Net下HTTP访问穿越多层代理的方法以及代理服务器的验证

我们学校的网络环境是，所有的出校访问均须通过代理服务器（我们叫作sproxy），并且不能连接国外网站。为此，我想要做一个自动抓取和验证出国代理列表的WebService。我们所有的验证代理的请求，都需要通过两层代理，最终通到用来测试的网站（我使用了www.redhat.com）

　　技术上的思路是，通过连接第一层代理sproxy（支持http tunnel），给第二层代理发送GET指令，从而完成对目标网页的访问。

　　首先，通过普通的匿名透明代理的方法，是直接使用Socket发送GET命令，只不过与GET普通网站稍有不同罢了

直接访问：

GET / HTTP/1.1
Accept: image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, application/msword, application/vnd.ms-excel, application/vnd.ms-powerpoint, */*
Accept-Language: zh-cn
UA-CPU: x86
Accept-Encoding: gzip, deflate
If-Modified-Since: Thu, 06 Jul 2006 15:39:53 GMT
If-None-Match: “1172d9-381c-44ad2ec9″
User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.2; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)
Host: www.redhat.com
Connection: Keep-Alive
Cookie: s_vi=[CS]v1|44AAA05400004577-A170C060000008A[CE]; Apache=61.147.159.196.23241152032846747

通过本机CCproxy:

GET / HTTP/1.0
Accept: image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, application/msword, application/vnd.ms-excel, application/vnd.ms-powerpoint, */*
Accept-Language: zh-cn
UA-CPU: x86
Proxy-Connection: Keep-Alive
User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.2; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)
Host: www.redhat.com
Cookie: s_vi=[CS]v1|44AAA05400004577-A170C060000008A[CE]; Apache=61.147.159.196.23241152032846747

　　可以看出来，只要给代理服务器发送正确的请求地址即可，不需要程序上特殊的变化
　　事实上，对于不使用代理服务器的场合，你可以直接向某HTTP服务器发送GET /，而这在使用代理时不行，需要说明详细地址或者标明Host: www.redhat.com

对于两层代理，就有所不同了
　　
　　首先要给sproxy发送一个CONNECT指令，令其去连接某公众网代理（这里称为proxy2），然后通过这个Socket连接发送GET指令给proxy2。这里对sproxy（以后称proxy1）有一个要求，即必须支持CONNECT，也就是说必须是一个HTTP Tunnel，或者说支持HTTPS。
　　由于一开始设置上的问题，我本以为返回HTTP 1.0的CCProxy不支持这样的方式，因为据说HTTP 1.0就不能支持HTTPS，连接一次，发送了数据一定会断开（一开始的测试中的确如此）。后来查阅资料才知道，HTTP 1.0只是默认不使用Connect: Keep-Alive的参数，事实上也是支持的，只要置上这个参数即可。
　　但实际使用中，发现不加上这个参数也是可以的（我对proxy1没有使用这个参数，可能是.net下的Socket类自动加上了）。

　　经过连续数天的测试，一直不能通过，问题集中在，给proxy2发送一次CONNECT命令，Socket就会断开，无法收到数据。这是典型的不支持HTTP Tunnel的表现，但是我一直怀疑是CCproxy和学校代理服务器的问题，没有发现根源所在。
　　因为我们访问sproxy需要用户名密码验证，我不得已才使用了CCProxy。后来，我又安装了一个代理服务器软件，发现其中只要使用“代理嵌套”（CCproxy叫作二级代理）的时候都需要HTTPS，我突然想到，会不会需要在CCproxy中设置？
　　于是，在CCproxy的设置-高级-二级代理中把代理类型设为HTTPS，使用proxy1做上级代理，果然成功。事实上，直接连接学校代理应该也是可以的，只是我还不知道如何在代理请求中发送用户验证信息（需要将验证信息截断为多个数据包，不能直接发送）。

 

代码如下，调试通过并成功运行了十多天了：

后台一个类：

public string Get_Socket_Request_uip(string ip)
{

Encoding ASCII = Encoding.Default;

//给Proxy2发送命令
string Con = "CONNECT " + ip + " HTTP/1.1
Connection: Keep-Alive

";
string Get = "HEAD http://www.RedHat.com/ HTTP/1.1
Host: www.RedHat.com
Pragma: no-cache
Connection: Close

";
Byte[] ByteCon = ASCII.GetBytes(Con);
Byte[] ByteGet = ASCII.GetBytes(Get);
Byte[] RecvBytes = new Byte[256];
Byte[] RecvBytes2 = new Byte[256];
string strRetPage = null;
string strRetCon = null;

//建立Socket
Socket s = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp);

//连接本地CCProxy
IPAddress hostip = IPAddress.Parse("127.0.0.1");
IPEndPoint ipend = new IPEndPoint(hostip, 808);
//设置超时，超过了就证明这个代理无效
s.SendTimeout = 20000;
s.ReceiveTimeout = 20000;

//这句话就是socket的Keep-Alive，我没有使用
//s.SetSocketOption(SocketOptionLevel.Tcp, SocketOptionName.KeepAlive, true);
s.Connect(ipend);

try
{
//发送CONNECT命令
s.Send(ByteCon, ByteCon.Length, 0);

Int32 bytes = s.Receive(RecvBytes, RecvBytes.Length, 0);
strRetCon = strRetCon + ASCII.GetString(RecvBytes, 0, bytes);

if (strRetCon.Contains("200"))
{
s.Send(ByteGet, ByteGet.Length, 0);

Int32 bytes2 = s.Receive(RecvBytes2, RecvBytes2.Length, 0);
strRetPage = strRetPage + ASCII.GetString(RecvBytes2, 0, bytes2);

//本来这里会循环接收数据（本来发送的不是HEAD而是GET，取整个页面），后来发现有时候这会导致断线，就去掉了，只用HEAD命令取返回的HTTP Head
/*while (bytes2 > 0)
{
bytes2 = s.Receive(RecvBytes2, RecvBytes2.Length, 0);
strRetPage = strRetPage + ASCII.GetString(RecvBytes2, 0, bytes2);
}*/
}
}
catch
{
break;
}
finally
{
s.Shutdown(SocketShutdown.Both);
s.Close();
}
return strRetPage;
}

前台的调用方法（已经使用证则表达式在别处的网页中抓取到待检测的代理列表，在matches数组中）：

public void TestProxy()
{
int r = 0;

try
{
foreach (Match i in matches)
{
string ip = i.Result("${ip}");
string port = i.Result("${port}");
try
{
//这里的hc是后台那个类，myhttpclient
string result = hc.Get_Socket_Request_uip(ip + ":" + port);

if (result.Contains("200 OK"))
{
checkedproxy[r] = ip + ":" + port;
r = r + 1;
}
}
catch (TimeoutException)
{
continue;
}
catch
{
continue;
}
}
}
catch
{
break;
}
}

　　WebService代码就不给出了，就是调用这个方法而已。
　　
　　大家应该可以看出，这里实际上通过了三层代理（CCproxy，proxy1，proxy2），所以，如果要通过n层代理，方法也是一样的，只要一层层的CONNECT下去就行，但要求前n-1层代理都要支持HTTP tunnel。
　　另外，在实际部署中使用这个程序，需要在Web.config中添加一行

system.web项下
<httpRuntime executionTimeout=”600″/>

　　否则超过10项的代理列表，几乎一定会超时的