不一样的python之HTTP代理

　　不一样的python之HTTP代理！HTTP代理最常见的用途是用于网络共享、网络加速和网络限制突破等。此外，HTTP代理也常用于Web应用调试、Android/IOS APP 中所调用的Web API监控和分析，目前的知名软件有Fiddler、Charles、Burp Suite和mitmproxy等。HTTP代理还可用于请求/响应内容修改，在不改变服务端的情况下为Web应用增加额外的功能或者改变应用行为等。

　　0x01 HTTP代理是什么

　　HTTP代理本质上是一个Web应用，它和其他普通Web应用没有根本区别。HTTP代理收到请求后，根据Header中Host字段的主机名和Get/POST请求地址综合判断目标主机，建立新的HTTP请求并转发请求数据，并将收到的响应数据转发给客户端。

　　如果请求地址是绝对地址，HTTP代理采用该地址中的Host，否则使用Header中的HOST字段。做一个简单测试，假设网络环境如下：

　　192.168.1.2 Web服务器

　　192.168.1.3 HTTP代理服务器

　　使用telnet进行测试

　　$ telnet 192.168.1.3

　　GET / HTTP/1.0

　　HOST: 192.168.1.2

　　注意最后需要连续两个回车，这是HTTP协议要求。完成后，可以收到 http://192.168.1.2/的页面内容。下面做一下调整，GET请求时带上绝对地址

　　$ telnet 192.168.1.3

　　GET http://httpbin.org/ip HTTP/1.0

　　HOST: 192.168.1.2

　　注意这里同样设置了HOST为192.168.1.2，但运行结果却返回了 http://httpbin.org/ip 页面的内容，也就是公网IP地址信息。

　　从上面的测试过程可以看出，HTTP代理并不是什么很复杂的东西，只要将原始请求发送到代理服务器即可。在无法设置HTTP代理的情况下，对于少量Host需要走HTTP代理的场景来说，最简单的方式就是将目标Host域名的IP指向代理服务器，可以采取修改hosts文件的方式来实现。

　　0x02 Python程序中设置HTTP代理

　　urllib2/urllib 代理设置

　　urllib2是Python标准库，功能很强大，只是使用起来稍微麻烦一点。在Python 3中，urllib2不再保留，迁移到了urllib模块中。urllib2中通过ProxyHandler来设置使用代理服务器。

　　proxy_handler = urllib2.ProxyHandler({'http': '121.193.143.249:80'})

　　opener = urllib2.build_opener(proxy_handler)

　　r = opener.open('http://httpbin.org/ip')

　　print(r.read())

　　也可以用install_opener将配置好的opener安装到全局环境中，这样所有的urllib2.urlopen都会自动使用代理。

　　urllib2.install_opener(opener)

　　r = urllib2.urlopen('http://httpbin.org/ip')

　　print(r.read())

　　在Python 3中，使用urllib。

　　proxy_handler = urllib.request.ProxyHandler({'http': 'http://121.193.143.249:80/'})

　　opener = urllib.request.build_opener(proxy_handler)

　　r = opener.open('http://httpbin.org/ip')

　　print(r.read())

　　requests 代理设置

　　requests是目前最优秀的HTTP库之一，也是我平时构造http请求时使用最多的库。它的API设计非常人性化，使用起来很容易上手。给requests设置代理很简单，只需要给proxies设置一个形如 {'http': 'x.x.x.x:8080', 'https': 'x.x.x.x:8080'} 的参数即可。其中http和https相互独立。

　　In [5]: requests.get('http://httpbin.org/ip', proxies={'http': '121.193.143.249:80'}).json()

　　Out[5]: {'origin': '121.193.143.249'}

　　可以直接设置session的proxies属性，省去每次请求都要带上proxies参数的麻烦。

　　s = requests.session()

　　s.proxies = {'http': '121.193.143.249:80'}

　　print(s.get('http://httpbin.org/ip').json())

　　0x03 HTTP_PROXY / HTTPS_PROXY 环境变量

　　urllib2 和 Requests 库都能识别 HTTP_PROXY 和 HTTPS_PROXY 环境变量，一旦检测到这些环境变量就会自动设置使用代理。这在用HTTP代理进行调试的时候非常有用，因为不用修改代码，可以随意根据环境变量来调整代理服务器的ip地址和端口。*nix中的大部分软件也都支持HTTP_PROXY环境变量识别，比如curl、wget、axel、aria2c等。

　　$ http_proxy=121.193.143.249:80 python -c 'import requests; print(requests.get("http://httpbin.org/ip").json())'

　　{u'origin': u'121.193.143.249'}

　　$ http_proxy=121.193.143.249:80 curl httpbin.org/ip

　　{

　　"origin": "121.193.143.249"

　　}

　　在IPython交互环境中，可能经常需要临时性地调试HTTP请求，可以简单通过设置 os.environ['http_proxy'] 增加/取消HTTP代理来实现。

　　In [245]: os.environ['http_proxy'] = '121.193.143.249:80'

　　In [246]: requests.get("http://httpbin.org/ip").json()

　　Out[246]: {u'origin': u'121.193.143.249'}

　　In [249]: os.environ['http_proxy'] = ''

　　In [250]: requests.get("http://httpbin.org/ip").json()

　　Out[250]: {u'origin': u'x.x.x.x'}

　　0x04 MITM-Proxy

　　MITM 源于 Man-in-the-Middle Attack，指中间人攻击，一般在客户端和服务器之间的网络中拦截、监听和篡改数据。

　　mitmproxy是一款Python语言开发的开源中间人代理神器，支持SSL，支持透明代理、反向代理，支持流量录制回放，支持自定义脚本等。功能上同Windows中的Fiddler有些类似，但mitmproxy是一款console程序，没有GUI界面，不过用起来还算方便。使用mitmproxy可以很方便的过滤、拦截、修改任意经过代理的HTTP请求/响应数据包，甚至可以利用它的scripting API，编写脚本达到自动拦截修改HTTP数据的目的。

　　# test.py

　　def response(flow):

　　flow.response.headers["BOOM"] = "boom!boom!boom!"

　　上面的脚本会在所有经过代理的Http响应包头里面加上一个名为BOOM的header。用mitmproxy -s 'test.py'命令启动mitmproxy，curl验证结果发现的确多了一个BOOM头。

　　$ http_proxy=localhost:8080 curl -I 'httpbin.org/get'

　　HTTP/1.1 200 OK

　　Server: nginx

　　Date: Thu, 03 Nov 2016 09:02:04 GMT

　　Content-Type: application/json

　　Content-Length: 186

　　Connection: keep-alive

　　Access-Control-Allow-Origin: *