Linux下透明代理+Privoxy实现页面相关的广告植入
一. 前言
Linux系统下Privoxy实现广告植入的方式很简单。通常的做法，就是将HTTP流量(端口80,8080等)NAT到Privoxy，然后由Privoxy实现流量的过滤与广告的植入。这种方式并没有什么问题。但是，事情过于简单，其应用也往往存在局限性。首先，将端口80/8080的流量NAT到Privoxy，这前提就约束了流量必须是符合HTTP协议的，否则Privoxy无法处理，产生问题；其次，利用Privoxy进行多规则的过滤，将会耗费较多的系统计算资源。本文的方案，将流量的识别与过滤功能剥离出Privoxy中，由前文《Linux环境下基于条件约束的HTTP/TCP透明代理和流量牵引方案》所构建的透明代理来实现。透明代理能够对HTTP流量进行准确的分析，并将符合要求的流量牵引至Privoxy。这里的分析，可以基于URI、Host、Cookies等内容的分析，也即标题中提到的“页面相关”。Privoxy的功能则比较简单，对于所有接入流量，在</head>标签后直接植入广告即可，极大降低了Privoxy的资源消耗。
二. 方案
2.1 透明代理提取相关页面
透明代理方案见《Linux环境下基于条件约束的HTTP/TCP透明代理和流量牵引方案》一文，在此不再详述。在本文中，利用其具备Host和URI过滤功能，实现特定页面的代理和流量牵引。2.2 Privoxy广告植入
2.2.1 安装
本文基于Ubuntu 12.04.5 LTS，使用apt-get install进行安装#apt-get install privoxy安装完成后，系统配置文件处于 /etc/privoxy 目录下
2.2.2 配置config
配置无需多改，仅修改两个地方即可。listen-address localhost:8118将localhost改为监听的网卡IP地址
accept-intercepted-requests 0将其改为1
2.2.3 配置user.filter
删除原有的user.filter文件(将其改名为.bak文件也可以)，生成新的user.filter文件，并加入如下内容FILTER: Add-Tencent-Logo Add Tencent Logo to Specific Page s|</head>|<div id="indexheadpopup"><imgsrc="http://mat1.gtimg.com/www/images/qq2012/festival/lianghui2016/logo2.png"></div>$0|意思就是在</head>之后植入<div id="indexheadpopup"><img src="http://mat1.gtimg.com/www/images/qq2012/festival/lianghui2016/logo2.png"></div>广告，这里为了简便，我仅仅链接了腾讯网的Logo图作为广告。
2.2.4 配置user.action
前文已经阐述了，流量的识别和过滤工作，都由透明代理来实现，Privoxy只要专注于广告植入即可。所以，对于所有牵引过来的流量，直接植入即可，极大降低Privoxy的压力。删除原有的user.action文件(将其改名为.bak文件也可以)，生成新的user.filter文件，并加入如下内容
{+filter{Add-Tencent-Logo}}
.* 修改完成，重新启动Privoxy进程。
/usr/sbin/privoxy --pidfile /var/run/privoxy.pid --user privoxy /etc/privoxy/config
三. 实验验证
实验拓扑如下图所示。Linux网桥上安装透明代理和Privoxy。实验中，将 www.pku.edu.cn 的根目录请求(GET / HTTP/1.1)代理到本机的Privoxy进程，由Privoxy进程植入广告。
其它页面，或其它域名的页面请求直接放行，不进行代理和广告植入，从而实现了页面内容相关。这仅仅是个验证的例子，当然，若要是对页面的HTTP GET请求进行细致分析，在页面内容相关方面，可以做得更为深入。
（1）.对于www.pku.edu.cn的/根页面请求，页面一开始被植入了广告，可以看到腾讯网的Logo，符合预期。
（2）.对于www.pku.edu.cn的/about/index.htm页面请求，并没有被植入广告，符合预期。
（3）.对于www.sohu.com的页面请求，并没有被植入广告，符合预期。
