在GET请求中处理完全限定域的正确方法是什么？

Question

我正在编写代理服务器。当我使用curl来获取页面时，比如http://www.foo.com/pants，curl会发出以下请求：

GET /pants HTTP/1.1

当我有curl通过我的本地代理发送该请求时，curl将GET请求更改为：

GET http://www.foo.com/pants HTTP/1.1

此更改导致foo.com服务器返回404.foo.com是否已损坏？或者是完全合格的域名只对代理服务器有意义吗？我是否应该始终从发出的请求中删除http://domain？

谢谢！

Answer 1

引自rfc 2616, section 5.1.2 "Request-URI"，强调我：

  

当向代理发出请求时，absoluteURI表单是必需的。请求代理转发请求或从有效缓存中为其提供服务，并返回响应。请注意，代理可以将请求转发到另一个代理或直接转发到absoluteURI指定的服务器。为了避免请求循环，代理必须能够识别其所有服务器名称，包括任何别名，本地变体和数字IP地址。请求行的示例如下：

GET http://www.w3.org/pub/WWW/TheProject.html HTTP/1.1

     

为了允许在未来版本的HTTP中转换为所有请求中的absoluteURI，所有HTTP / 1.1服务器必须接受请求中的absoluteURI表单，即使HTTP / 1.1客户端只会在请求中生成它们代理人。

Answer 2

由于此代理必须与服务器建立上游连接，因此curl（和其他兼容的用户代理）会发送完整的URL。 您的代理必须剥离主机名，将其解析为IP，连接上游，然后发送GET /pants HTTP/1.1。

Answer 3

当客户端通过基于HTTP的代理发送请求时，它必须指定完整的URL，因为代理可能支持可以用URL表示的多个目标协议（即：HTTP，FTP等）。在将URL传递给下一个服务器时，代理有责任按下URL并将数据请求为更合适的格式。