基于Python的反向代理工具
本文主要介绍通过拦截并修改目标网站的 HTTP 响应内容，实现文字替换功能。结合反向代理技术和 HTML 内容解析，支持动态替换网页中的文本、链接等内容。
工具设计思路
反向代理架构：拦截客户端请求并转发到目标网站，获取响应后修改内容再返回给客户端。
内容替换逻辑：使用
BeautifulSoup解析 HTML，根据预设规则替换文本或属性。动态代理支持：通过 Flask 或
http.server实现轻量级代理服务。
完整代码实现
from flask import Flask, request, Response
import requests
from bs4 import BeautifulSoup
from urllib.parse import urlparse
app = Flask(__name__)
# 替换规则字典（可扩展）
REPLACE_RULES = {
"原始文本1": "替换文本1",
"原始链接1": "替换链接1",
# 添加更多规则...
}
def modify_html_content(html):
"""解析并替换HTML内容"""
soup = BeautifulSoup(html, 'lxml')
# 替换文本内容
for text in soup.find_all(text=True):
for old, new in REPLACE_RULES.items():
if old in text:
text.replace_with(text.replace(old, new))
# 替换链接属性（如href/src）
for tag in soup.find_all(['a', 'img', 'script']):
for attr in ['href', 'src']:
if tag.get(attr):
for old, new in REPLACE_RULES.items():
if old in tag[attr]:
tag[attr] = tag[attr].replace(old, new)
return str(soup)
@app.route('/', defaults={'path': ''})
@app.route('/<path:path>', methods=['GET', 'POST'])
def proxy(path):
# 目标网站地址（需修改为实际目标）
target_url = f'https://目标网站.com/{path}'
# 转发请求到目标网站
headers = {k: v for k, v in request.headers if k != 'Host'}
if request.method == 'GET':
resp = requests.get(target_url, headers=headers, params=request.args)
elif request.method == 'POST':
resp = requests.post(target_url, headers=headers, data=request.form)
else:
return "Method not supported", 405
# 修改响应内容
if 'text/html' in resp.headers.get('Content-Type', ''):
modified_content = modify_html_content(resp.text)
return Response(modified_content, resp.status_code, resp.headers.items())
else:
return Response(resp.content, resp.status_code, resp.headers.items())
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000, debug=True)核心功能说明
反向代理服务：
使用 Flask 接收客户端请求，转发到目标网站并获取响应。
支持所有 HTTP 方法（GET/POST 等），保留原始请求头和参数。
内容替换引擎：
通过
BeautifulSoup解析 HTML，遍历文本节点和标签属性。根据
REPLACE_RULES字典动态替换内容，支持文本和链接修改。
动态内容处理：
仅修改 HTML 响应，其他类型（如图片 /CSS）直接透传。
保留原始响应状态码和头信息（如 Cookie/ 缓存控制）。
使用步骤
安装依赖：
pip install flask requests beautifulsoup4 lxml配置规则：
修改
REPLACE_RULES字典，定义需要替换的文本和链接。
启动代理：
python proxy.py访问
http://localhost:5000即可看到修改后的网站。
高级配置（可选）：
HTTPS 支持：使用
mitmproxy拦截 HTTPS 流量并安装证书。性能优化：引入缓存（如
Redis）减少重复解析开销。
应用场景
本地开发调试：临时修改线上页面样式或文案进行测试。
内容定制化：为特定用户群体展示差异化内容。
教育演示：快速创建教学用例（如修改新闻标题）。
注意事项
合法性：确保遵守目标网站的
robots.txt和服务条款，避免法律风险。性能影响：解析大文件可能增加延迟，建议限制处理范围。
动态内容：对 JavaScript 渲染的内容无效，需结合 Selenium。
如需更复杂的功能（如正则替换、XPath 定位），可扩展modify_html_content方法。