Whistle 实现原理 —— 从 0 开始实现一个抓包工具
共 5922字,需浏览 12分钟
·
2021-12-11 14:32
导语 通过这篇文章可以大致了解 Whistle 的实现原理,并学习如何实现一个简单的抓包调试工具。
项目 Github 地址:https://github.com/avwo/whistle
Whistle 是基于 Node.js 实现的跨平台 Web 抓包调试(HTTP)代理,主要功能:
实时抓包:支持 HTTP、HTTPS、HTTP2、WebSocket、TCP 等常见 Web 请求的抓包;
修改请求响应:与一般抓包调试工具采用断点的方式不同,Whistle 采用类似系统 host 的配置规则方式;
扩展功能:支持通过 Node 编写插件,或作为独立 NPM 包引入项目两种扩展方式。
本文将从最基本的概念开始逐步讲解 Whistle 功能,包含以下内容:
什么是 HTTP 代理
实现简单 HTTP 代理
完整 HTTP 代理架构(Whistle)
具体实现原理
参考资料
1. 什么是 HTTP 代理
代理是客户端到服务端的中转服务,其中:
不经过代理的请求:客户端和服务端直接建立连接后,即可开始交换数据。
经过代理的请求:客户端不与服务端直接建立连接,而是先跟代理建立连接后,将目标服务器的地址发送给代理,通过代理再跟服务端建立连接,这里如果代理服务为 HTTP Server,则称为 HTTP 代理。
接下来看下客户端如何将目标服务器地址传给 HTTP 代理,以及 HTTP 代理如何跟目标服务器建立连接。
2. 实现简单 HTTP 代理
先看一个用 Node.js 实现的最简单 HTTP 代理:
const http = require('http');
const { connect } = require('net');
/****************** 工具方法 ******************/
const getHostPort = (host, defaultPort) => {
let port = defaultPort || 80;
const index = host.indexOf(':');
if (index !== -1) {
port = host.substring(index + 1);
host = host.substring(0, index);
}
return {host, port};
};
const getOptions = (req, defaultPort) => {
// 这里假定 host 一定存在,完整实现参见 Whistle
const { host, port } = getHostPort(req.headers.host, defaultPort);
return {
hostname: host, // 指定请求域名,用于通过 DNS 获取服务器 IP 及设置请求头 host 字段
port, // 指定服务器端口
path: req.url || '/',
method: req.method,
headers: req.headers,
rejectUnauthorized: false, // 给 HTTPS 请求用的,HTTP 请求会自动忽略
};
};
// 简单处理,出错直接断开,完整实现逻辑参考 Whistle
const handleClose = (req, res) => {
const destroy = (err) => { // 及时关闭无用的连接,防止内存泄露
req.destroy();
res && res.destroy();
};
res && res.on('error', destroy);
req.on('error', destroy);
req.once('close', destroy);
};
/****************** 服务代码 ******************/
const server = http.createServer();
// 处理 HTTP 请求
server.on('request', (req, res) => {
// 与服务端建立连接,透传客户端请求及服务端响应内容
const client = http.request(getOptions(req), (svrRes) => {
res.writeHead(svrRes.statusCode, svrRes.headers);
svrRes.pipe(res);
});
req.pipe(client);
handleClose(res, client);
});
// 隧道代理:处理 HTTPS、HTTP2、WebSocket、TCP 等请求
server.on('connect', (req, socket) => {
// 与服务端建立连接,透传客户端请求及服务端响应内容
const client = connect(getHostPort(req.url), () => {
socket.write('HTTP/1.1 200 Connection Established\r\n\r\n');
socket.pipe(client).pipe(socket);
});
handleClose(socket, client);
});
server.listen(8080);
上述代码实现了一个具有转发请求功能的 HTTP 代理,从代码可知 HTTP 代理就是一个普通的 HTTP Server,并监听 request
和 connect
这两个事件,客户端会通过这两个事件将目标服务器地址传过来,其中:
request
:一般普通 HTTP 会通过该事件将目标服务器地址传过来。connect
:一般非 HTTP 请求,如 HTTPS、HTTP/2、WebSocket、TCP 等会通过该事件将目标服务器地址传过来,触发该事件的代理请求也叫隧道代理。
可以在事件里面的 req.url
或 req.headers.host
获取目标服务器的地址(host:port),再跟该服务器地址建立连接并将结果通过 HTTP 响应的方式返回给客户端,这里只是实现代理的最基本功能,完整的 HTTP 除了请求转发,至少应该还有:
查看实时抓包;
解析 HTTPS 请求;
修改请求响应内容;
扩展功能。
下面以 Whistle 为例看下如何用 Node.js 实现一个完整的 HTTP 代理。
3. 完整 HTTP 代理架构(Whistle)
主要分五个模块:
请求接入模块
隧道代理模块
处理 HTTP 请求模块
规则管理模块
插件管理模块
4. 具体实现原理
下面分别看下这五个模块具体是怎么实现的。
4.1 请求接入模块
所有请求先会经过请求接入模块,Whistle 支持四种请求接入方式:
HTTP & HTTPS 直接请求:相当于配 hosts 或 DNS 的方式,将请求转发到 Whistle;
HTTP 代理:Whistle 默认接入方式,即配系统代理或通过浏览器插件配 HTTP 代理的方式;
HTTPS 代理:在 HTTP 代理之上对代理请求进行了加密,即 HTTPS Server,可以通过指定证书转成 HTTP 代理请求;
Socks5 代理:利用 npm 包
socksv5
转成普通的 TCP 请求,并将 TCP 请求转成隧道代理请求。
基实现原理是:将所有请求都转成 HTTP 代理的 隧道代理请求 或 HTTP 请求,再解析 隧道代理请求 转成 HTTP 请求。
如何将普通 tcp 请求转成隧道代理请求参见: lack-proxy
下面看下如何从 隧道代理请求 解析出 HTTP 请求。
4.2 隧道代理模块
关键点(HTTP 请求也可以走隧道代理):
通过匹配的全局规则判断是否要解析隧道代理请求,如果不解析,则当成普通 TCP 请求处理;
如果需要,则通过
socket.once('data', handler)
读取请求点第一帧数据;将第一帧数据转成字符串,通过正则
/^(\w+)\s+(\S+)\s+HTTP\/1.\d$/mi
是否是 HTTP 请求?如果是 HTTP 请求,再判断下是否是CONNECT
请求,即隧道代理请求(隧道代理请求也可以代理隧道代理请求),如果是,则转回隧道代理方法处理,如果不是,则转到 HTTP 请求模块处理;如果不是 HTTP 请求,则当成 HTTPS 请求处理,这里需要用到中间人的方式将 HTTPS 请求转成 HTTP 请求;
Whistle 会先按以下顺序获取请求证书:
通过匹配的插件获取(可以通过规则
sniCallback://plugin
指定加载证书的插件);通过启动参数
-z certDir
指定目录或~/.WhistleAppData/custom_certs
加载的自定义证书;如果没有上述两种自动证书,Whistle 会自动生成一个默认的证书。
获取到证书后,再利用该证书启动一个 HTTPS Server,将 HTTPS 请求转成 HTTP 请求交给 HTTP 请求模块处理。
4.3 HTTP 请求处理模块
HTTP 请求处理可以分两个阶段:
请求阶段:
匹配全局规则;
如果规则里类似 whistle.xxx 的规则,执行对应插件钩子,获取插件规则并跟匹配的全局规则合并;
执行规则、记录状态并请求到指定服务。
响应阶段:
执行匹配插件的钩子,获取插件规则并跟匹配的全局规则合并;
执行规则、记录状态并请求返回客户端。
4.4 规则管理
与传统抓包调试代理 采用断点修改请求响应数据不同,Whistle 采用配置规则的方式修改请求响应,采用配置方式的好处是操作简单,且可以将操作持久化存储及共享给他人,先看几个例子:
Whistle 的规则管理主要两个功能:
解析规则
匹配规则
解析规则
Whistle 有两类规则:
全局规则(公共规则),所有请求都会尝试匹配的规则,由以下规则组成:
界面 Rules 配置的规则;
插件根目录 rules.txt 配置文件;
文档:https://github.com/whistle-plugins/whistle.autosave/blob/master/rules.txt
界面或插件 rules.txt 通过
@url
方式引入的远程规则(要单独一行,Whistle 会定时更新远程规则)。插件规则(私有规则),即进入插件的请求(匹配的全局规则里有 whistle.xxx 协议)才会匹配到的规则,由以下规则组成:
插件 reqRulesServer 等 hooks 动态返回;
插件根目录 _rules.txt 等文件配置的静态规则;
匹配规则
Whistle 规则的完整结构为:
4.5 插件管理
Whistle 插件的功能很多,不仅具备 Node 的所有能力,且可以操作 Whistle 的所有规则(理论上可以基于插件实现一个 Whistle),主要用来做以下事情:
鉴权功能
提供 UI 交互界面
作为请求 Server(直接响应或转发并修改请求响应)
统计请求信息(查看上报 / 打点数据等)
设置规则(动态,静态,全局及私有规则)
获取抓包数据
编解码请求响应数据流(pipe stream 功能)
扩展界面右键菜单(如:分享抓包数据)
保存并同步 Rules & Values 数据
自定义 HTTPS 请求的证书
比如:
whistle.script:实现通过自定义脚本动态设置规则
whistle.vase:提供灵活强大的 mock 能力
whistle.inspect:方便快速注入 vConsole、eruda 等页面调试工具
whistle.sni-callback:自定义证书插件
其它插件例子参见:https://github.com/whistle-plugins
Whistle 是如何实现插件功能?主要遵循以下三个设计原则:
完备性:
确保所有功能点都可扩展,如:请求鉴权、生成证书、获取抓包、设置规则、请求处理等。
稳定性:
插件内部异常不影响其它功能,Whistle 的每个插件独立进程,插件与 Whistle 之间通过 HTTP 协议交互。
Whistle 是使用 npm 包 pfork 来启动插件进程,进程间的交换是直接通过 Node 的 http 模块实现的),方便开发者利用 http 的生态开发插件。
易用性:
方便用户开发及使用。
开发:结构简单 (npm 包) + 脚手架 lack
使用:安装 npm 包即可,用法跟内置协议一样,且可内置交互界面。
有关插件的更多细节参见:https://wproxy.org/whistle/plugins.html
事实上,Whistle 除了支持插件扩展,还可以同时作为独立模块引入项目使用;除了本地开发使用,也可以基于 Whistle 开发出支持多人使用的开发联调协作工具,比如后面会给大家介绍其实现原理的:
基于 Whistle 实现的多人多环境远程抓包调试工具。
基于 Whistle 和 Nohost 实现的分布式远程抓包调试工具 TDE 等等。
TDE 目前只在腾讯内部使用,后续后逐步对外开源。
5. 参考资料
Github 仓库:https://github.com/avwo/whistle
往期推荐
最后
欢迎加我微信,拉你进技术群,长期交流学习...
欢迎关注「前端Q」,认真学前端,做个专业的技术人...