考虑到域名劫持或DNS解析延迟,有时会直接指定IP地址来请求一个HTTP页面。
比如要访问http://g.tbcdn.cn/s.gif,假设服务端IP为115.238.23.250,指定IP请求该页面时,通常需要做下面的操作:
- URL改为:http://115.238.23.250/s.gif
- 设置HTTP请求头部的Host字段为:g.tbcdn.cn
用curl命令来表示,上面的两步操作就是:
curl -H "Host: g.tbcdn.cn" http://115.238.23.250/s.gif
下面我们来看看,当采用直连IP访问时,在正常情况和有代理情况下,HTTP报文的具体内容。
正常情况
没有代理时,数据流是“client --> server”,采用直连IP访问,客户端发往服务端的HTTP报文内容为:
GET /s.gif HTTP/1.1
Host: g.tbcdn.cn
服务端收到的报文内容,和通过域名访问的请求没有区别,所以一切正常处理。
有代理情况
有代理时,数据流是“client --> proxy --> server”,采用直连IP访问,客户端发往proxy的HTTP报文内容为:
GET http://115.238.23.250/s.gif HTTP/1.1
Host: g.tbcdn.cn
proxy收到请求后,认为客户端想访问http://115.238.23.250/s.gif这个页面,按照HTTP代理的功能,重新构造一个HTTP请求发往服务端,报文内容为:
GET /s.gif HTTP/1.1
Host: 115.238.23.250
服务端收到的报文内容,Host已经变为IP,对于这种请求,响应什么内容就要看服务端的具体配置,通常会返回404或403,如果该服务端只服务单个域名,也可能不管Host的值,返回正确的页面。
总之,这时已经出现问题了,客户端本来是想访问http://g.tbcdn.cn/s.gif>,而服务端认为它想访问。
HTTP代理是否一定会修改请求原来的Host内容?这和具体代理软件的实现策略有关,有些做了修改,有些没有,在这种情况下,如果直连IP访问,就可能在某些有代理的网络环境中走不通。
解决办法
既然中间代理是这种行为,直连IP访问时,服务端可能会丢失Host信息,我们该如何规避由此产生的问题?
没有特别好的办法,一些想法如下:
- 客户端需要做代理检测,有代理时,就不要使用直连IP,直接用原来的域名发标准的HTTP请求。
- 客户端和服务端协商好,在HTTP请求头中增加一个特殊字段存放Host信息,服务端做必要的配置,当发现Host是IP时,查看是否有这个特殊字段。
- 运营商的WAP代理支持用X-Online-Host请求头来保存域名信息,客户端发HTTP请求时,可以添加这个头部,在WAP网络下能避免丢Host的问题。