urlmatch.c

   1 const char urlmatch_rcs[] = "$Id: urlmatch.c,v 1.19 2007/09/02 13:42:11 fabiankeil Exp $";
   2 /*********************************************************************
   3  *
   4  * File        :  $Source: /cvsroot/ijbswa/current/urlmatch.c,v $
   5  *
   6  * Purpose     :  Declares functions to match URLs against URL
   7  *                patterns.
   8  *
   9  * Copyright   :  Written by and Copyright (C) 2001-2003, 2006-2007 the SourceForge
  10  *                Privoxy team. http://www.privoxy.org/
  11  *
  12  *                Based on the Internet Junkbuster originally written
  13  *                by and Copyright (C) 1997 Anonymous Coders and
  14  *                Junkbusters Corporation.  http://www.junkbusters.com
  15  *
  16  *                This program is free software; you can redistribute it
  17  *                and/or modify it under the terms of the GNU General
  18  *                Public License as published by the Free Software
  19  *                Foundation; either version 2 of the License, or (at
  20  *                your option) any later version.
  21  *
  22  *                This program is distributed in the hope that it will
  23  *                be useful, but WITHOUT ANY WARRANTY; without even the
  24  *                implied warranty of MERCHANTABILITY or FITNESS FOR A
  25  *                PARTICULAR PURPOSE.  See the GNU General Public
  26  *                License for more details.
  27  *
  28  *                The GNU General Public License should be included with
  29  *                this file.  If not, you can view it at
  30  *                http://www.gnu.org/copyleft/gpl.html
  31  *                or write to the Free Software Foundation, Inc., 59
  32  *                Temple Place - Suite 330, Boston, MA  02111-1307, USA.
  33  *
  34  * Revisions   :
  35  *    $Log: urlmatch.c,v $
  36  *    Revision 1.19  2007/09/02 13:42:11  fabiankeil
  37  *    - Allow port lists in url patterns.
  38  *    - Ditch unused url_spec member pathlen.
  39  *
  40  *    Revision 1.18  2007/07/30 16:42:21  fabiankeil
  41  *    Move the method check into unknown_method()
  42  *    and loop through the known methods instead
  43  *    of using a screen-long OR chain.
  44  *
  45  *    Revision 1.17  2007/04/15 16:39:21  fabiankeil
  46  *    Introduce tags as alternative way to specify which
  47  *    actions apply to a request. At the moment tags can be
  48  *    created based on client and server headers.
  49  *
  50  *    Revision 1.16  2007/02/13 13:59:24  fabiankeil
  51  *    Remove redundant log message.
  52  *
  53  *    Revision 1.15  2007/01/28 16:11:23  fabiankeil
  54  *    Accept WebDAV methods for subversion
  55  *    in parse_http_request(). Closes FR 1581425.
  56  *
  57  *    Revision 1.14  2007/01/06 14:23:56  fabiankeil
  58  *    Fix gcc43 warnings. Mark *csp as immutable
  59  *    for parse_http_url() and url_match().
  60  *    Replace a sprintf call with snprintf.
  61  *
  62  *    Revision 1.13  2006/12/06 19:50:54  fabiankeil
  63  *    parse_http_url() now handles intercepted
  64  *    HTTP request lines as well. Moved parts
  65  *    of parse_http_url()'s code into
  66  *    init_domain_components() so that it can
  67  *    be reused in chat().
  68  *
  69  *    Revision 1.12  2006/07/18 14:48:47  david__schmidt
  70  *    Reorganizing the repository: swapping out what was HEAD (the old 3.1 branch)
  71  *    with what was really the latest development (the v_3_0_branch branch)
  72  *
  73  *    Revision 1.10.2.7  2003/05/17 15:57:24  oes
  74  *     - parse_http_url now checks memory allocation failure for
  75  *       duplication of "*" URL and rejects "*something" URLs
  76  *       Closes bug #736344
  77  *     - Added a comment to what might look like a bug in
  78  *       create_url_spec (see !bug #736931)
  79  *     - Comment cosmetics
  80  *
  81  *    Revision 1.10.2.6  2003/05/07 12:39:48  oes
  82  *    Fix typo: Default port for https URLs is 443, not 143.
  83  *    Thanks to Scott Tregear for spotting this one.
  84  *
  85  *    Revision 1.10.2.5  2003/02/28 13:09:29  oes
  86  *    Fixed a rare double free condition as per Bug #694713
  87  *
  88  *    Revision 1.10.2.4  2003/02/28 12:57:44  oes
  89  *    Moved freeing of http request structure to its owner
  90  *    as per Dan Price's observations in Bug #694713
  91  *
  92  *    Revision 1.10.2.3  2002/11/12 16:50:40  oes
  93  *    Fixed memory leak in parse_http_request() reported by Oliver Stoeneberg. Fixes bug #637073
  94  *
  95  *    Revision 1.10.2.2  2002/09/25 14:53:15  oes
  96  *    Added basic support for OPTIONS and TRACE HTTP methods:
  97  *    parse_http_url now recognizes the "*" URI as well as
  98  *    the OPTIONS and TRACE method keywords.
  99  *
 100  *    Revision 1.10.2.1  2002/06/06 19:06:44  jongfoster
 101  *    Adding support for proprietary Microsoft WebDAV extensions
 102  *
 103  *    Revision 1.10  2002/05/12 21:40:37  jongfoster
 104  *    - Removing some unused code
 105  *
 106  *    Revision 1.9  2002/04/04 00:36:36  gliptak
 107  *    always use pcre for matching
 108  *
 109  *    Revision 1.8  2002/04/03 23:32:47  jongfoster
 110  *    Fixing memory leak on error
 111  *
 112  *    Revision 1.7  2002/03/26 22:29:55  swa
 113  *    we have a new homepage!
 114  *
 115  *    Revision 1.6  2002/03/24 13:25:43  swa
 116  *    name change related issues
 117  *
 118  *    Revision 1.5  2002/03/13 00:27:05  jongfoster
 119  *    Killing warnings
 120  *
 121  *    Revision 1.4  2002/03/07 03:46:17  oes
 122  *    Fixed compiler warnings
 123  *
 124  *    Revision 1.3  2002/03/03 14:51:11  oes
 125  *    Fixed CLF logging: Added ocmd member for client's request to struct http_request
 126  *
 127  *    Revision 1.2  2002/01/21 00:14:09  jongfoster
 128  *    Correcting comment style
 129  *    Fixing an uninitialized memory bug in create_url_spec()
 130  *
 131  *    Revision 1.1  2002/01/17 20:53:46  jongfoster
 132  *    Moving all our URL and URL pattern parsing code to the same file - it
 133  *    was scattered around in filters.c, loaders.c and parsers.c.
 134  *
 135  *    Providing a single, simple url_match(pattern,url) function - rather than
 136  *    the 3-line match routine which was repeated all over the place.
 137  *
 138  *    Renaming free_url to free_url_spec, since it frees a struct url_spec.
 139  *
 140  *    Providing parse_http_url() so that URLs can be parsed without faking a
 141  *    HTTP request line for parse_http_request() or repeating the parsing
 142  *    code (both of which were techniques that were actually in use).
 143  *
 144  *    Standardizing that struct http_request is used to represent a URL, and
 145  *    struct url_spec is used to represent a URL pattern.  (Before, URLs were
 146  *    represented as seperate variables and a partially-filled-in url_spec).
 147  *
 148  *
 149  *********************************************************************/
 150 \f
 151
 152 #include "config.h"
 153
 154 #ifndef _WIN32
 155 #include <stdio.h>
 156 #include <sys/types.h>
 157 #endif
 158
 159 #include <stdlib.h>
 160 #include <ctype.h>
 161 #include <assert.h>
 162 #include <string.h>
 163
 164 #if !defined(_WIN32) && !defined(__OS2__)
 165 #include <unistd.h>
 166 #endif
 167
 168 #include "project.h"
 169 #include "urlmatch.h"
 170 #include "ssplit.h"
 171 #include "miscutil.h"
 172 #include "errlog.h"
 173
 174 const char urlmatch_h_rcs[] = URLMATCH_H_VERSION;
 175
 176
 177 /*********************************************************************
 178  *
 179  * Function    :  free_http_request
 180  *
 181  * Description :  Freez a http_request structure
 182  *
 183  * Parameters  :
 184  *          1  :  http = points to a http_request structure to free
 185  *
 186  * Returns     :  N/A
 187  *
 188  *********************************************************************/
 189 void free_http_request(struct http_request *http)
 190 {
 191    assert(http);
 192
 193    freez(http->cmd);
 194    freez(http->ocmd);
 195    freez(http->gpc);
 196    freez(http->host);
 197    freez(http->url);
 198    freez(http->hostport);
 199    freez(http->path);
 200    freez(http->ver);
 201    freez(http->host_ip_addr_str);
 202    freez(http->dbuffer);
 203    freez(http->dvec);
 204    http->dcount = 0;
 205 }
 206
 207 /*********************************************************************
 208  *
 209  * Function    :  init_domain_components
 210  *
 211  * Description :  Splits the domain name so we can compare it
 212  *                against wildcards. It used to be part of
 213  *                parse_http_url, but was separated because the
 214  *                same code is required in chat in case of
 215  *                intercepted requests.
 216  *
 217  * Parameters  :
 218  *          1  :  http = pointer to the http structure to hold elements.
 219  *
 220  * Returns     :  JB_ERR_OK on success
 221  *                JB_ERR_MEMORY on out of memory
 222  *                JB_ERR_PARSE on malformed command/URL
 223  *                             or >100 domains deep.
 224  *
 225  *********************************************************************/
 226 jb_err init_domain_components(struct http_request *http)
 227 {
 228    char *vec[BUFFER_SIZE];
 229    size_t size;
 230    char *p;
 231
 232    http->dbuffer = strdup(http->host);
 233    if (NULL == http->dbuffer)
 234    {
 235       return JB_ERR_MEMORY;
 236    }
 237
 238    /* map to lower case */
 239    for (p = http->dbuffer; *p ; p++)
 240    {
 241       *p = (char)tolower((int)(unsigned char)*p);
 242    }
 243
 244    /* split the domain name into components */
 245    http->dcount = ssplit(http->dbuffer, ".", vec, SZ(vec), 1, 1);
 246
 247    if (http->dcount <= 0)
 248    {
 249       /*
 250        * Error: More than SZ(vec) components in domain
 251        *    or: no components in domain
 252        */
 253       log_error(LOG_LEVEL_ERROR, "More than SZ(vec) components in domain or none at all.");
 254       return JB_ERR_PARSE;
 255    }
 256
 257    /* save a copy of the pointers in dvec */
 258    size = (size_t)http->dcount * sizeof(*http->dvec);
 259
 260    http->dvec = (char **)malloc(size);
 261    if (NULL == http->dvec)
 262    {
 263       return JB_ERR_MEMORY;
 264    }
 265
 266    memcpy(http->dvec, vec, size);
 267
 268    return JB_ERR_OK;
 269 }
 270
 271 /*********************************************************************
 272  *
 273  * Function    :  parse_http_url
 274  *
 275  * Description :  Parse out the host and port from the URL.  Find the
 276  *                hostname & path, port (if ':'), and/or password (if '@')
 277  *
 278  * Parameters  :
 279  *          1  :  url = URL (or is it URI?) to break down
 280  *          2  :  http = pointer to the http structure to hold elements.
 281  *                       Will be zeroed before use.  Note that this
 282  *                       function sets the http->gpc and http->ver
 283  *                       members to NULL.
 284  *          3  :  csp = Current client state (buffers, headers, etc...)
 285  *
 286  * Returns     :  JB_ERR_OK on success
 287  *                JB_ERR_MEMORY on out of memory
 288  *                JB_ERR_PARSE on malformed command/URL
 289  *                             or >100 domains deep.
 290  *
 291  *********************************************************************/
 292 jb_err parse_http_url(const char * url,
 293                       struct http_request *http,
 294                       const struct client_state *csp)
 295 {
 296    int host_available = 1; /* A proxy can dream. */
 297
 298    /*
 299     * Zero out the results structure
 300     */
 301    memset(http, '\0', sizeof(*http));
 302
 303
 304    /*
 305     * Save our initial URL
 306     */
 307    http->url = strdup(url);
 308    if (http->url == NULL)
 309    {
 310       return JB_ERR_MEMORY;
 311    }
 312
 313
 314    /*
 315     * Check for * URI. If found, we're done.
 316     */
 317    if (*http->url == '*')
 318    {
 319       if  ( NULL == (http->path = strdup("*"))
 320          || NULL == (http->hostport = strdup("")) )
 321       {
 322          return JB_ERR_MEMORY;
 323       }
 324       if (http->url[1] != '\0')
 325       {
 326          return JB_ERR_PARSE;
 327       }
 328       return JB_ERR_OK;
 329    }
 330
 331
 332    /*
 333     * Split URL into protocol,hostport,path.
 334     */
 335    {
 336       char *buf;
 337       char *url_noproto;
 338       char *url_path;
 339
 340       buf = strdup(url);
 341       if (buf == NULL)
 342       {
 343          return JB_ERR_MEMORY;
 344       }
 345
 346       /* Find the start of the URL in our scratch space */
 347       url_noproto = buf;
 348       if (strncmpic(url_noproto, "http://",  7) == 0)
 349       {
 350          url_noproto += 7;
 351          http->ssl = 0;
 352       }
 353       else if (strncmpic(url_noproto, "https://", 8) == 0)
 354       {
 355          url_noproto += 8;
 356          http->ssl = 1;
 357       }
 358       else if (*url_noproto == '/')
 359       {
 360         /*
 361          * Short request line without protocol and host.
 362          * Most likely because the client's request
 363          * was intercepted and redirected into Privoxy.
 364          */
 365          http->ssl = 0;
 366          http->host = NULL;
 367          host_available = 0;
 368       }
 369       else
 370       {
 371          http->ssl = 0;
 372       }
 373
 374       url_path = strchr(url_noproto, '/');
 375       if (url_path != NULL)
 376       {
 377          /*
 378           * Got a path.
 379           *
 380           * NOTE: The following line ignores the path for HTTPS URLS.
 381           * This means that you get consistent behaviour if you type a
 382           * https URL in and it's parsed by the function.  (When the
 383           * URL is actually retrieved, SSL hides the path part).
 384           */
 385          http->path = strdup(http->ssl ? "/" : url_path);
 386          *url_path = '\0';
 387          http->hostport = strdup(url_noproto);
 388       }
 389       else
 390       {
 391          /*
 392           * Repair broken HTTP requests that don't contain a path,
 393           * or CONNECT requests
 394           */
 395          http->path = strdup("/");
 396          http->hostport = strdup(url_noproto);
 397       }
 398
 399       freez(buf);
 400
 401       if ( (http->path == NULL)
 402         || (http->hostport == NULL))
 403       {
 404          return JB_ERR_MEMORY;
 405       }
 406    }
 407
 408    if (!host_available)
 409    {
 410       /* Without host, there is nothing left to do here */
 411       return JB_ERR_OK;
 412    }
 413
 414    /*
 415     * Split hostport into user/password (ignored), host, port.
 416     */
 417    {
 418       char *buf;
 419       char *host;
 420       char *port;
 421
 422       buf = strdup(http->hostport);
 423       if (buf == NULL)
 424       {
 425          return JB_ERR_MEMORY;
 426       }
 427
 428       /* check if url contains username and/or password */
 429       host = strchr(buf, '@');
 430       if (host != NULL)
 431       {
 432          /* Contains username/password, skip it and the @ sign. */
 433          host++;
 434       }
 435       else
 436       {
 437          /* No username or password. */
 438          host = buf;
 439       }
 440
 441       /* check if url contains port */
 442       port = strchr(host, ':');
 443       if (port != NULL)
 444       {
 445          /* Contains port */
 446          /* Terminate hostname and point to start of port string */
 447          *port++ = '\0';
 448          http->port = atoi(port);
 449       }
 450       else
 451       {
 452          /* No port specified. */
 453          http->port = (http->ssl ? 443 : 80);
 454       }
 455
 456       http->host = strdup(host);
 457
 458       free(buf);
 459
 460       if (http->host == NULL)
 461       {
 462          return JB_ERR_MEMORY;
 463       }
 464    }
 465
 466    /*
 467     * Split domain name so we can compare it against wildcards
 468     */
 469    return init_domain_components(http);
 470
 471 }
 472
 473
 474 /*********************************************************************
 475  *
 476  * Function    :  unknown_method
 477  *
 478  * Description :  Checks whether a method is unknown.
 479  *
 480  * Parameters  :
 481  *          1  :  method = points to a http method
 482  *
 483  * Returns     :  TRUE if it's unknown, FALSE otherwise.
 484  *
 485  *********************************************************************/
 486 static int unknown_method(const char *method)
 487 {
 488    static const char *known_http_methods[] = {
 489       /* Basic HTTP request type */
 490       "GET", "HEAD", "POST", "PUT", "DELETE", "OPTIONS", "TRACE", "CONNECT",
 491       /* webDAV extensions (RFC2518) */
 492       "PROPFIND", "PROPPATCH", "MOVE", "COPY", "MKCOL", "LOCK", "UNLOCK",
 493       /*
 494        * Microsoft webDAV extension for Exchange 2000.  See:
 495        * http://lists.w3.org/Archives/Public/w3c-dist-auth/2002JanMar/0001.html
 496        * http://msdn.microsoft.com/library/en-us/wss/wss/_webdav_methods.asp
 497        */
 498       "BCOPY", "BMOVE", "BDELETE", "BPROPFIND", "BPROPPATCH",
 499       /*
 500        * Another Microsoft webDAV extension for Exchange 2000.  See:
 501        * http://systems.cs.colorado.edu/grunwald/MobileComputing/Papers/draft-cohen-gena-p-base-00.txt
 502        * http://lists.w3.org/Archives/Public/w3c-dist-auth/2002JanMar/0001.html
 503        * http://msdn.microsoft.com/library/en-us/wss/wss/_webdav_methods.asp
 504        */
 505       "SUBSCRIBE", "UNSUBSCRIBE", "NOTIFY", "POLL",
 506       /*
 507        * Yet another WebDAV extension, this time for
 508        * Web Distributed Authoring and Versioning (RFC3253)
 509        */
 510       "VERSION-CONTROL", "REPORT", "CHECKOUT", "CHECKIN", "UNCHECKOUT",
 511       "MKWORKSPACE", "UPDATE", "LABEL", "MERGE", "BASELINE-CONTROL", "MKACTIVITY",
 512       NULL
 513    };
 514    int i;
 515
 516    for (i = 0; NULL != known_http_methods[i]; i++)
 517    {
 518       if (0 == strcmpic(method, known_http_methods[i]))
 519       {
 520          return FALSE;
 521       }
 522    }
 523
 524    return TRUE;
 525
 526 }
 527
 528
 529 /*********************************************************************
 530  *
 531  * Function    :  parse_http_request
 532  *
 533  * Description :  Parse out the host and port from the URL.  Find the
 534  *                hostname & path, port (if ':'), and/or password (if '@')
 535  *
 536  * Parameters  :
 537  *          1  :  req = HTTP request line to break down
 538  *          2  :  http = pointer to the http structure to hold elements
 539  *          3  :  csp = Current client state (buffers, headers, etc...)
 540  *
 541  * Returns     :  JB_ERR_OK on success
 542  *                JB_ERR_MEMORY on out of memory
 543  *                JB_ERR_CGI_PARAMS on malformed command/URL
 544  *                                  or >100 domains deep.
 545  *
 546  *********************************************************************/
 547 jb_err parse_http_request(const char *req,
 548                           struct http_request *http,
 549                           const struct client_state *csp)
 550 {
 551    char *buf;
 552    char *v[10]; /* XXX: Why 10? We should only need three. */
 553    int n;
 554    jb_err err;
 555    int is_connect = 0;
 556
 557    memset(http, '\0', sizeof(*http));
 558
 559    buf = strdup(req);
 560    if (buf == NULL)
 561    {
 562       return JB_ERR_MEMORY;
 563    }
 564
 565    n = ssplit(buf, " \r\n", v, SZ(v), 1, 1);
 566    if (n != 3)
 567    {
 568       free(buf);
 569       return JB_ERR_PARSE;
 570    }
 571
 572    /*
 573     * Fail in case of unknown methods
 574     * which we might not handle correctly.
 575     *
 576     * XXX: There should be a config option
 577     * to forward requests with unknown methods
 578     * anyway. Most of them don't need special
 579     * steps.
 580     */
 581    if (unknown_method(v[0]))
 582    {
 583       log_error(LOG_LEVEL_ERROR, "Unknown HTTP method detected: %s", v[0]);
 584       free(buf);
 585       return JB_ERR_PARSE;
 586    }
 587
 588    if (strcmpic(v[0], "CONNECT") == 0)
 589    {
 590       is_connect = 1;
 591    }
 592
 593    err = parse_http_url(v[1], http, csp);
 594    if (err)
 595    {
 596       free(buf);
 597       return err;
 598    }
 599
 600    /*
 601     * Copy the details into the structure
 602     */
 603    http->ssl = is_connect;
 604    http->cmd = strdup(req);
 605    http->gpc = strdup(v[0]);
 606    http->ver = strdup(v[2]);
 607
 608    if ( (http->cmd == NULL)
 609      || (http->gpc == NULL)
 610      || (http->ver == NULL) )
 611    {
 612       free(buf);
 613       return JB_ERR_MEMORY;
 614    }
 615
 616    free(buf);
 617    return JB_ERR_OK;
 618
 619 }
 620
 621
 622 /*********************************************************************
 623  *
 624  * Function    :  simple_domaincmp
 625  *
 626  * Description :  Domain-wise Compare fqdn's.  The comparison is
 627  *                both left- and right-anchored.  The individual
 628  *                domain names are compared with simplematch().
 629  *                This is only used by domain_match.
 630  *
 631  * Parameters  :
 632  *          1  :  pv = array of patterns to compare
 633  *          2  :  fv = array of domain components to compare
 634  *          3  :  len = length of the arrays (both arrays are the
 635  *                      same length - if they weren't, it couldn't
 636  *                      possibly be a match).
 637  *
 638  * Returns     :  0 => domains are equivalent, else no match.
 639  *
 640  *********************************************************************/
 641 static int simple_domaincmp(char **pv, char **fv, int len)
 642 {
 643    int n;
 644
 645    for (n = 0; n < len; n++)
 646    {
 647       if (simplematch(pv[n], fv[n]))
 648       {
 649          return 1;
 650       }
 651    }
 652
 653    return 0;
 654
 655 }
 656
 657
 658 /*********************************************************************
 659  *
 660  * Function    :  domain_match
 661  *
 662  * Description :  Domain-wise Compare fqdn's. Governed by the bimap in
 663  *                pattern->unachored, the comparison is un-, left-,
 664  *                right-anchored, or both.
 665  *                The individual domain names are compared with
 666  *                simplematch().
 667  *
 668  * Parameters  :
 669  *          1  :  pattern = a domain that may contain a '*' as a wildcard.
 670  *          2  :  fqdn = domain name against which the patterns are compared.
 671  *
 672  * Returns     :  0 => domains are equivalent, else no match.
 673  *
 674  *********************************************************************/
 675 static int domain_match(const struct url_spec *pattern, const struct http_request *fqdn)
 676 {
 677    char **pv, **fv;  /* vectors  */
 678    int    plen, flen;
 679    int unanchored = pattern->unanchored & (ANCHOR_RIGHT | ANCHOR_LEFT);
 680
 681    plen = pattern->dcount;
 682    flen = fqdn->dcount;
 683
 684    if (flen < plen)
 685    {
 686       /* fqdn is too short to match this pattern */
 687       return 1;
 688    }
 689
 690    pv   = pattern->dvec;
 691    fv   = fqdn->dvec;
 692
 693    if (unanchored == ANCHOR_LEFT)
 694    {
 695       /*
 696        * Right anchored.
 697        *
 698        * Convert this into a fully anchored pattern with
 699        * the fqdn and pattern the same length
 700        */
 701       fv += (flen - plen); /* flen - plen >= 0 due to check above */
 702       return simple_domaincmp(pv, fv, plen);
 703    }
 704    else if (unanchored == 0)
 705    {
 706       /* Fully anchored, check length */
 707       if (flen != plen)
 708       {
 709          return 1;
 710       }
 711       return simple_domaincmp(pv, fv, plen);
 712    }
 713    else if (unanchored == ANCHOR_RIGHT)
 714    {
 715       /* Left anchored, ignore all extra in fqdn */
 716       return simple_domaincmp(pv, fv, plen);
 717    }
 718    else
 719    {
 720       /* Unanchored */
 721       int n;
 722       int maxn = flen - plen;
 723       for (n = 0; n <= maxn; n++)
 724       {
 725          if (!simple_domaincmp(pv, fv, plen))
 726          {
 727             return 0;
 728          }
 729          /*
 730           * Doesn't match from start of fqdn
 731           * Try skipping first part of fqdn
 732           */
 733          fv++;
 734       }
 735       return 1;
 736    }
 737
 738 }
 739
 740
 741 /*********************************************************************
 742  *
 743  * Function    :  create_url_spec
 744  *
 745  * Description :  Creates a "url_spec" structure from a string.
 746  *                When finished, free with free_url_spec().
 747  *
 748  * Parameters  :
 749  *          1  :  url = Target url_spec to be filled in.  Will be
 750  *                      zeroed before use.
 751  *          2  :  buf = Source pattern, null terminated.  NOTE: The
 752  *                      contents of this buffer are destroyed by this
 753  *                      function.  If this function succeeds, the
 754  *                      buffer is copied to url->spec.  If this
 755  *                      function fails, the contents of the buffer
 756  *                      are lost forever.
 757  *
 758  * Returns     :  JB_ERR_OK - Success
 759  *                JB_ERR_MEMORY - Out of memory
 760  *                JB_ERR_PARSE - Cannot parse regex (Detailed message
 761  *                               written to system log)
 762  *
 763  *********************************************************************/
 764 jb_err create_url_spec(struct url_spec * url, const char * buf)
 765 {
 766    char *p;
 767    int errcode;
 768    size_t errlen;
 769    char rebuf[BUFFER_SIZE];
 770
 771    assert(url);
 772    assert(buf);
 773
 774    /*
 775     * Zero memory
 776     */
 777    memset(url, '\0', sizeof(*url));
 778
 779    /*
 780     * Save a copy of the orignal specification
 781     */
 782    if ((url->spec = strdup(buf)) == NULL)
 783    {
 784       return JB_ERR_MEMORY;
 785    }
 786
 787    /* Is it tag pattern? */
 788    if (0 == strncmpic("TAG:", url->spec, 4))
 789    {
 790       if (NULL == (url->tag_regex = zalloc(sizeof(*url->tag_regex))))
 791       {
 792          freez(url->spec);
 793          return JB_ERR_MEMORY;
 794       }
 795
 796       /* buf + 4 to skip "TAG:" */
 797       errcode = regcomp(url->tag_regex, buf + 4, (REG_EXTENDED|REG_NOSUB|REG_ICASE));
 798       if (errcode)
 799       {
 800          errlen = regerror(errcode, url->preg, rebuf, sizeof(rebuf));
 801          if (errlen > (sizeof(rebuf) - 1))
 802          {
 803             errlen = sizeof(rebuf) - 1;
 804          }
 805          rebuf[errlen] = '\0';
 806
 807          log_error(LOG_LEVEL_ERROR, "error compiling %s: %s", url->spec, rebuf);
 808
 809          freez(url->spec);
 810          regfree(url->tag_regex);
 811          freez(url->tag_regex);
 812
 813          return JB_ERR_PARSE;
 814       }
 815       return JB_ERR_OK;
 816    }
 817
 818    /* Only reached for URL patterns */
 819    p = strchr(buf, '/');
 820    if (NULL != p)
 821    {
 822       url->path = strdup(p);
 823       if (NULL == url->path)
 824       {
 825          freez(url->spec);
 826          return JB_ERR_MEMORY;
 827       }
 828       *p = '\0';
 829    }
 830    else
 831    {
 832       url->path = NULL;
 833    }
 834    if (url->path)
 835    {
 836       if (NULL == (url->preg = zalloc(sizeof(*url->preg))))
 837       {
 838          freez(url->spec);
 839          freez(url->path);
 840          return JB_ERR_MEMORY;
 841       }
 842
 843       snprintf(rebuf, sizeof(rebuf), "^(%s)", url->path);
 844
 845       errcode = regcomp(url->preg, rebuf,
 846             (REG_EXTENDED|REG_NOSUB|REG_ICASE));
 847       if (errcode)
 848       {
 849          errlen = regerror(errcode, url->preg, rebuf, sizeof(rebuf));
 850
 851          if (errlen > (sizeof(rebuf) - (size_t)1))
 852          {
 853             errlen = sizeof(rebuf) - (size_t)1;
 854          }
 855          rebuf[errlen] = '\0';
 856
 857          log_error(LOG_LEVEL_ERROR, "error compiling %s: %s",
 858             url->spec, rebuf);
 859
 860          freez(url->spec);
 861          freez(url->path);
 862          regfree(url->preg);
 863          freez(url->preg);
 864
 865          return JB_ERR_PARSE;
 866       }
 867    }
 868
 869    p = strchr(buf, ':');
 870    if (NULL != p)
 871    {
 872       *p++ = '\0';
 873       url->port_list = strdup(p);
 874       if (NULL == url->port_list)
 875       {
 876          return JB_ERR_MEMORY;
 877       }
 878    }
 879    else
 880    {
 881       url->port_list = NULL;
 882    }
 883
 884    if (buf[0] != '\0')
 885    {
 886       char *v[150];
 887       size_t size;
 888
 889       /*
 890        * Parse domain part
 891        */
 892       if (buf[strlen(buf) - 1] == '.')
 893       {
 894          url->unanchored |= ANCHOR_RIGHT;
 895       }
 896       if (buf[0] == '.')
 897       {
 898          url->unanchored |= ANCHOR_LEFT;
 899       }
 900
 901       /*
 902        * Split domain into components
 903        */
 904       url->dbuffer = strdup(buf);
 905       if (NULL == url->dbuffer)
 906       {
 907          freez(url->spec);
 908          freez(url->path);
 909          regfree(url->preg);
 910          freez(url->preg);
 911          return JB_ERR_MEMORY;
 912       }
 913
 914       /*
 915        * Map to lower case
 916        */
 917       for (p = url->dbuffer; *p ; p++)
 918       {
 919          *p = (char)tolower((int)(unsigned char)*p);
 920       }
 921
 922       /*
 923        * Split the domain name into components
 924        */
 925       url->dcount = ssplit(url->dbuffer, ".", v, SZ(v), 1, 1);
 926
 927       if (url->dcount < 0)
 928       {
 929          freez(url->spec);
 930          freez(url->path);
 931          regfree(url->preg);
 932          freez(url->preg);
 933          freez(url->dbuffer);
 934          url->dcount = 0;
 935          return JB_ERR_MEMORY;
 936       }
 937       else if (url->dcount != 0)
 938       {
 939
 940          /*
 941           * Save a copy of the pointers in dvec
 942           */
 943          size = (size_t)url->dcount * sizeof(*url->dvec);
 944
 945          url->dvec = (char **)malloc(size);
 946          if (NULL == url->dvec)
 947          {
 948             freez(url->spec);
 949             freez(url->path);
 950             regfree(url->preg);
 951             freez(url->preg);
 952             freez(url->dbuffer);
 953             url->dcount = 0;
 954             return JB_ERR_MEMORY;
 955          }
 956
 957          memcpy(url->dvec, v, size);
 958       }
 959       /*
 960        * else dcount == 0 in which case we needn't do anything,
 961        * since dvec will never be accessed and the pattern will
 962        * match all domains.
 963        */
 964    }
 965
 966    return JB_ERR_OK;
 967
 968 }
 969
 970
 971 /*********************************************************************
 972  *
 973  * Function    :  free_url_spec
 974  *
 975  * Description :  Called from the "unloaders".  Freez the url
 976  *                structure elements.
 977  *
 978  * Parameters  :
 979  *          1  :  url = pointer to a url_spec structure.
 980  *
 981  * Returns     :  N/A
 982  *
 983  *********************************************************************/
 984 void free_url_spec(struct url_spec *url)
 985 {
 986    if (url == NULL) return;
 987
 988    freez(url->spec);
 989    freez(url->dbuffer);
 990    freez(url->dvec);
 991    freez(url->path);
 992    freez(url->port_list);
 993    if (url->preg)
 994    {
 995       regfree(url->preg);
 996       freez(url->preg);
 997    }
 998    if (url->tag_regex)
 999    {
1000       regfree(url->tag_regex);
1001       freez(url->tag_regex);
1002    }
1003 }
1004
1005
1006 /*********************************************************************
1007  *
1008  * Function    :  url_match
1009  *
1010  * Description :  Compare a URL against a URL pattern.
1011  *
1012  * Parameters  :
1013  *          1  :  pattern = a URL pattern
1014  *          2  :  url = URL to match
1015  *
1016  * Returns     :  Nonzero if the URL matches the pattern, else 0.
1017  *
1018  *********************************************************************/
1019 int url_match(const struct url_spec *pattern,
1020               const struct http_request *url)
1021 {
1022    int port_matches;
1023    int domain_matches;
1024    int path_matches;
1025
1026    if (pattern->tag_regex != NULL)
1027    {
1028       /* It's a tag pattern and shouldn't be matched against URLs */
1029       return 0;
1030    }
1031
1032    port_matches = (NULL == pattern->port_list) || match_portlist(pattern->port_list, url->port);
1033    domain_matches = (NULL == pattern->dbuffer) || (0 == domain_match(pattern, url));
1034    path_matches = (NULL == pattern->path) || (0 == regexec(pattern->preg, url->path, 0, NULL, 0));
1035
1036    return (port_matches && domain_matches && path_matches);
1037
1038 }
1039
1040
1041 /*********************************************************************
1042  *
1043  * Function    :  match_portlist
1044  *
1045  * Description :  Check if a given number is covered by a comma
1046  *                separated list of numbers and ranges (a,b-c,d,..)
1047  *
1048  * Parameters  :
1049  *          1  :  portlist = String with list
1050  *          2  :  port = port to check
1051  *
1052  * Returns     :  0 => no match
1053  *                1 => match
1054  *
1055  *********************************************************************/
1056 int match_portlist(const char *portlist, int port)
1057 {
1058    char *min, *max, *next, *portlist_copy;
1059
1060    min = next = portlist_copy = strdup(portlist);
1061
1062    /*
1063     * Zero-terminate first item and remember offset for next
1064     */
1065    if (NULL != (next = strchr(portlist_copy, (int) ',')))
1066    {
1067       *next++ = '\0';
1068    }
1069
1070    /*
1071     * Loop through all items, checking for match
1072     */
1073    while(min)
1074    {
1075       if (NULL == (max = strchr(min, (int) '-')))
1076       {
1077          /*
1078           * No dash, check for equality
1079           */
1080          if (port == atoi(min))
1081          {
1082             free(portlist_copy);
1083             return(1);
1084          }
1085       }
1086       else
1087       {
1088          /*
1089           * This is a range, so check if between min and max,
1090           * or, if max was omitted, between min and 65K
1091           */
1092          *max++ = '\0';
1093          if(port >= atoi(min) && port <= (atoi(max) ? atoi(max) : 65535))
1094          {
1095             free(portlist_copy);
1096             return(1);
1097          }
1098
1099       }
1100
1101       /*
1102        * Jump to next item
1103        */
1104       min = next;
1105
1106       /*
1107        * Zero-terminate next item and remember offset for n+1
1108        */
1109       if ((NULL != next) && (NULL != (next = strchr(next, (int) ','))))
1110       {
1111          *next++ = '\0';
1112       }
1113    }
1114
1115    free(portlist_copy);
1116    return 0;
1117
1118 }
1119
1120
1121 /*
1122   Local Variables:
1123   tab-width: 3
1124   end:
1125 */