Traduction en temps réel du contenu HTML en C/C++

Question

Pour le développement d'un proxy inverse personnalisé (écrit en C++), je souhaite effectuer une traduction en temps réel des URI dans le contenu HTML. Par exemple, si je veux accéder à une ressource sur http://myserver/ en utilisant http://my-reverse-proxy/myserver, tous les liens absolus et supérieurs tels que http://myserver/somecontent1.ext ou /somecontent2.ext doivent être modifiés.

Une balise HTML

<img src="/sample.png"> 

serait donc traduit à

<img src="/myserver/sample.png"> 

De mon point de vue, il y a des approches:

1) Utilisation d'expressions régulières et remplacement de chaîne pour trouver toutes les balises HTML associées et leurs chemins à l'aide de groupes de capture et de remplacement de chaîne.

2) Analyser tout le contenu HTML, faire une transformation dans l'arbre d'analyse et réimprimer le résultat dans une ressource HTML valide.

Et c'est ce que cette question est tout: Avez-vous des expériences quelle solution pourrait être plus rapide et peut-être même plus raisonnable? Connaissez-vous un cadre que je pourrais utiliser pour ne pas réinventer la roue? Comme ce processus devrait être utilisé plus tard pour les ressources CSS et XML, il ne devrait pas s'agir d'une solution dépendant du HTML.

Merci d'avance!

Answer 1

Les serveurs proxy fonctionnent généralement en étant serveurs. Ils gèrent toutes les requêtes HTTP, modifient les URL demandées, puis transmettent la requête modifiée au serveur de l'autre côté.

Vous devriez vous en tenir à ce paradigme. C'est beaucoup plus facile et plus efficace que de déblayer les fichiers eux-mêmes. Tout ce qui est fait en temps réel peut être fait au moment de la demande.

En outre, il devrait probablement être demandé: pourquoi un personnalisé proxy inverse? De telles choses existent déjà.