HTTP代理客户端工作原理及正向代理请求参数解析

一、正向代理的核心工作机制 #

正向代理就像是客户端的"专属跑腿"——当你在客户端（比如浏览器）里配置好正向代理后，所有你要访问外部网站的请求，都不会直接发给目标服务器，而是先发送给这个代理服务器。代理会帮你把请求转发到目标网站，等目标网站返回响应后，再把响应带回给你。

它的核心作用包括：

• 隐藏客户端的真实IP地址（目标网站只会看到代理的IP）
• 缓存常用资源，加快后续访问速度
• 过滤某些请求（比如公司内网代理禁止访问特定网站）
• 突破网络限制（比如访问被所在地区屏蔽的网站）

二、通过正向代理访问网站时的实际请求格式 #

这正是你疑惑的核心点，我直接用你给出的例子来解释：
假设代理服务器是www.proxy.com:80，目标网站是www.website.com:8081，客户端发送给代理的正确GET请求格式是这样的：

GET http://www.website.com:8081 HTTP/1.1
Host: www.website.com:8081
Proxy-Connection: keep-alive
User-Agent: [你的客户端UA，比如Chrome的标识]
...其他请求头

关键细节说明：

1. 请求行里的完整URL：客户端必须把目标网站的完整URL放在GET请求行里，而不是代理服务器的地址。这样代理一眼就能知道你要访问的真实目标是谁。
2. Host头的作用：HTTP/1.1要求必须携带Host头，这里的Host值是目标网站的主机和端口（www.website.com:8081），确保代理转发请求时，目标服务器能正确识别你要访问的虚拟主机（如果一台服务器上有多个网站的话）。
3. 为什么不是你说的第一种情况？：如果客户端发送GET http://www.proxy.com:80 HTTP/1.1 + Host: www.proxy.com:80，那这是直接访问代理服务器本身的资源，不是通过代理访问其他网站。这种情况下，代理不需要知道什么目标网站，因为它自己就是你要访问的对象。

三、代理如何知晓真实目标？ #

刚才已经提到了——代理是从请求行的完整目标URL里提取信息的：

• 从URL里解析出目标主机：www.website.com
• 解析出目标端口：8081（如果URL里没写端口，默认HTTP是80，HTTPS是443）
• 解析出要访问的路径：比如如果URL是http://www.website.com:8081/path/to/page，代理就会把请求转发到这个路径

拿到这些信息后，代理就会和目标服务器建立新的连接，把你的请求（可能会调整一些头，比如把Proxy-Connection换成Connection，或者添加X-Forwarded-For记录你的真实IP）转发过去，完成整个流程。

内容的提问来源于stack exchange，提问作者Yoaz Menda