BaseHTTPServer 库中如何获取客户端请求 server 端的域名是什么？

[vast0906]

在 py2 下找到了

self.path
self.client_address
self.command
self.requestline
self.request_version

请问我该如何在代码中获取 client 访问 server 的域名是什么？ 比如我访问的是 v2ex.com/test。怎么能获取到 v2ex.com 这段域名？

历史原因暂时只能用 py2

[vast0906]

目前在群里根据大佬提示通过查找 headers 找到的一种解法，还有其他的办法吗？

[lcdtyph]

@vast0906
只有 http 的话没有了，就算是查找 header 也不是一定能拿到域名的，因为 http 协议没有规定必须专递那几个 header，也没有要求传输域名。
但是如果有 tls 的话可以在 tls 这一层拿到访问的域名，因为 client hello 的 sni 部分携带了请求的域名。

[ochatokori]

http 头里面的 host 就是啊

[also24]

@lcdtyph #2
HTTP 1.1 的标准里，header 里的 host 字段是必须的

参见 RFC： https://tools.ietf.org/html/rfc2616#page-129

A client MUST include a Host header field in all HTTP/1.1 request messages .

[lcdtyph]

@also24
SimpleHttpServer 只实现了 HTTP 1.0 吧，至少我本地这个版本是这样的，如果发送 1.1 的请求，得到的回复第一行也是
HTTP/1.0 200 OK

[binux]

@lcdtyph #5 即使 SimpleHTTPServer 只实现了 1.0 这和发送方有什么关系呢？发送的时候他又不知道对方是 1.0 的。

[also24]

@lcdtyph #5
根据我从下面的代码看到的情况，是可以支持 1.1 的（确切来说，是支持 1.1 的 keepalive 特性），
不过需要手动设置一下 protocol_version （ # Set this to HTTP/1.1 to enable automatic keepalive ）
https://github.com/python/cpython/blob/2.7/Lib/BaseHTTPServer.py#L270
https://github.com/python/cpython/blob/2.7/Lib/BaseHTTPServer.py#L513

另外，host 字段是否存在，其实主要取决于你发起请求的客户端使用的版本啊，你 1.1 的请求已经自带 host header 了。


当然，假如你一定要考虑 1.0 的请求，其实也有一定可能能从 URI 里读取到的：
https://tools.ietf.org/html/rfc1945#page-24
翻到这里发现一件事，那就是 1.0 时，如果这样读不到，其它的 Web Server 也读不到，不用纠结。

[lcdtyph]

@binux @also24
但是一个恶意的客户端是可以发送非正常请求的，这种情况下 simple server 就是拿不到 header 而且不会在 handle 请求之前返回错误。
如果只使用 SimpleHTTPServer 那么就是没有“一定”能拿到域名的方法，一定要拿到域名我只能想到套一层 tls。要么就在 handle 请求的时候拿不到域名就手动返回错误好了。

[binux]

@lcdtyph 你考虑非正常请求干嘛？读不到 host 就返回 400 就好了呗。
如果我在前面放个 cdn，你不发送 host，难不成还要靠猜吗？

[also24]

@lcdtyph #8
一个 “恶意” 的客户端，如何做到：
让 Web Server 拿到正确的域名（从而正常分发 vhost ）
却又
不让 Web Application 拿到正确的域名（从而无法取出 host 字段）

请注意：
只传递正确的 SNI，但传递错误的 host 字段，不但会欺骗 Web Application，
事实上在 Web Server 也会被欺骗，此时就已经跑到错误的 vhost 去了。

另外如果采取 SNI 的方式，你的 SSL 负载要靠 Web Server 来卸载 还是靠 SimpleHTTPServer 来卸载呢？
靠 Web Server 来卸载的话，哪儿来的 SNI 信息呢？靠 SimpleHTTPServer 卸载的话，好像不支持吧？
以及，我甚至不需要考虑恶意的客户端，对于 IE6 IE7 这种不支持 SNI 的浏览器，是不是又变成了拿不到了呢？

其实并不是：SimpleHTTPServer 没有“一定”能拿到域名的方法。
而应当是：任何的 Web Server 都没有 没有“一定”能拿到域名的方法。


在当前的环境下，我认为 HTTP 1.1 可以当做事实上的最优选择。

[lcdtyph]

@also24
只支持 http1.1 的 server 的确是可以的。我本来的想法是，本应在下层就可以 abort 掉的错误就不要扔给上层处理，比如这种场景下只使用 SimpleHTTPServer 是做不到这点的，是我莫名预设了条件，my bad。
---
只传递正确的 SNI，但是不传递 host 字段，这种错误在 web server 反代时直接就返回 400 了，不需要 http 的上层来处理这种问题；另外 ssl 卸载靠 web server，反代的时候直接把 sni 信息塞进一个 header 转发给 simplehttpserver 就行了，因为 webserver 是可信的。我以为 lz 就是不想在 web app 里 handle 这种事情才来问的，所以以为需求是如果进入了 web app 就一定要能拿到域名。

[also24]

@lcdtyph #11
首先我觉得你预设了楼主认为 “一定拿到真实 host ” 的需求，我没有看到楼主要求这个。
楼主问这个的原因，我猜测是因为 BaseHTTPServer 没有 self.host，让楼主有些懵如何自己获取。

相对应的，例如 flask 有 flask.Request.host，django 有 django.http.HttpRequest.get_host，都可以直接取。
https://flask.palletsprojects.com/en/1.1.x/api/#flask.Request.host
https://docs.djangoproject.com/en/dev/ref/request-response/#django.http.HttpRequest.get_host

那么他们都是怎么取的呢？我比较懒，只翻了 flask，层层追溯可以找到这里：
https://github.com/pallets/werkzeug/blob/master/src/werkzeug/wsgi.py#L145

而 django，其实上面贴的文档里已经讲了，相比直接去 host 字段，还考虑了反代的场景。


至于：ssl 卸载靠 web server，反代的时候直接把 sni 信息塞进一个 header 转发给 simplehttpserver 就行了。
不妨调研一下，想要实现这样的效果，应该怎样去具体实现，怕不是要写个 nginx 插件才行？


最后，关于 “ webserver 是可信的”，不妨看一下著名的 WebServer Nginx 是怎样处理请求的：
http://nginx.org/en/docs/http/request_processing.html

我想，你应该能看到大量的 ' “ Host ” header field ' 这样的字眼，我就不多说了。

[conn4575]

根据 http 协议标准，这个只能从 header 里获取，虽然绝大部分情况都能拿的到，但是协议本身没有强制要求，例如如果用 curl 请求的话就没有

[vast0906]

@also24

@binux

@lcdtyph

@conn4575

睡过头了。谢谢各位的回复。提问的时候大部分原因是 @also24 猜的那样因为 BaseHTTPServer 没有 self.host，让我有些懵如何自己获取。后来发现 headers 里面去获取，觉得不够优雅。所以就提问了。。。