Một proxy HTTP là một máy chủ nhận các yêu cầu HTTP của khách hàng, chuyển tiếp chúng đến máy chủ đích và truyền lại các phản hồi. Đối với các trang HTTPS, khách hàng sử dụng phương thức CONNECT để mở một đường hầm qua proxy, sau đó chuyển tiếp lưu lượng mã hóa mà không thể đọc được.
Một proxy HTTP có thể đọc và thậm chí sửa đổi lưu lượng HTTP không được mã hóa đi qua nó, vì vậy dữ liệu nhạy cảm nên được truyền qua HTTPS, nơi mà proxy chỉ tạo đường hầm cho lưu lượng mã hóa.
Cách một Proxy HTTP Xử lý Yêu cầu
- Khách hàng gửi yêu cầu của mình đến proxy thay vì đến trang web. Đối với HTTP thông thường, nó sử dụng URL đích đầy đủ; đối với HTTPS, nó gửi một yêu cầu
CONNECT host:443. - Nếu proxy yêu cầu đăng nhập, khách hàng thêm một tiêu đề
Proxy-Authorization. - Đối với HTTP, proxy chuyển tiếp yêu cầu đến đích. Đối với CONNECT, nó trả lời với trạng thái 2xx và chuyển sang chế độ đường hầm.
- Phản hồi quay trở lại qua proxy đến khách hàng.
Proxy HTTP Thẳng, Đảo ngược và Minh bạch
- Proxy thẳng: hoạt động cho khách hàng và có thể ẩn danh tính của họ khỏi các trang web. Người dùng có thể thiết lập một cái để ẩn địa chỉ IP của họ trong khi duyệt web.
- Proxy đảo ngược: hoạt động thay mặt cho các máy chủ web, xử lý các công việc như cân bằng tải và lưu trữ nội dung tĩnh.
- Proxy minh bạch (chặn): được đặt trong đường dẫn mạng, vì vậy khách hàng không cấu hình nó và có thể không biết nó tồn tại.
Proxy HTTP so với Proxy SOCKS5
| Proxy HTTP | Proxy SOCKS5 | |
|---|---|---|
| Những gì nó hiểu | Các yêu cầu và phản hồi HTTP | Không có gì trên lớp vận chuyển; nó chuyển tiếp dữ liệu mà không đọc nó như HTTP |
| Lưu lượng nó mang | Lưu lượng web, với HTTPS được chuyển qua một đường hầm CONNECT | TCP và UDP cho bất kỳ ứng dụng nào hỗ trợ SOCKS |
Có thể thêm tiêu đề như Via | Có | Không |
| Trong curl | Loại mặc định khi proxy không có sơ đồ | Được thiết lập với một URL proxy socks5:// hoặc socks5h:// |
Lưu trữ
Một số proxy HTTP lưu trữ các phản hồi để giảm lưu lượng rời khỏi mạng. MDN gọi những cái này là bộ nhớ proxy, một loại bộ nhớ chia sẻ. Các trang đánh dấu các phản hồi cá nhân hóa bằng Cache-Control: private để các bộ nhớ chia sẻ không lưu trữ chúng. Các phản hồi HTTPS thường đi qua một proxy trong một đường hầm, vì vậy trong nhiều trường hợp, proxy không thể lưu trữ chúng.
Điều này có nghĩa là gì cho việc Thu thập Dữ liệu Web
- HTTP thường là mặc định: curl coi một proxy được cung cấp mà không có sơ đồ, chẳng hạn như
proxy.example.com:8080, là một proxy HTTP. Xem cài đặt proxy để biết nơi khách hàng lưu trữ điều này. - Tiêu đề có thể tiết lộ proxy: các proxy có thể thêm một tiêu đề
Via, và một số thêm X-Forwarded-For với địa chỉ IP gốc của khách hàng. Kiểm tra những gì một proxy gửi trước khi dựa vào nó để ẩn địa chỉ của bạn.