Django：从Apache mod_rewri重定向时请求语法错误

Question

我有Django在端口8000上运行，Apache在80端口上运行。我在apache中配置了以下重写规则以重定向到django：

RewriteRule ^/?checkout/ http://%{HTTP_HOST}:8000/checkout/ [L,QSA]

如果在浏览器中打开一个url，它可以很好地工作并完美地重定向。在

但是，外部客户机（在没有apache的情况下直接连接到django时工作良好）总是导致django服务器上出现错误的请求语法错误。这是Django日志中的片段。看起来Apache会自动将那些“内容长度”的内容附加到查询中，为什么？在

^{pr2}$

Answer 1

dr：这是由“外部客户机”中的一个错误引起的。它是一个设计糟糕的HTTP客户机，应该避免，因为它不仅会导致此错误，还可能为安全漏洞利用开辟途径。在

为了了解发生了什么，你需要反向工作。在

---

首先，让我们从Django内置服务器的日志行开始：

[05/Mar/2014 18:01:35] code 400, message Bad request syntax ('GET /checkout/wx_signature?signature=b226bb8f6e9ce2fdecb752c6808a979c62e235f7&echostr=5987526888415258224&timestamp=1394042480&nonce=1394079741Content-Length: 445Connection: closeContent-Type: text/html; charset=iso-8859-1 HTTP/1.0')

“代码400”是指HTTP状态代码400。这意味着实际的HTTP request结构不好，无法理解。幸运的是，Django记录了错误的输入，这样我们就可以分析它了。在

---

既然我们了解了问题的本质，我们将删除不相关的日志绒毛和长签名，以便更深入地了解实际请求：

^{2}$

这里我们看到一个无效的HTTP请求的第一行。在

---

从RFC2616 Section 5.1：

The Request-Line begins with a method token, followed by the Request-URI and the protocol version, and ending with CRLF. The elements are separated by SP characters. No CR or LF is allowed except in the final CRLF sequence.

   Request-Line   = Method SP Request-URI SP HTTP-Version CRLF

在无效请求中，我们可以确定HTTP动词GET在那里，而{}的版本结尾在那里，所以这些不是问题所在。中间部分，即URL，如下所示：

/checkout/wx_signature?[SIGNATURE REMOVED]Content-Length: 445Connection: closeContent-Type: text/html; charset=iso-8859-1

在发送到服务器之前，URL中的空格通常被+或{}替换。如您所见，这里不是这种情况，这是无效请求的原因。一个好的HTTP客户机永远不会这样做，因为它会自动转义URL。这是一个危险信号，表明您使用的“外部客户”质量低劣。

---

注意，这个空间出现在一些看起来很奇怪的区域旁边。在

如果您查看RFC2616 Section 14.13，您将看到Content-Length实际上是HTTP1.1头的名称。这也是Connection，和Content-Type的情况。在

它显然不属于那里，那么为什么它与URL连接？在

从这里我只能猜测，因为我不能访问你的代码。不过，我想我对发生的事情有一个很好的了解。在

---

让我们先了解一下HTTP头的性质。我们将发送一个原始请求来模拟访问“http://google.com”时发生的情况。这将触发Google将我们重定向到“http://www.google.com”。在

原始请求：

GET / HTTP/1.1
Host: google.com

原始响应：

HTTP/1.1 301 Moved Permanently
Location: http://www.google.com/
Content-Type: text/html; charset=UTF-8
Date: Thu, 15 May 2014 21:28:46 GMT
Expires: Sat, 14 Jun 2014 21:28:46 GMT
Cache-Control: public, max-age=2592000
Server: gws
Content-Length: 219
X-XSS-Protection: 1; mode=block
X-Frame-Options: SAMEORIGIN
Alternate-Protocol: 80:quic

[HTML content removed]

哇，谷歌返回了一大堆标题！我们只对前几行感兴趣：

HTTP/1.1 301 Moved Permanently
Location: http://www.google.com/
Content-Type: text/html; charset=UTF-8
...
Content-Length: 219

在这里您可以看到Content-Type，Content-Length，以及其他头文件都跟在Location头之后。实际的顺序通常并不重要，因为HTTP客户机或服务器足够智能，能够理解每一个客户机或服务器的含义。但是，如果去掉Location头之后的行尾怎么办？在

你最终会得到这样的结果：

HTTP/1.1 301 Moved Permanently
Location: http://www.google.com/Content-Type: text/html; charset=UTF-8Content-Length: 219

哦哦。。。如果您是HTTP客户机，您会认为我希望将您重定向到http://www.google.com/Content-Type: text/html; charset=UTF-8Content-Length: 219。在

---

这看起来和你的症状一模一样。。。但为什么会这样呢？在

Apache不太可能以这种损坏的形式返回头（除非您自定义了一个插件或其他类似的代码）。在

你的“外部客户”也不太可能在收到邮件后故意删除邮件头中的行尾。在

很可能的情况是，“外部客户机”被编码为将内容之前和Location:之后的所有内容解释为URL，然后在某处去除CRLF字符（通常在处理HTTP报头时出于安全原因而这样做，讽刺的是，在本例中错误地处理）。客户端试图用HTTP/1.0而不是HTTP/1.1发送请求，这一事实支持这一点，因为HTTP/1.0客户端通常在功能方面非常有限，并且往往基于其过时的知识做出大量假设。在

您的“外部客户机”很可能会将请求行之后的整个头读入字符串，并自动将字符串处理程序读入字符串我剥了CRLF。在

---

我认为很明显问题出在“外部客户”身上，尽管没有足够的信息来挖掘它。在

我建议您使用不同的客户机或库来完成请求。在