urlmatch.c

   1 const char urlmatch_rcs[] = "$Id: urlmatch.c,v 1.20 2007/09/02 15:31:20 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 1.20  2007/09/02 15:31:20  fabiankeil
  37  *    Move match_portlist() from filter.c to urlmatch.c.
  38  *    It's used for url matching, not for filtering.
  39  *
  40  *    Revision 1.19  2007/09/02 13:42:11  fabiankeil
  41  *    - Allow port lists in url patterns.
  42  *    - Ditch unused url_spec member pathlen.
  43  *
  44  *    Revision 1.18  2007/07/30 16:42:21  fabiankeil
  45  *    Move the method check into unknown_method()
  46  *    and loop through the known methods instead
  47  *    of using a screen-long OR chain.
  48  *
  49  *    Revision 1.17  2007/04/15 16:39:21  fabiankeil
  50  *    Introduce tags as alternative way to specify which
  51  *    actions apply to a request. At the moment tags can be
  52  *    created based on client and server headers.
  53  *
  54  *    Revision 1.16  2007/02/13 13:59:24  fabiankeil
  55  *    Remove redundant log message.
  56  *
  57  *    Revision 1.15  2007/01/28 16:11:23  fabiankeil
  58  *    Accept WebDAV methods for subversion
  59  *    in parse_http_request(). Closes FR 1581425.
  60  *
  61  *    Revision 1.14  2007/01/06 14:23:56  fabiankeil
  62  *    Fix gcc43 warnings. Mark *csp as immutable
  63  *    for parse_http_url() and url_match().
  64  *    Replace a sprintf call with snprintf.
  65  *
  66  *    Revision 1.13  2006/12/06 19:50:54  fabiankeil
  67  *    parse_http_url() now handles intercepted
  68  *    HTTP request lines as well. Moved parts
  69  *    of parse_http_url()'s code into
  70  *    init_domain_components() so that it can
  71  *    be reused in chat().
  72  *
  73  *    Revision 1.12  2006/07/18 14:48:47  david__schmidt
  74  *    Reorganizing the repository: swapping out what was HEAD (the old 3.1 branch)
  75  *    with what was really the latest development (the v_3_0_branch branch)
  76  *
  77  *    Revision 1.10.2.7  2003/05/17 15:57:24  oes
  78  *     - parse_http_url now checks memory allocation failure for
  79  *       duplication of "*" URL and rejects "*something" URLs
  80  *       Closes bug #736344
  81  *     - Added a comment to what might look like a bug in
  82  *       create_url_spec (see !bug #736931)
  83  *     - Comment cosmetics
  84  *
  85  *    Revision 1.10.2.6  2003/05/07 12:39:48  oes
  86  *    Fix typo: Default port for https URLs is 443, not 143.
  87  *    Thanks to Scott Tregear for spotting this one.
  88  *
  89  *    Revision 1.10.2.5  2003/02/28 13:09:29  oes
  90  *    Fixed a rare double free condition as per Bug #694713
  91  *
  92  *    Revision 1.10.2.4  2003/02/28 12:57:44  oes
  93  *    Moved freeing of http request structure to its owner
  94  *    as per Dan Price's observations in Bug #694713
  95  *
  96  *    Revision 1.10.2.3  2002/11/12 16:50:40  oes
  97  *    Fixed memory leak in parse_http_request() reported by Oliver Stoeneberg. Fixes bug #637073
  98  *
  99  *    Revision 1.10.2.2  2002/09/25 14:53:15  oes
 100  *    Added basic support for OPTIONS and TRACE HTTP methods:
 101  *    parse_http_url now recognizes the "*" URI as well as
 102  *    the OPTIONS and TRACE method keywords.
 103  *
 104  *    Revision 1.10.2.1  2002/06/06 19:06:44  jongfoster
 105  *    Adding support for proprietary Microsoft WebDAV extensions
 106  *
 107  *    Revision 1.10  2002/05/12 21:40:37  jongfoster
 108  *    - Removing some unused code
 109  *
 110  *    Revision 1.9  2002/04/04 00:36:36  gliptak
 111  *    always use pcre for matching
 112  *
 113  *    Revision 1.8  2002/04/03 23:32:47  jongfoster
 114  *    Fixing memory leak on error
 115  *
 116  *    Revision 1.7  2002/03/26 22:29:55  swa
 117  *    we have a new homepage!
 118  *
 119  *    Revision 1.6  2002/03/24 13:25:43  swa
 120  *    name change related issues
 121  *
 122  *    Revision 1.5  2002/03/13 00:27:05  jongfoster
 123  *    Killing warnings
 124  *
 125  *    Revision 1.4  2002/03/07 03:46:17  oes
 126  *    Fixed compiler warnings
 127  *
 128  *    Revision 1.3  2002/03/03 14:51:11  oes
 129  *    Fixed CLF logging: Added ocmd member for client's request to struct http_request
 130  *
 131  *    Revision 1.2  2002/01/21 00:14:09  jongfoster
 132  *    Correcting comment style
 133  *    Fixing an uninitialized memory bug in create_url_spec()
 134  *
 135  *    Revision 1.1  2002/01/17 20:53:46  jongfoster
 136  *    Moving all our URL and URL pattern parsing code to the same file - it
 137  *    was scattered around in filters.c, loaders.c and parsers.c.
 138  *
 139  *    Providing a single, simple url_match(pattern,url) function - rather than
 140  *    the 3-line match routine which was repeated all over the place.
 141  *
 142  *    Renaming free_url to free_url_spec, since it frees a struct url_spec.
 143  *
 144  *    Providing parse_http_url() so that URLs can be parsed without faking a
 145  *    HTTP request line for parse_http_request() or repeating the parsing
 146  *    code (both of which were techniques that were actually in use).
 147  *
 148  *    Standardizing that struct http_request is used to represent a URL, and
 149  *    struct url_spec is used to represent a URL pattern.  (Before, URLs were
 150  *    represented as seperate variables and a partially-filled-in url_spec).
 151  *
 152  *
 153  *********************************************************************/
 154 \f
 155
 156 #include "config.h"
 157
 158 #ifndef _WIN32
 159 #include <stdio.h>
 160 #include <sys/types.h>
 161 #endif
 162
 163 #include <stdlib.h>
 164 #include <ctype.h>
 165 #include <assert.h>
 166 #include <string.h>
 167
 168 #if !defined(_WIN32) && !defined(__OS2__)
 169 #include <unistd.h>
 170 #endif
 171
 172 #include "project.h"
 173 #include "urlmatch.h"
 174 #include "ssplit.h"
 175 #include "miscutil.h"
 176 #include "errlog.h"
 177
 178 const char urlmatch_h_rcs[] = URLMATCH_H_VERSION;
 179
 180
 181 /*********************************************************************
 182  *
 183  * Function    :  free_http_request
 184  *
 185  * Description :  Freez a http_request structure
 186  *
 187  * Parameters  :
 188  *          1  :  http = points to a http_request structure to free
 189  *
 190  * Returns     :  N/A
 191  *
 192  *********************************************************************/
 193 void free_http_request(struct http_request *http)
 194 {
 195    assert(http);
 196
 197    freez(http->cmd);
 198    freez(http->ocmd);
 199    freez(http->gpc);
 200    freez(http->host);
 201    freez(http->url);
 202    freez(http->hostport);
 203    freez(http->path);
 204    freez(http->ver);
 205    freez(http->host_ip_addr_str);
 206    freez(http->dbuffer);
 207    freez(http->dvec);
 208    http->dcount = 0;
 209 }
 210
 211 /*********************************************************************
 212  *
 213  * Function    :  init_domain_components
 214  *
 215  * Description :  Splits the domain name so we can compare it
 216  *                against wildcards. It used to be part of
 217  *                parse_http_url, but was separated because the
 218  *                same code is required in chat in case of
 219  *                intercepted requests.
 220  *
 221  * Parameters  :
 222  *          1  :  http = pointer to the http structure to hold elements.
 223  *
 224  * Returns     :  JB_ERR_OK on success
 225  *                JB_ERR_MEMORY on out of memory
 226  *                JB_ERR_PARSE on malformed command/URL
 227  *                             or >100 domains deep.
 228  *
 229  *********************************************************************/
 230 jb_err init_domain_components(struct http_request *http)
 231 {
 232    char *vec[BUFFER_SIZE];
 233    size_t size;
 234    char *p;
 235
 236    http->dbuffer = strdup(http->host);
 237    if (NULL == http->dbuffer)
 238    {
 239       return JB_ERR_MEMORY;
 240    }
 241
 242    /* map to lower case */
 243    for (p = http->dbuffer; *p ; p++)
 244    {
 245       *p = (char)tolower((int)(unsigned char)*p);
 246    }
 247
 248    /* split the domain name into components */
 249    http->dcount = ssplit(http->dbuffer, ".", vec, SZ(vec), 1, 1);
 250
 251    if (http->dcount <= 0)
 252    {
 253       /*
 254        * Error: More than SZ(vec) components in domain
 255        *    or: no components in domain
 256        */
 257       log_error(LOG_LEVEL_ERROR, "More than SZ(vec) components in domain or none at all.");
 258       return JB_ERR_PARSE;
 259    }
 260
 261    /* save a copy of the pointers in dvec */
 262    size = (size_t)http->dcount * sizeof(*http->dvec);
 263
 264    http->dvec = (char **)malloc(size);
 265    if (NULL == http->dvec)
 266    {
 267       return JB_ERR_MEMORY;
 268    }
 269
 270    memcpy(http->dvec, vec, size);
 271
 272    return JB_ERR_OK;
 273 }
 274
 275 /*********************************************************************
 276  *
 277  * Function    :  parse_http_url
 278  *
 279  * Description :  Parse out the host and port from the URL.  Find the
 280  *                hostname & path, port (if ':'), and/or password (if '@')
 281  *
 282  * Parameters  :
 283  *          1  :  url = URL (or is it URI?) to break down
 284  *          2  :  http = pointer to the http structure to hold elements.
 285  *                       Will be zeroed before use.  Note that this
 286  *                       function sets the http->gpc and http->ver
 287  *                       members to NULL.
 288  *          3  :  csp = Current client state (buffers, headers, etc...)
 289  *
 290  * Returns     :  JB_ERR_OK on success
 291  *                JB_ERR_MEMORY on out of memory
 292  *                JB_ERR_PARSE on malformed command/URL
 293  *                             or >100 domains deep.
 294  *
 295  *********************************************************************/
 296 jb_err parse_http_url(const char * url,
 297                       struct http_request *http,
 298                       const struct client_state *csp)
 299 {
 300    int host_available = 1; /* A proxy can dream. */
 301
 302    /*
 303     * Zero out the results structure
 304     */
 305    memset(http, '\0', sizeof(*http));
 306
 307
 308    /*
 309     * Save our initial URL
 310     */
 311    http->url = strdup(url);
 312    if (http->url == NULL)
 313    {
 314       return JB_ERR_MEMORY;
 315    }
 316
 317
 318    /*
 319     * Check for * URI. If found, we're done.
 320     */
 321    if (*http->url == '*')
 322    {
 323       if  ( NULL == (http->path = strdup("*"))
 324          || NULL == (http->hostport = strdup("")) )
 325       {
 326          return JB_ERR_MEMORY;
 327       }
 328       if (http->url[1] != '\0')
 329       {
 330          return JB_ERR_PARSE;
 331       }
 332       return JB_ERR_OK;
 333    }
 334
 335
 336    /*
 337     * Split URL into protocol,hostport,path.
 338     */
 339    {
 340       char *buf;
 341       char *url_noproto;
 342       char *url_path;
 343
 344       buf = strdup(url);
 345       if (buf == NULL)
 346       {
 347          return JB_ERR_MEMORY;
 348       }
 349
 350       /* Find the start of the URL in our scratch space */
 351       url_noproto = buf;
 352       if (strncmpic(url_noproto, "http://",  7) == 0)
 353       {
 354          url_noproto += 7;
 355          http->ssl = 0;
 356       }
 357       else if (strncmpic(url_noproto, "https://", 8) == 0)
 358       {
 359          url_noproto += 8;
 360          http->ssl = 1;
 361       }
 362       else if (*url_noproto == '/')
 363       {
 364         /*
 365          * Short request line without protocol and host.
 366          * Most likely because the client's request
 367          * was intercepted and redirected into Privoxy.
 368          */
 369          http->ssl = 0;
 370          http->host = NULL;
 371          host_available = 0;
 372       }
 373       else
 374       {
 375          http->ssl = 0;
 376       }
 377
 378       url_path = strchr(url_noproto, '/');
 379       if (url_path != NULL)
 380       {
 381          /*
 382           * Got a path.
 383           *
 384           * NOTE: The following line ignores the path for HTTPS URLS.
 385           * This means that you get consistent behaviour if you type a
 386           * https URL in and it's parsed by the function.  (When the
 387           * URL is actually retrieved, SSL hides the path part).
 388           */
 389          http->path = strdup(http->ssl ? "/" : url_path);
 390          *url_path = '\0';
 391          http->hostport = strdup(url_noproto);
 392       }
 393       else
 394       {
 395          /*
 396           * Repair broken HTTP requests that don't contain a path,
 397           * or CONNECT requests
 398           */
 399          http->path = strdup("/");
 400          http->hostport = strdup(url_noproto);
 401       }
 402
 403       freez(buf);
 404
 405       if ( (http->path == NULL)
 406         || (http->hostport == NULL))
 407       {
 408          return JB_ERR_MEMORY;
 409       }
 410    }
 411
 412    if (!host_available)
 413    {
 414       /* Without host, there is nothing left to do here */
 415       return JB_ERR_OK;
 416    }
 417
 418    /*
 419     * Split hostport into user/password (ignored), host, port.
 420     */
 421    {
 422       char *buf;
 423       char *host;
 424       char *port;
 425
 426       buf = strdup(http->hostport);
 427       if (buf == NULL)
 428       {
 429          return JB_ERR_MEMORY;
 430       }
 431
 432       /* check if url contains username and/or password */
 433       host = strchr(buf, '@');
 434       if (host != NULL)
 435       {
 436          /* Contains username/password, skip it and the @ sign. */
 437          host++;
 438       }
 439       else
 440       {
 441          /* No username or password. */
 442          host = buf;
 443       }
 444
 445       /* check if url contains port */
 446       port = strchr(host, ':');
 447       if (port != NULL)
 448       {
 449          /* Contains port */
 450          /* Terminate hostname and point to start of port string */
 451          *port++ = '\0';
 452          http->port = atoi(port);
 453       }
 454       else
 455       {
 456          /* No port specified. */
 457          http->port = (http->ssl ? 443 : 80);
 458       }
 459
 460       http->host = strdup(host);
 461
 462       free(buf);
 463
 464       if (http->host == NULL)
 465       {
 466          return JB_ERR_MEMORY;
 467       }
 468    }
 469
 470    /*
 471     * Split domain name so we can compare it against wildcards
 472     */
 473    return init_domain_components(http);
 474
 475 }
 476
 477
 478 /*********************************************************************
 479  *
 480  * Function    :  unknown_method
 481  *
 482  * Description :  Checks whether a method is unknown.
 483  *
 484  * Parameters  :
 485  *          1  :  method = points to a http method
 486  *
 487  * Returns     :  TRUE if it's unknown, FALSE otherwise.
 488  *
 489  *********************************************************************/
 490 static int unknown_method(const char *method)
 491 {
 492    static const char *known_http_methods[] = {
 493       /* Basic HTTP request type */
 494       "GET", "HEAD", "POST", "PUT", "DELETE", "OPTIONS", "TRACE", "CONNECT",
 495       /* webDAV extensions (RFC2518) */
 496       "PROPFIND", "PROPPATCH", "MOVE", "COPY", "MKCOL", "LOCK", "UNLOCK",
 497       /*
 498        * Microsoft webDAV extension for Exchange 2000.  See:
 499        * http://lists.w3.org/Archives/Public/w3c-dist-auth/2002JanMar/0001.html
 500        * http://msdn.microsoft.com/library/en-us/wss/wss/_webdav_methods.asp
 501        */
 502       "BCOPY", "BMOVE", "BDELETE", "BPROPFIND", "BPROPPATCH",
 503       /*
 504        * Another Microsoft webDAV extension for Exchange 2000.  See:
 505        * http://systems.cs.colorado.edu/grunwald/MobileComputing/Papers/draft-cohen-gena-p-base-00.txt
 506        * http://lists.w3.org/Archives/Public/w3c-dist-auth/2002JanMar/0001.html
 507        * http://msdn.microsoft.com/library/en-us/wss/wss/_webdav_methods.asp
 508        */
 509       "SUBSCRIBE", "UNSUBSCRIBE", "NOTIFY", "POLL",
 510       /*
 511        * Yet another WebDAV extension, this time for
 512        * Web Distributed Authoring and Versioning (RFC3253)
 513        */
 514       "VERSION-CONTROL", "REPORT", "CHECKOUT", "CHECKIN", "UNCHECKOUT",
 515       "MKWORKSPACE", "UPDATE", "LABEL", "MERGE", "BASELINE-CONTROL", "MKACTIVITY",
 516       NULL
 517    };
 518    int i;
 519
 520    for (i = 0; NULL != known_http_methods[i]; i++)
 521    {
 522       if (0 == strcmpic(method, known_http_methods[i]))
 523       {
 524          return FALSE;
 525       }
 526    }
 527
 528    return TRUE;
 529
 530 }
 531
 532
 533 /*********************************************************************
 534  *
 535  * Function    :  parse_http_request
 536  *
 537  * Description :  Parse out the host and port from the URL.  Find the
 538  *                hostname & path, port (if ':'), and/or password (if '@')
 539  *
 540  * Parameters  :
 541  *          1  :  req = HTTP request line to break down
 542  *          2  :  http = pointer to the http structure to hold elements
 543  *          3  :  csp = Current client state (buffers, headers, etc...)
 544  *
 545  * Returns     :  JB_ERR_OK on success
 546  *                JB_ERR_MEMORY on out of memory
 547  *                JB_ERR_CGI_PARAMS on malformed command/URL
 548  *                                  or >100 domains deep.
 549  *
 550  *********************************************************************/
 551 jb_err parse_http_request(const char *req,
 552                           struct http_request *http,
 553                           const struct client_state *csp)
 554 {
 555    char *buf;
 556    char *v[10]; /* XXX: Why 10? We should only need three. */
 557    int n;
 558    jb_err err;
 559    int is_connect = 0;
 560
 561    memset(http, '\0', sizeof(*http));
 562
 563    buf = strdup(req);
 564    if (buf == NULL)
 565    {
 566       return JB_ERR_MEMORY;
 567    }
 568
 569    n = ssplit(buf, " \r\n", v, SZ(v), 1, 1);
 570    if (n != 3)
 571    {
 572       free(buf);
 573       return JB_ERR_PARSE;
 574    }
 575
 576    /*
 577     * Fail in case of unknown methods
 578     * which we might not handle correctly.
 579     *
 580     * XXX: There should be a config option
 581     * to forward requests with unknown methods
 582     * anyway. Most of them don't need special
 583     * steps.
 584     */
 585    if (unknown_method(v[0]))
 586    {
 587       log_error(LOG_LEVEL_ERROR, "Unknown HTTP method detected: %s", v[0]);
 588       free(buf);
 589       return JB_ERR_PARSE;
 590    }
 591
 592    if (strcmpic(v[0], "CONNECT") == 0)
 593    {
 594       is_connect = 1;
 595    }
 596
 597    err = parse_http_url(v[1], http, csp);
 598    if (err)
 599    {
 600       free(buf);
 601       return err;
 602    }
 603
 604    /*
 605     * Copy the details into the structure
 606     */
 607    http->ssl = is_connect;
 608    http->cmd = strdup(req);
 609    http->gpc = strdup(v[0]);
 610    http->ver = strdup(v[2]);
 611
 612    if ( (http->cmd == NULL)
 613      || (http->gpc == NULL)
 614      || (http->ver == NULL) )
 615    {
 616       free(buf);
 617       return JB_ERR_MEMORY;
 618    }
 619
 620    free(buf);
 621    return JB_ERR_OK;
 622
 623 }
 624
 625
 626 /*********************************************************************
 627  *
 628  * Function    :  simple_domaincmp
 629  *
 630  * Description :  Domain-wise Compare fqdn's.  The comparison is
 631  *                both left- and right-anchored.  The individual
 632  *                domain names are compared with simplematch().
 633  *                This is only used by domain_match.
 634  *
 635  * Parameters  :
 636  *          1  :  pv = array of patterns to compare
 637  *          2  :  fv = array of domain components to compare
 638  *          3  :  len = length of the arrays (both arrays are the
 639  *                      same length - if they weren't, it couldn't
 640  *                      possibly be a match).
 641  *
 642  * Returns     :  0 => domains are equivalent, else no match.
 643  *
 644  *********************************************************************/
 645 static int simple_domaincmp(char **pv, char **fv, int len)
 646 {
 647    int n;
 648
 649    for (n = 0; n < len; n++)
 650    {
 651       if (simplematch(pv[n], fv[n]))
 652       {
 653          return 1;
 654       }
 655    }
 656
 657    return 0;
 658
 659 }
 660
 661
 662 /*********************************************************************
 663  *
 664  * Function    :  domain_match
 665  *
 666  * Description :  Domain-wise Compare fqdn's. Governed by the bimap in
 667  *                pattern->unachored, the comparison is un-, left-,
 668  *                right-anchored, or both.
 669  *                The individual domain names are compared with
 670  *                simplematch().
 671  *
 672  * Parameters  :
 673  *          1  :  pattern = a domain that may contain a '*' as a wildcard.
 674  *          2  :  fqdn = domain name against which the patterns are compared.
 675  *
 676  * Returns     :  0 => domains are equivalent, else no match.
 677  *
 678  *********************************************************************/
 679 static int domain_match(const struct url_spec *pattern, const struct http_request *fqdn)
 680 {
 681    char **pv, **fv;  /* vectors  */
 682    int    plen, flen;
 683    int unanchored = pattern->unanchored & (ANCHOR_RIGHT | ANCHOR_LEFT);
 684
 685    plen = pattern->dcount;
 686    flen = fqdn->dcount;
 687
 688    if (flen < plen)
 689    {
 690       /* fqdn is too short to match this pattern */
 691       return 1;
 692    }
 693
 694    pv   = pattern->dvec;
 695    fv   = fqdn->dvec;
 696
 697    if (unanchored == ANCHOR_LEFT)
 698    {
 699       /*
 700        * Right anchored.
 701        *
 702        * Convert this into a fully anchored pattern with
 703        * the fqdn and pattern the same length
 704        */
 705       fv += (flen - plen); /* flen - plen >= 0 due to check above */
 706       return simple_domaincmp(pv, fv, plen);
 707    }
 708    else if (unanchored == 0)
 709    {
 710       /* Fully anchored, check length */
 711       if (flen != plen)
 712       {
 713          return 1;
 714       }
 715       return simple_domaincmp(pv, fv, plen);
 716    }
 717    else if (unanchored == ANCHOR_RIGHT)
 718    {
 719       /* Left anchored, ignore all extra in fqdn */
 720       return simple_domaincmp(pv, fv, plen);
 721    }
 722    else
 723    {
 724       /* Unanchored */
 725       int n;
 726       int maxn = flen - plen;
 727       for (n = 0; n <= maxn; n++)
 728       {
 729          if (!simple_domaincmp(pv, fv, plen))
 730          {
 731             return 0;
 732          }
 733          /*
 734           * Doesn't match from start of fqdn
 735           * Try skipping first part of fqdn
 736           */
 737          fv++;
 738       }
 739       return 1;
 740    }
 741
 742 }
 743
 744
 745 /*********************************************************************
 746  *
 747  * Function    :  create_url_spec
 748  *
 749  * Description :  Creates a "url_spec" structure from a string.
 750  *                When finished, free with free_url_spec().
 751  *
 752  * Parameters  :
 753  *          1  :  url = Target url_spec to be filled in.  Will be
 754  *                      zeroed before use.
 755  *          2  :  buf = Source pattern, null terminated.  NOTE: The
 756  *                      contents of this buffer are destroyed by this
 757  *                      function.  If this function succeeds, the
 758  *                      buffer is copied to url->spec.  If this
 759  *                      function fails, the contents of the buffer
 760  *                      are lost forever.
 761  *
 762  * Returns     :  JB_ERR_OK - Success
 763  *                JB_ERR_MEMORY - Out of memory
 764  *                JB_ERR_PARSE - Cannot parse regex (Detailed message
 765  *                               written to system log)
 766  *
 767  *********************************************************************/
 768 jb_err create_url_spec(struct url_spec * url, const char * buf)
 769 {
 770    char *p;
 771    int errcode;
 772    size_t errlen;
 773    char rebuf[BUFFER_SIZE];
 774
 775    assert(url);
 776    assert(buf);
 777
 778    /*
 779     * Zero memory
 780     */
 781    memset(url, '\0', sizeof(*url));
 782
 783    /*
 784     * Save a copy of the orignal specification
 785     */
 786    if ((url->spec = strdup(buf)) == NULL)
 787    {
 788       return JB_ERR_MEMORY;
 789    }
 790
 791    /* Is it tag pattern? */
 792    if (0 == strncmpic("TAG:", url->spec, 4))
 793    {
 794       if (NULL == (url->tag_regex = zalloc(sizeof(*url->tag_regex))))
 795       {
 796          freez(url->spec);
 797          return JB_ERR_MEMORY;
 798       }
 799
 800       /* buf + 4 to skip "TAG:" */
 801       errcode = regcomp(url->tag_regex, buf + 4, (REG_EXTENDED|REG_NOSUB|REG_ICASE));
 802       if (errcode)
 803       {
 804          errlen = regerror(errcode, url->preg, rebuf, sizeof(rebuf));
 805          if (errlen > (sizeof(rebuf) - 1))
 806          {
 807             errlen = sizeof(rebuf) - 1;
 808          }
 809          rebuf[errlen] = '\0';
 810
 811          log_error(LOG_LEVEL_ERROR, "error compiling %s: %s", url->spec, rebuf);
 812
 813          freez(url->spec);
 814          regfree(url->tag_regex);
 815          freez(url->tag_regex);
 816
 817          return JB_ERR_PARSE;
 818       }
 819       return JB_ERR_OK;
 820    }
 821
 822    /* Only reached for URL patterns */
 823    p = strchr(buf, '/');
 824    if (NULL != p)
 825    {
 826       url->path = strdup(p);
 827       if (NULL == url->path)
 828       {
 829          freez(url->spec);
 830          return JB_ERR_MEMORY;
 831       }
 832       *p = '\0';
 833    }
 834    else
 835    {
 836       url->path = NULL;
 837    }
 838    if (url->path)
 839    {
 840       if (NULL == (url->preg = zalloc(sizeof(*url->preg))))
 841       {
 842          freez(url->spec);
 843          freez(url->path);
 844          return JB_ERR_MEMORY;
 845       }
 846
 847       snprintf(rebuf, sizeof(rebuf), "^(%s)", url->path);
 848
 849       errcode = regcomp(url->preg, rebuf,
 850             (REG_EXTENDED|REG_NOSUB|REG_ICASE));
 851       if (errcode)
 852       {
 853          errlen = regerror(errcode, url->preg, rebuf, sizeof(rebuf));
 854
 855          if (errlen > (sizeof(rebuf) - (size_t)1))
 856          {
 857             errlen = sizeof(rebuf) - (size_t)1;
 858          }
 859          rebuf[errlen] = '\0';
 860
 861          log_error(LOG_LEVEL_ERROR, "error compiling %s: %s",
 862             url->spec, rebuf);
 863
 864          freez(url->spec);
 865          freez(url->path);
 866          regfree(url->preg);
 867          freez(url->preg);
 868
 869          return JB_ERR_PARSE;
 870       }
 871    }
 872
 873    p = strchr(buf, ':');
 874    if (NULL != p)
 875    {
 876       *p++ = '\0';
 877       url->port_list = strdup(p);
 878       if (NULL == url->port_list)
 879       {
 880          return JB_ERR_MEMORY;
 881       }
 882    }
 883    else
 884    {
 885       url->port_list = NULL;
 886    }
 887
 888    if (buf[0] != '\0')
 889    {
 890       char *v[150];
 891       size_t size;
 892
 893       /*
 894        * Parse domain part
 895        */
 896       if (buf[strlen(buf) - 1] == '.')
 897       {
 898          url->unanchored |= ANCHOR_RIGHT;
 899       }
 900       if (buf[0] == '.')
 901       {
 902          url->unanchored |= ANCHOR_LEFT;
 903       }
 904
 905       /*
 906        * Split domain into components
 907        */
 908       url->dbuffer = strdup(buf);
 909       if (NULL == url->dbuffer)
 910       {
 911          freez(url->spec);
 912          freez(url->path);
 913          regfree(url->preg);
 914          freez(url->preg);
 915          return JB_ERR_MEMORY;
 916       }
 917
 918       /*
 919        * Map to lower case
 920        */
 921       for (p = url->dbuffer; *p ; p++)
 922       {
 923          *p = (char)tolower((int)(unsigned char)*p);
 924       }
 925
 926       /*
 927        * Split the domain name into components
 928        */
 929       url->dcount = ssplit(url->dbuffer, ".", v, SZ(v), 1, 1);
 930
 931       if (url->dcount < 0)
 932       {
 933          freez(url->spec);
 934          freez(url->path);
 935          regfree(url->preg);
 936          freez(url->preg);
 937          freez(url->dbuffer);
 938          url->dcount = 0;
 939          return JB_ERR_MEMORY;
 940       }
 941       else if (url->dcount != 0)
 942       {
 943
 944          /*
 945           * Save a copy of the pointers in dvec
 946           */
 947          size = (size_t)url->dcount * sizeof(*url->dvec);
 948
 949          url->dvec = (char **)malloc(size);
 950          if (NULL == url->dvec)
 951          {
 952             freez(url->spec);
 953             freez(url->path);
 954             regfree(url->preg);
 955             freez(url->preg);
 956             freez(url->dbuffer);
 957             url->dcount = 0;
 958             return JB_ERR_MEMORY;
 959          }
 960
 961          memcpy(url->dvec, v, size);
 962       }
 963       /*
 964        * else dcount == 0 in which case we needn't do anything,
 965        * since dvec will never be accessed and the pattern will
 966        * match all domains.
 967        */
 968    }
 969
 970    return JB_ERR_OK;
 971
 972 }
 973
 974
 975 /*********************************************************************
 976  *
 977  * Function    :  free_url_spec
 978  *
 979  * Description :  Called from the "unloaders".  Freez the url
 980  *                structure elements.
 981  *
 982  * Parameters  :
 983  *          1  :  url = pointer to a url_spec structure.
 984  *
 985  * Returns     :  N/A
 986  *
 987  *********************************************************************/
 988 void free_url_spec(struct url_spec *url)
 989 {
 990    if (url == NULL) return;
 991
 992    freez(url->spec);
 993    freez(url->dbuffer);
 994    freez(url->dvec);
 995    freez(url->path);
 996    freez(url->port_list);
 997    if (url->preg)
 998    {
 999       regfree(url->preg);
1000       freez(url->preg);
1001    }
1002    if (url->tag_regex)
1003    {
1004       regfree(url->tag_regex);
1005       freez(url->tag_regex);
1006    }
1007 }
1008
1009
1010 /*********************************************************************
1011  *
1012  * Function    :  url_match
1013  *
1014  * Description :  Compare a URL against a URL pattern.
1015  *
1016  * Parameters  :
1017  *          1  :  pattern = a URL pattern
1018  *          2  :  url = URL to match
1019  *
1020  * Returns     :  Nonzero if the URL matches the pattern, else 0.
1021  *
1022  *********************************************************************/
1023 int url_match(const struct url_spec *pattern,
1024               const struct http_request *url)
1025 {
1026    /* XXX: these should probably be functions. */
1027 #define PORT_MATCHES ((NULL == pattern->port_list) || match_portlist(pattern->port_list, url->port))
1028 #define DOMAIN_MATCHES ((NULL == pattern->dbuffer) || (0 == domain_match(pattern, url)))
1029 #define PATH_MATCHES ((NULL == pattern->path) || (0 == regexec(pattern->preg, url->path, 0, NULL, 0)))
1030
1031    if (pattern->tag_regex != NULL)
1032    {
1033       /* It's a tag pattern and shouldn't be matched against URLs */
1034       return 0;
1035    }
1036
1037    return (PORT_MATCHES && DOMAIN_MATCHES && PATH_MATCHES);
1038
1039 }
1040
1041
1042 /*********************************************************************
1043  *
1044  * Function    :  match_portlist
1045  *
1046  * Description :  Check if a given number is covered by a comma
1047  *                separated list of numbers and ranges (a,b-c,d,..)
1048  *
1049  * Parameters  :
1050  *          1  :  portlist = String with list
1051  *          2  :  port = port to check
1052  *
1053  * Returns     :  0 => no match
1054  *                1 => match
1055  *
1056  *********************************************************************/
1057 int match_portlist(const char *portlist, int port)
1058 {
1059    char *min, *max, *next, *portlist_copy;
1060
1061    min = next = portlist_copy = strdup(portlist);
1062
1063    /*
1064     * Zero-terminate first item and remember offset for next
1065     */
1066    if (NULL != (next = strchr(portlist_copy, (int) ',')))
1067    {
1068       *next++ = '\0';
1069    }
1070
1071    /*
1072     * Loop through all items, checking for match
1073     */
1074    while(min)
1075    {
1076       if (NULL == (max = strchr(min, (int) '-')))
1077       {
1078          /*
1079           * No dash, check for equality
1080           */
1081          if (port == atoi(min))
1082          {
1083             free(portlist_copy);
1084             return(1);
1085          }
1086       }
1087       else
1088       {
1089          /*
1090           * This is a range, so check if between min and max,
1091           * or, if max was omitted, between min and 65K
1092           */
1093          *max++ = '\0';
1094          if(port >= atoi(min) && port <= (atoi(max) ? atoi(max) : 65535))
1095          {
1096             free(portlist_copy);
1097             return(1);
1098          }
1099
1100       }
1101
1102       /*
1103        * Jump to next item
1104        */
1105       min = next;
1106
1107       /*
1108        * Zero-terminate next item and remember offset for n+1
1109        */
1110       if ((NULL != next) && (NULL != (next = strchr(next, (int) ','))))
1111       {
1112          *next++ = '\0';
1113       }
1114    }
1115
1116    free(portlist_copy);
1117    return 0;
1118
1119 }
1120
1121
1122 /*
1123   Local Variables:
1124   tab-width: 3
1125   end:
1126 */