题根源：请求格式不对 #

当你的代理服务器已经和目标网站（www.mywebpage.com）建立了TCP连接之后，不能把浏览器发给你的完整请求直接转发。浏览器发给代理的请求第一行是带完整URL的：

GET http://www.mywebpage.com/ HTTP/1.1

但目标服务器收到这个请求时，会把http://www.mywebpage.com/当作要访问的路径，自然找不到对应的资源，直接返回404。

正确的做法是：代理服务器发给目标服务器的请求，第一行只需要保留路径部分，也就是把上面的第一行改成：

GET / HTTP/1.1

如果是具体页面，比如浏览器请求http://www.mywebpage.com/blog/post.html，你就要转发成GET /blog/post.html HTTP/1.1。

为什么要这么做？因为你已经通过TCP连接直接连到了目标服务器的IP，服务器本身知道自己是www.mywebpage.com（再加上Host头的确认），它只需要知道你要访问的具体路径就行。

具体修改步骤 #

1. 解析你收到的requestString，拆分出第一行内容
2. 从第一行中提取出URL里的路径部分（比如从GET http://www.mywebpage.com/ HTTP/1.1里提取/）
3. 重新构造请求的第一行，替换原来的内容
4. 把修改后的完整请求发送给目标服务器

修改后的正确请求应该是这样的：

GET / HTTP/1.1
Host: www.mywebpage.com
User-Agent: Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:66.0) Gecko/20100101 Firefox/66.0
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,/;q=0.8
Accept-Language: en-US,en;q=0.5
Accept-Encoding: gzip, deflate
Connection: keep-alive
Cookie: __utma=1.35811746.1525489860.1537250282.1539467023.3; __utmz=1.1537250282.2.2.utmcsr=google|utmccn=(organic)|utmcmd=organic|utmctr=(not%20provided); _fbp=fb.1.1553849756364.1600689742
Upgrade-Insecure-Requests: 1

代码里的注意事项 #

处理requestString的时候要留意：

• 确保正确识别换行符（\r\n）来拆分请求行和头部
• 修改后要保证整个请求的格式依然符合HTTP规范：每行末尾是\r\n，最后一个头部之后是\r\n\r\n

你可以先写一个简单的字符串处理函数，专门处理请求第一行的转换，之后再调用send发送修改后的请求。

内容的提问来源于stack exchange，提问作者MKUltra