libwebsockets中获取中间服务转发后的WebSocket客户端真实IP方法
背景介绍
在现代Web应用中,WebSocket技术被广泛用于实现实时通信功能。当使用Nginx等中间服务转发WebSocket连接时,服务端往往只能看到中间服务的IP地址,而无法获取客户端的真实IP。这在需要基于IP进行访问控制、日志记录或统计分析等场景下会带来不便。
问题分析
libwebsockets作为一个轻量级的C语言WebSocket库,提供了处理WebSocket连接的全套解决方案。当WebSocket连接经过中间服务转发时,常规的HTTP头信息(如X-Forwarded-For)在连接升级为WebSocket协议后仍然可以被获取。
解决方案
获取时机
在libwebsockets的回调机制中,ESTABLISHED回调是获取原始HTTP头信息的最佳时机。此时连接已经建立,但包含HTTP头信息的ah(argument handler)结构仍然可用。
实现代码示例
static int callback_websocket(struct lws *wsi, enum lws_callback_reasons reason, void *user, void *in, size_t len)
{
switch (reason) {
case LWS_CALLBACK_ESTABLISHED: {
// 获取X-Forwarded-For头信息
int length = lws_hdr_total_length(wsi, WSI_TOKEN_X_FORWARDED_FOR);
if (length > 0) {
char buf[128];
lws_hdr_copy(wsi, buf, sizeof(buf), WSI_TOKEN_X_FORWARDED_FOR);
// 处理获取到的客户端真实IP
printf("Client real IP: %s\n", buf);
}
break;
}
// 其他回调处理...
}
return 0;
}
关键API说明
lws_hdr_total_length()- 获取指定HTTP头的总长度lws_hdr_copy()- 复制HTTP头内容到缓冲区WSI_TOKEN_X_FORWARDED_FOR- 代表X-Forwarded-For头的标识符
注意事项
-
连接生命周期管理:WebSocket连接可能在事件循环的任何时刻被销毁,务必在
LWS_CALLBACK_CLOSED回调中清理相关资源。 -
多值处理:当存在多个X-Forwarded-For头时,libwebsockets会自动将它们连接起来,用逗号分隔,符合HTTP标准。
-
中间服务可信度:此方法依赖于中间服务正确设置X-Forwarded-For头,在安全敏感场景应验证中间服务的可信度。
-
性能考虑:对于高并发场景,建议使用链表而非数组来管理连接,libwebsockets提供的
lws_dll2工具链表现优异。
高级用法
对于需要更复杂管理的场景,可以利用libwebsockets的per-session数据(pss)机制:
struct per_session_data {
struct lws_dll2 list; // 链表节点
char client_ip[64]; // 存储客户端IP
// 其他会话数据...
};
// 在ESTABLISHED回调中
struct per_session_data *pss = (struct per_session_data *)user;
lws_hdr_copy(wsi, pss->client_ip, sizeof(pss->client_ip), WSI_TOKEN_X_FORWARDED_FOR);
这种方法自动管理内存生命周期,连接关闭时会自动释放相关资源。
总结
通过合理利用libwebsockets提供的API,开发者可以轻松获取经过中间服务转发的WebSocket连接的真实客户端IP地址。这一功能对于实现基于IP的访问控制、用户行为分析和系统监控等场景至关重要。在实际应用中,应结合连接生命周期管理和性能优化考虑,构建健壮的WebSocket服务端程序。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00