DIV CSS 佈局教程網

寫一個 Ajax 代理:跨域難題與伺服器端 XMLHTTP 的編碼陷阱
編輯:AJAX基礎知識     

Ajax 有個天生限制:瀏覽器的同源政策不允許你直接跨網域取資料。繞過它最直覺的方法,就是在自己的伺服器上放一支代理程式——由瀏覽器拜託自己的伺服器去抓,抓回來再轉交給瀏覽器。這份筆記記錄了作者動手做這支代理時踩到的兩個坑。

伺服器端與瀏覽器端的 XMLHTTP,個性完全相反

後端用的是 ASP,也就是所謂「小偷程式」的那套做法,作者把它改寫成 JScript 版本。把兩邊擺在一起比對,第一個差異就很明顯:

伺服器端的 Open 方法,第三個參數(是否非同步)必須關掉,也就是 false;而瀏覽器端的 Ajax 反而是把非同步打開。原因不难理解——伺服器腳本必須等抓取動作真正完成,才能繼續往下執行並把結果回應出去,否則後面的程式碼會在資料還沒到之前就試圖讀取它。這也是伺服器端代理最容易寫錯的地方。

ResponseText 不行,要用 ResponseBody

第二個坑更隱蔽。作者一開始用 ResponseText 取回內容,但在後續的編碼轉換函式裡一直報錯。把網路上其他小偷程式的寫法比對過一遍才發現,大家都在用 ResponseBody。

差別在型別:ResponseText 回傳的是已經被解讀過的字串,ResponseXml 回傳的是 DOM 物件,而 ResponseBody 回傳的是原始的二進位位元組。要正確處理編碼,你必須拿到未經解讀的原始位元組,才能自己決定要用什麼編碼表去翻譯它——這正是 bytesToBSTR 這個轉換函式存在的原因。

bytesToBSTR:借 ADODB.Stream 做編碼轉換

這個函式的做法是用 ADODB.Stream 物件當翻譯機:把 Stream 的 Type 設為 1(二進位)、Mode 設為 3(讀寫),Open 之後 Write 進位元組內容,把 Position 移回開頭,再將 Type 改成 2(文字)、指定 Charset,最後 ReadText 讀出來就是正確的字串了。這是在 .NET 之前,ASP 世界裡處理編碼最通用的一招。

自動判斷編碼

作者把整個流程包成一個 send_request(url) 函式,並加上了自動判斷:先對回傳內容的一部分做正規表示式比對,試圖抓出 CharSet= 後頭的編碼名稱;抓得到就用它,抓不到就退回 gb2312 作為預設值。實測日文、韓文、繁體中文都能正確還原。

這個「先試著讀對方的宣告,讀不到再用合理預設」的策略很務實。實務上還可以再看 HTTP 回應標頭裡的 Content-Type,那通常比在 HTML 裡猜更可靠。

但這支代理本身是個高風險元件

必須把這句話講清楚:一個「傳入任何網址、就幫你抓回來」的公開端點,是非常危險的東西。它同時是開放代理與 SSRF(伺服器端請求偽造)的教科書案例——攻擊者可以叫你的伺服器去存取內部網路、雲端服務的中繼資料端點、管理後台,甚至是只允許本機存取的服務,而來源 IP 全都是你的伺服器。

如果要在今天實作類似功能,至少要做到:

  • 只允許白名單內的網域,不接受任意 URL。
  • 封鎖非 HTTP/HTTPS 協定,並阻擋解析到私有與迴環位址的目標。
  • 限制回應大小與逾時,避免被當成流量放大器或慢速攻擊的幫兇。
  • 加上身分驗證與速率限制,別讓它成為免費的公開服務。

另外,範例把 Server.ScriptTimeout 設成接近無限大,這在生產環境裡同樣該改回合理值——否則一個卡住的遠端請求就能佔住一條工作執行緒很久。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved