使用带有Apache的mod_proxy处理HTML，例如去除广告

Question

目前这仅仅是一个技术挑战，但基本上我想做到以下几点：

创建使用mod_proxy和mod_proxy_html一个基于Web的反向（网关）的代理，它不仅改写HTML的URL匹配代理的主机名，但也重写或操纵正在代理的HTML。

该操作的“中间人”网关代理将允许人们做各种事情，如：

• 删除广告
• 从一种语言文字翻译成另一种
• 否则破解或“改善”原始网站

当然，它也可能用于很多不好的事情，但这超出了本文的范围estion。

我知道mod_proxy_html分析原始的HTML重写所有的网址，但它也让我写我自己的代码，将评估和操纵正在被解析的HTML？还是有其他模块呢？

另外，是否有反向代理可用，可以做到这一点？我愿意适应任何适合此目的的语言。

Answer 1

通过使用mod_rewrite或mod_proxy_html您可能可以做到这一点。

这些模块可以让你可能已经知道重写/美化网址。相反，改变网页，这不是阿帕奇的作用内容的，你可以改变它们的结构所以在接收到网页中的链接看起来像：

10.10.1.1/my_secret_injector/alter?url=<the_real_url> 

而不是仅仅<the_real_url>。

然后在指定的网络服务器（10.10.1.1）上实施您的广告删除算法或任何您选择的语言。