urlmatch.c

   1 const char urlmatch_rcs[] = "$Id: urlmatch.c,v 1.23 2008/04/05 12:19:20 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, 2006-2008 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 1.23  2008/04/05 12:19:20  fabiankeil
  37  *    Factor compile_host_pattern() out of create_url_spec().
  38  *
  39  *    Revision 1.22  2008/03/30 15:02:32  fabiankeil
  40  *    SZitify unknown_method().
  41  *
  42  *    Revision 1.21  2007/12/24 16:34:23  fabiankeil
  43  *    Band-aid (and micro-optimization) that makes it less likely to run out of
  44  *    stack space with overly-complex path patterns. Probably masks the problem
  45  *    reported by Lee in #1856679. Hohoho.
  46  *
  47  *    Revision 1.20  2007/09/02 15:31:20  fabiankeil
  48  *    Move match_portlist() from filter.c to urlmatch.c.
  49  *    It's used for url matching, not for filtering.
  50  *
  51  *    Revision 1.19  2007/09/02 13:42:11  fabiankeil
  52  *    - Allow port lists in url patterns.
  53  *    - Ditch unused url_spec member pathlen.
  54  *
  55  *    Revision 1.18  2007/07/30 16:42:21  fabiankeil
  56  *    Move the method check into unknown_method()
  57  *    and loop through the known methods instead
  58  *    of using a screen-long OR chain.
  59  *
  60  *    Revision 1.17  2007/04/15 16:39:21  fabiankeil
  61  *    Introduce tags as alternative way to specify which
  62  *    actions apply to a request. At the moment tags can be
  63  *    created based on client and server headers.
  64  *
  65  *    Revision 1.16  2007/02/13 13:59:24  fabiankeil
  66  *    Remove redundant log message.
  67  *
  68  *    Revision 1.15  2007/01/28 16:11:23  fabiankeil
  69  *    Accept WebDAV methods for subversion
  70  *    in parse_http_request(). Closes FR 1581425.
  71  *
  72  *    Revision 1.14  2007/01/06 14:23:56  fabiankeil
  73  *    Fix gcc43 warnings. Mark *csp as immutable
  74  *    for parse_http_url() and url_match().
  75  *    Replace a sprintf call with snprintf.
  76  *
  77  *    Revision 1.13  2006/12/06 19:50:54  fabiankeil
  78  *    parse_http_url() now handles intercepted
  79  *    HTTP request lines as well. Moved parts
  80  *    of parse_http_url()'s code into
  81  *    init_domain_components() so that it can
  82  *    be reused in chat().
  83  *
  84  *    Revision 1.12  2006/07/18 14:48:47  david__schmidt
  85  *    Reorganizing the repository: swapping out what was HEAD (the old 3.1 branch)
  86  *    with what was really the latest development (the v_3_0_branch branch)
  87  *
  88  *    Revision 1.10.2.7  2003/05/17 15:57:24  oes
  89  *     - parse_http_url now checks memory allocation failure for
  90  *       duplication of "*" URL and rejects "*something" URLs
  91  *       Closes bug #736344
  92  *     - Added a comment to what might look like a bug in
  93  *       create_url_spec (see !bug #736931)
  94  *     - Comment cosmetics
  95  *
  96  *    Revision 1.10.2.6  2003/05/07 12:39:48  oes
  97  *    Fix typo: Default port for https URLs is 443, not 143.
  98  *    Thanks to Scott Tregear for spotting this one.
  99  *
 100  *    Revision 1.10.2.5  2003/02/28 13:09:29  oes
 101  *    Fixed a rare double free condition as per Bug #694713
 102  *
 103  *    Revision 1.10.2.4  2003/02/28 12:57:44  oes
 104  *    Moved freeing of http request structure to its owner
 105  *    as per Dan Price's observations in Bug #694713
 106  *
 107  *    Revision 1.10.2.3  2002/11/12 16:50:40  oes
 108  *    Fixed memory leak in parse_http_request() reported by Oliver Stoeneberg. Fixes bug #637073
 109  *
 110  *    Revision 1.10.2.2  2002/09/25 14:53:15  oes
 111  *    Added basic support for OPTIONS and TRACE HTTP methods:
 112  *    parse_http_url now recognizes the "*" URI as well as
 113  *    the OPTIONS and TRACE method keywords.
 114  *
 115  *    Revision 1.10.2.1  2002/06/06 19:06:44  jongfoster
 116  *    Adding support for proprietary Microsoft WebDAV extensions
 117  *
 118  *    Revision 1.10  2002/05/12 21:40:37  jongfoster
 119  *    - Removing some unused code
 120  *
 121  *    Revision 1.9  2002/04/04 00:36:36  gliptak
 122  *    always use pcre for matching
 123  *
 124  *    Revision 1.8  2002/04/03 23:32:47  jongfoster
 125  *    Fixing memory leak on error
 126  *
 127  *    Revision 1.7  2002/03/26 22:29:55  swa
 128  *    we have a new homepage!
 129  *
 130  *    Revision 1.6  2002/03/24 13:25:43  swa
 131  *    name change related issues
 132  *
 133  *    Revision 1.5  2002/03/13 00:27:05  jongfoster
 134  *    Killing warnings
 135  *
 136  *    Revision 1.4  2002/03/07 03:46:17  oes
 137  *    Fixed compiler warnings
 138  *
 139  *    Revision 1.3  2002/03/03 14:51:11  oes
 140  *    Fixed CLF logging: Added ocmd member for client's request to struct http_request
 141  *
 142  *    Revision 1.2  2002/01/21 00:14:09  jongfoster
 143  *    Correcting comment style
 144  *    Fixing an uninitialized memory bug in create_url_spec()
 145  *
 146  *    Revision 1.1  2002/01/17 20:53:46  jongfoster
 147  *    Moving all our URL and URL pattern parsing code to the same file - it
 148  *    was scattered around in filters.c, loaders.c and parsers.c.
 149  *
 150  *    Providing a single, simple url_match(pattern,url) function - rather than
 151  *    the 3-line match routine which was repeated all over the place.
 152  *
 153  *    Renaming free_url to free_url_spec, since it frees a struct url_spec.
 154  *
 155  *    Providing parse_http_url() so that URLs can be parsed without faking a
 156  *    HTTP request line for parse_http_request() or repeating the parsing
 157  *    code (both of which were techniques that were actually in use).
 158  *
 159  *    Standardizing that struct http_request is used to represent a URL, and
 160  *    struct url_spec is used to represent a URL pattern.  (Before, URLs were
 161  *    represented as seperate variables and a partially-filled-in url_spec).
 162  *
 163  *
 164  *********************************************************************/
 165 \f
 166
 167 #include "config.h"
 168
 169 #ifndef _WIN32
 170 #include <stdio.h>
 171 #include <sys/types.h>
 172 #endif
 173
 174 #include <stdlib.h>
 175 #include <ctype.h>
 176 #include <assert.h>
 177 #include <string.h>
 178
 179 #if !defined(_WIN32) && !defined(__OS2__)
 180 #include <unistd.h>
 181 #endif
 182
 183 #include "project.h"
 184 #include "urlmatch.h"
 185 #include "ssplit.h"
 186 #include "miscutil.h"
 187 #include "errlog.h"
 188
 189 const char urlmatch_h_rcs[] = URLMATCH_H_VERSION;
 190
 191
 192 /*********************************************************************
 193  *
 194  * Function    :  free_http_request
 195  *
 196  * Description :  Freez a http_request structure
 197  *
 198  * Parameters  :
 199  *          1  :  http = points to a http_request structure to free
 200  *
 201  * Returns     :  N/A
 202  *
 203  *********************************************************************/
 204 void free_http_request(struct http_request *http)
 205 {
 206    assert(http);
 207
 208    freez(http->cmd);
 209    freez(http->ocmd);
 210    freez(http->gpc);
 211    freez(http->host);
 212    freez(http->url);
 213    freez(http->hostport);
 214    freez(http->path);
 215    freez(http->ver);
 216    freez(http->host_ip_addr_str);
 217    freez(http->dbuffer);
 218    freez(http->dvec);
 219    http->dcount = 0;
 220 }
 221
 222
 223 /*********************************************************************
 224  *
 225  * Function    :  init_domain_components
 226  *
 227  * Description :  Splits the domain name so we can compare it
 228  *                against wildcards. It used to be part of
 229  *                parse_http_url, but was separated because the
 230  *                same code is required in chat in case of
 231  *                intercepted requests.
 232  *
 233  * Parameters  :
 234  *          1  :  http = pointer to the http structure to hold elements.
 235  *
 236  * Returns     :  JB_ERR_OK on success
 237  *                JB_ERR_MEMORY on out of memory
 238  *                JB_ERR_PARSE on malformed command/URL
 239  *                             or >100 domains deep.
 240  *
 241  *********************************************************************/
 242 jb_err init_domain_components(struct http_request *http)
 243 {
 244    char *vec[BUFFER_SIZE];
 245    size_t size;
 246    char *p;
 247
 248    http->dbuffer = strdup(http->host);
 249    if (NULL == http->dbuffer)
 250    {
 251       return JB_ERR_MEMORY;
 252    }
 253
 254    /* map to lower case */
 255    for (p = http->dbuffer; *p ; p++)
 256    {
 257       *p = (char)tolower((int)(unsigned char)*p);
 258    }
 259
 260    /* split the domain name into components */
 261    http->dcount = ssplit(http->dbuffer, ".", vec, SZ(vec), 1, 1);
 262
 263    if (http->dcount <= 0)
 264    {
 265       /*
 266        * Error: More than SZ(vec) components in domain
 267        *    or: no components in domain
 268        */
 269       log_error(LOG_LEVEL_ERROR, "More than SZ(vec) components in domain or none at all.");
 270       return JB_ERR_PARSE;
 271    }
 272
 273    /* save a copy of the pointers in dvec */
 274    size = (size_t)http->dcount * sizeof(*http->dvec);
 275
 276    http->dvec = (char **)malloc(size);
 277    if (NULL == http->dvec)
 278    {
 279       return JB_ERR_MEMORY;
 280    }
 281
 282    memcpy(http->dvec, vec, size);
 283
 284    return JB_ERR_OK;
 285 }
 286
 287
 288 /*********************************************************************
 289  *
 290  * Function    :  parse_http_url
 291  *
 292  * Description :  Parse out the host and port from the URL.  Find the
 293  *                hostname & path, port (if ':'), and/or password (if '@')
 294  *
 295  * Parameters  :
 296  *          1  :  url = URL (or is it URI?) to break down
 297  *          2  :  http = pointer to the http structure to hold elements.
 298  *                       Will be zeroed before use.  Note that this
 299  *                       function sets the http->gpc and http->ver
 300  *                       members to NULL.
 301  *          3  :  csp = Current client state (buffers, headers, etc...)
 302  *
 303  * Returns     :  JB_ERR_OK on success
 304  *                JB_ERR_MEMORY on out of memory
 305  *                JB_ERR_PARSE on malformed command/URL
 306  *                             or >100 domains deep.
 307  *
 308  *********************************************************************/
 309 jb_err parse_http_url(const char * url,
 310                       struct http_request *http,
 311                       const struct client_state *csp)
 312 {
 313    int host_available = 1; /* A proxy can dream. */
 314
 315    /*
 316     * Zero out the results structure
 317     */
 318    memset(http, '\0', sizeof(*http));
 319
 320
 321    /*
 322     * Save our initial URL
 323     */
 324    http->url = strdup(url);
 325    if (http->url == NULL)
 326    {
 327       return JB_ERR_MEMORY;
 328    }
 329
 330
 331    /*
 332     * Check for * URI. If found, we're done.
 333     */
 334    if (*http->url == '*')
 335    {
 336       if  ( NULL == (http->path = strdup("*"))
 337          || NULL == (http->hostport = strdup("")) )
 338       {
 339          return JB_ERR_MEMORY;
 340       }
 341       if (http->url[1] != '\0')
 342       {
 343          return JB_ERR_PARSE;
 344       }
 345       return JB_ERR_OK;
 346    }
 347
 348
 349    /*
 350     * Split URL into protocol,hostport,path.
 351     */
 352    {
 353       char *buf;
 354       char *url_noproto;
 355       char *url_path;
 356
 357       buf = strdup(url);
 358       if (buf == NULL)
 359       {
 360          return JB_ERR_MEMORY;
 361       }
 362
 363       /* Find the start of the URL in our scratch space */
 364       url_noproto = buf;
 365       if (strncmpic(url_noproto, "http://",  7) == 0)
 366       {
 367          url_noproto += 7;
 368          http->ssl = 0;
 369       }
 370       else if (strncmpic(url_noproto, "https://", 8) == 0)
 371       {
 372          url_noproto += 8;
 373          http->ssl = 1;
 374       }
 375       else if (*url_noproto == '/')
 376       {
 377         /*
 378          * Short request line without protocol and host.
 379          * Most likely because the client's request
 380          * was intercepted and redirected into Privoxy.
 381          */
 382          http->ssl = 0;
 383          http->host = NULL;
 384          host_available = 0;
 385       }
 386       else
 387       {
 388          http->ssl = 0;
 389       }
 390
 391       url_path = strchr(url_noproto, '/');
 392       if (url_path != NULL)
 393       {
 394          /*
 395           * Got a path.
 396           *
 397           * NOTE: The following line ignores the path for HTTPS URLS.
 398           * This means that you get consistent behaviour if you type a
 399           * https URL in and it's parsed by the function.  (When the
 400           * URL is actually retrieved, SSL hides the path part).
 401           */
 402          http->path = strdup(http->ssl ? "/" : url_path);
 403          *url_path = '\0';
 404          http->hostport = strdup(url_noproto);
 405       }
 406       else
 407       {
 408          /*
 409           * Repair broken HTTP requests that don't contain a path,
 410           * or CONNECT requests
 411           */
 412          http->path = strdup("/");
 413          http->hostport = strdup(url_noproto);
 414       }
 415
 416       freez(buf);
 417
 418       if ( (http->path == NULL)
 419         || (http->hostport == NULL))
 420       {
 421          return JB_ERR_MEMORY;
 422       }
 423    }
 424
 425    if (!host_available)
 426    {
 427       /* Without host, there is nothing left to do here */
 428       return JB_ERR_OK;
 429    }
 430
 431    /*
 432     * Split hostport into user/password (ignored), host, port.
 433     */
 434    {
 435       char *buf;
 436       char *host;
 437       char *port;
 438
 439       buf = strdup(http->hostport);
 440       if (buf == NULL)
 441       {
 442          return JB_ERR_MEMORY;
 443       }
 444
 445       /* check if url contains username and/or password */
 446       host = strchr(buf, '@');
 447       if (host != NULL)
 448       {
 449          /* Contains username/password, skip it and the @ sign. */
 450          host++;
 451       }
 452       else
 453       {
 454          /* No username or password. */
 455          host = buf;
 456       }
 457
 458       /* check if url contains port */
 459       port = strchr(host, ':');
 460       if (port != NULL)
 461       {
 462          /* Contains port */
 463          /* Terminate hostname and point to start of port string */
 464          *port++ = '\0';
 465          http->port = atoi(port);
 466       }
 467       else
 468       {
 469          /* No port specified. */
 470          http->port = (http->ssl ? 443 : 80);
 471       }
 472
 473       http->host = strdup(host);
 474
 475       free(buf);
 476
 477       if (http->host == NULL)
 478       {
 479          return JB_ERR_MEMORY;
 480       }
 481    }
 482
 483    /*
 484     * Split domain name so we can compare it against wildcards
 485     */
 486    return init_domain_components(http);
 487
 488 }
 489
 490
 491 /*********************************************************************
 492  *
 493  * Function    :  unknown_method
 494  *
 495  * Description :  Checks whether a method is unknown.
 496  *
 497  * Parameters  :
 498  *          1  :  method = points to a http method
 499  *
 500  * Returns     :  TRUE if it's unknown, FALSE otherwise.
 501  *
 502  *********************************************************************/
 503 static int unknown_method(const char *method)
 504 {
 505    static const char *known_http_methods[] = {
 506       /* Basic HTTP request type */
 507       "GET", "HEAD", "POST", "PUT", "DELETE", "OPTIONS", "TRACE", "CONNECT",
 508       /* webDAV extensions (RFC2518) */
 509       "PROPFIND", "PROPPATCH", "MOVE", "COPY", "MKCOL", "LOCK", "UNLOCK",
 510       /*
 511        * Microsoft webDAV extension for Exchange 2000.  See:
 512        * http://lists.w3.org/Archives/Public/w3c-dist-auth/2002JanMar/0001.html
 513        * http://msdn.microsoft.com/library/en-us/wss/wss/_webdav_methods.asp
 514        */
 515       "BCOPY", "BMOVE", "BDELETE", "BPROPFIND", "BPROPPATCH",
 516       /*
 517        * Another Microsoft webDAV extension for Exchange 2000.  See:
 518        * http://systems.cs.colorado.edu/grunwald/MobileComputing/Papers/draft-cohen-gena-p-base-00.txt
 519        * http://lists.w3.org/Archives/Public/w3c-dist-auth/2002JanMar/0001.html
 520        * http://msdn.microsoft.com/library/en-us/wss/wss/_webdav_methods.asp
 521        */
 522       "SUBSCRIBE", "UNSUBSCRIBE", "NOTIFY", "POLL",
 523       /*
 524        * Yet another WebDAV extension, this time for
 525        * Web Distributed Authoring and Versioning (RFC3253)
 526        */
 527       "VERSION-CONTROL", "REPORT", "CHECKOUT", "CHECKIN", "UNCHECKOUT",
 528       "MKWORKSPACE", "UPDATE", "LABEL", "MERGE", "BASELINE-CONTROL", "MKACTIVITY",
 529    };
 530    int i;
 531
 532    for (i = 0; i < SZ(known_http_methods); i++)
 533    {
 534       if (0 == strcmpic(method, known_http_methods[i]))
 535       {
 536          return FALSE;
 537       }
 538    }
 539
 540    return TRUE;
 541
 542 }
 543
 544
 545 /*********************************************************************
 546  *
 547  * Function    :  parse_http_request
 548  *
 549  * Description :  Parse out the host and port from the URL.  Find the
 550  *                hostname & path, port (if ':'), and/or password (if '@')
 551  *
 552  * Parameters  :
 553  *          1  :  req = HTTP request line to break down
 554  *          2  :  http = pointer to the http structure to hold elements
 555  *          3  :  csp = Current client state (buffers, headers, etc...)
 556  *
 557  * Returns     :  JB_ERR_OK on success
 558  *                JB_ERR_MEMORY on out of memory
 559  *                JB_ERR_CGI_PARAMS on malformed command/URL
 560  *                                  or >100 domains deep.
 561  *
 562  *********************************************************************/
 563 jb_err parse_http_request(const char *req,
 564                           struct http_request *http,
 565                           const struct client_state *csp)
 566 {
 567    char *buf;
 568    char *v[10]; /* XXX: Why 10? We should only need three. */
 569    int n;
 570    jb_err err;
 571    int is_connect = 0;
 572
 573    memset(http, '\0', sizeof(*http));
 574
 575    buf = strdup(req);
 576    if (buf == NULL)
 577    {
 578       return JB_ERR_MEMORY;
 579    }
 580
 581    n = ssplit(buf, " \r\n", v, SZ(v), 1, 1);
 582    if (n != 3)
 583    {
 584       free(buf);
 585       return JB_ERR_PARSE;
 586    }
 587
 588    /*
 589     * Fail in case of unknown methods
 590     * which we might not handle correctly.
 591     *
 592     * XXX: There should be a config option
 593     * to forward requests with unknown methods
 594     * anyway. Most of them don't need special
 595     * steps.
 596     */
 597    if (unknown_method(v[0]))
 598    {
 599       log_error(LOG_LEVEL_ERROR, "Unknown HTTP method detected: %s", v[0]);
 600       free(buf);
 601       return JB_ERR_PARSE;
 602    }
 603
 604    if (strcmpic(v[0], "CONNECT") == 0)
 605    {
 606       is_connect = 1;
 607    }
 608
 609    err = parse_http_url(v[1], http, csp);
 610    if (err)
 611    {
 612       free(buf);
 613       return err;
 614    }
 615
 616    /*
 617     * Copy the details into the structure
 618     */
 619    http->ssl = is_connect;
 620    http->cmd = strdup(req);
 621    http->gpc = strdup(v[0]);
 622    http->ver = strdup(v[2]);
 623
 624    if ( (http->cmd == NULL)
 625      || (http->gpc == NULL)
 626      || (http->ver == NULL) )
 627    {
 628       free(buf);
 629       return JB_ERR_MEMORY;
 630    }
 631
 632    free(buf);
 633    return JB_ERR_OK;
 634
 635 }
 636
 637
 638 #ifdef FEATURE_PCRE_HOST_PATTERNS
 639 /*********************************************************************
 640  *
 641  * Function    :  compile_host_pattern
 642  *
 643  * Description :  Parses and compiles a PCRE host pattern..
 644  *
 645  * Parameters  :
 646  *          1  :  url = Target url_spec to be filled in.
 647  *          2  :  host_pattern = Host pattern to compile.
 648  *
 649  * Returns     :  JB_ERR_OK - Success
 650  *                JB_ERR_MEMORY - Out of memory
 651  *                JB_ERR_PARSE - Cannot parse regex
 652  *
 653  *********************************************************************/
 654 static jb_err compile_host_pattern(struct url_spec *url, const char *host_pattern)
 655 {
 656    int errcode;
 657    char rebuf[BUFFER_SIZE];
 658
 659    assert(host_pattern);
 660    assert(strlen(host_pattern) < sizeof(rebuf) - 2);
 661
 662    url->host_regex = zalloc(sizeof(*url->host_regex));
 663    if (NULL == url->host_regex)
 664    {
 665       free_url_spec(url);
 666       return JB_ERR_MEMORY;
 667    }
 668
 669    snprintf(rebuf, sizeof(rebuf), "%s$", host_pattern);
 670
 671    errcode = regcomp(url->host_regex, rebuf,
 672       (REG_EXTENDED|REG_NOSUB|REG_ICASE));
 673
 674    if (errcode)
 675    {
 676       size_t errlen = regerror(errcode, url->host_regex, rebuf, sizeof(rebuf));
 677       if (errlen > (sizeof(rebuf) - (size_t)1))
 678       {
 679          errlen = sizeof(rebuf) - (size_t)1;
 680       }
 681       rebuf[errlen] = '\0';
 682       log_error(LOG_LEVEL_ERROR, "error compiling %s: %s", url->spec, rebuf);
 683       free_url_spec(url);
 684
 685       return JB_ERR_PARSE;
 686    }
 687
 688    return JB_ERR_OK;
 689
 690 }
 691
 692 #else
 693
 694 /*********************************************************************
 695  *
 696  * Function    :  compile_host_pattern
 697  *
 698  * Description :  Parses and "compiles" an old-school host pattern.
 699  *
 700  * Parameters  :
 701  *          1  :  url = Target url_spec to be filled in.
 702  *          2  :  host_pattern = Host pattern to parse.
 703  *
 704  * Returns     :  JB_ERR_OK - Success
 705  *                JB_ERR_MEMORY - Out of memory
 706  *                JB_ERR_PARSE - Cannot parse regex
 707  *
 708  *********************************************************************/
 709 static jb_err compile_host_pattern(struct url_spec *url, const char *host_pattern)
 710 {
 711    char *v[150];
 712    size_t size;
 713    char *p;
 714
 715    /*
 716     * Parse domain part
 717     */
 718    if (host_pattern[strlen(host_pattern) - 1] == '.')
 719    {
 720       url->unanchored |= ANCHOR_RIGHT;
 721    }
 722    if (host_pattern[0] == '.')
 723    {
 724       url->unanchored |= ANCHOR_LEFT;
 725    }
 726
 727    /*
 728     * Split domain into components
 729     */
 730    url->dbuffer = strdup(host_pattern);
 731    if (NULL == url->dbuffer)
 732    {
 733       freez(url->spec);
 734       freez(url->path);
 735       regfree(url->preg);
 736       freez(url->preg);
 737       return JB_ERR_MEMORY;
 738    }
 739
 740    /*
 741     * Map to lower case
 742     */
 743    for (p = url->dbuffer; *p ; p++)
 744    {
 745       *p = (char)tolower((int)(unsigned char)*p);
 746    }
 747
 748    /*
 749     * Split the domain name into components
 750     */
 751    url->dcount = ssplit(url->dbuffer, ".", v, SZ(v), 1, 1);
 752
 753    if (url->dcount < 0)
 754    {
 755       freez(url->spec);
 756       freez(url->path);
 757       regfree(url->preg);
 758       freez(url->preg);
 759       freez(url->dbuffer);
 760       url->dcount = 0;
 761       return JB_ERR_MEMORY;
 762    }
 763    else if (url->dcount != 0)
 764    {
 765       /*
 766        * Save a copy of the pointers in dvec
 767        */
 768       size = (size_t)url->dcount * sizeof(*url->dvec);
 769
 770       url->dvec = (char **)malloc(size);
 771       if (NULL == url->dvec)
 772       {
 773          freez(url->spec);
 774          freez(url->path);
 775          regfree(url->preg);
 776          freez(url->preg);
 777          freez(url->dbuffer);
 778          url->dcount = 0;
 779          return JB_ERR_MEMORY;
 780       }
 781
 782       memcpy(url->dvec, v, size);
 783    }
 784    /*
 785     * else dcount == 0 in which case we needn't do anything,
 786     * since dvec will never be accessed and the pattern will
 787     * match all domains.
 788     */
 789    return JB_ERR_OK;
 790 }
 791
 792
 793 /*********************************************************************
 794  *
 795  * Function    :  simple_domaincmp
 796  *
 797  * Description :  Domain-wise Compare fqdn's.  The comparison is
 798  *                both left- and right-anchored.  The individual
 799  *                domain names are compared with simplematch().
 800  *                This is only used by domain_match.
 801  *
 802  * Parameters  :
 803  *          1  :  pv = array of patterns to compare
 804  *          2  :  fv = array of domain components to compare
 805  *          3  :  len = length of the arrays (both arrays are the
 806  *                      same length - if they weren't, it couldn't
 807  *                      possibly be a match).
 808  *
 809  * Returns     :  0 => domains are equivalent, else no match.
 810  *
 811  *********************************************************************/
 812 static int simple_domaincmp(char **pv, char **fv, int len)
 813 {
 814    int n;
 815
 816    for (n = 0; n < len; n++)
 817    {
 818       if (simplematch(pv[n], fv[n]))
 819       {
 820          return 1;
 821       }
 822    }
 823
 824    return 0;
 825
 826 }
 827
 828
 829 /*********************************************************************
 830  *
 831  * Function    :  domain_match
 832  *
 833  * Description :  Domain-wise Compare fqdn's. Governed by the bimap in
 834  *                pattern->unachored, the comparison is un-, left-,
 835  *                right-anchored, or both.
 836  *                The individual domain names are compared with
 837  *                simplematch().
 838  *
 839  * Parameters  :
 840  *          1  :  pattern = a domain that may contain a '*' as a wildcard.
 841  *          2  :  fqdn = domain name against which the patterns are compared.
 842  *
 843  * Returns     :  0 => domains are equivalent, else no match.
 844  *
 845  *********************************************************************/
 846 static int domain_match(const struct url_spec *pattern, const struct http_request *fqdn)
 847 {
 848    char **pv, **fv;  /* vectors  */
 849    int    plen, flen;
 850    int unanchored = pattern->unanchored & (ANCHOR_RIGHT | ANCHOR_LEFT);
 851
 852    plen = pattern->dcount;
 853    flen = fqdn->dcount;
 854
 855    if (flen < plen)
 856    {
 857       /* fqdn is too short to match this pattern */
 858       return 1;
 859    }
 860
 861    pv   = pattern->dvec;
 862    fv   = fqdn->dvec;
 863
 864    if (unanchored == ANCHOR_LEFT)
 865    {
 866       /*
 867        * Right anchored.
 868        *
 869        * Convert this into a fully anchored pattern with
 870        * the fqdn and pattern the same length
 871        */
 872       fv += (flen - plen); /* flen - plen >= 0 due to check above */
 873       return simple_domaincmp(pv, fv, plen);
 874    }
 875    else if (unanchored == 0)
 876    {
 877       /* Fully anchored, check length */
 878       if (flen != plen)
 879       {
 880          return 1;
 881       }
 882       return simple_domaincmp(pv, fv, plen);
 883    }
 884    else if (unanchored == ANCHOR_RIGHT)
 885    {
 886       /* Left anchored, ignore all extra in fqdn */
 887       return simple_domaincmp(pv, fv, plen);
 888    }
 889    else
 890    {
 891       /* Unanchored */
 892       int n;
 893       int maxn = flen - plen;
 894       for (n = 0; n <= maxn; n++)
 895       {
 896          if (!simple_domaincmp(pv, fv, plen))
 897          {
 898             return 0;
 899          }
 900          /*
 901           * Doesn't match from start of fqdn
 902           * Try skipping first part of fqdn
 903           */
 904          fv++;
 905       }
 906       return 1;
 907    }
 908
 909 }
 910 #endif /* def FEATURE_PCRE_HOST_PATTERNS */
 911
 912
 913 /*********************************************************************
 914  *
 915  * Function    :  create_url_spec
 916  *
 917  * Description :  Creates a "url_spec" structure from a string.
 918  *                When finished, free with free_url_spec().
 919  *
 920  * Parameters  :
 921  *          1  :  url = Target url_spec to be filled in.  Will be
 922  *                      zeroed before use.
 923  *          2  :  buf = Source pattern, null terminated.  NOTE: The
 924  *                      contents of this buffer are destroyed by this
 925  *                      function.  If this function succeeds, the
 926  *                      buffer is copied to url->spec.  If this
 927  *                      function fails, the contents of the buffer
 928  *                      are lost forever.
 929  *
 930  * Returns     :  JB_ERR_OK - Success
 931  *                JB_ERR_MEMORY - Out of memory
 932  *                JB_ERR_PARSE - Cannot parse regex (Detailed message
 933  *                               written to system log)
 934  *
 935  *********************************************************************/
 936 jb_err create_url_spec(struct url_spec * url, const char * buf)
 937 {
 938    char *p;
 939    int errcode;
 940    size_t errlen;
 941    char rebuf[BUFFER_SIZE];
 942
 943    assert(url);
 944    assert(buf);
 945
 946    /*
 947     * Zero memory
 948     */
 949    memset(url, '\0', sizeof(*url));
 950
 951    /*
 952     * Save a copy of the orignal specification
 953     */
 954    if ((url->spec = strdup(buf)) == NULL)
 955    {
 956       return JB_ERR_MEMORY;
 957    }
 958
 959    /* Is it tag pattern? */
 960    if (0 == strncmpic("TAG:", url->spec, 4))
 961    {
 962       if (NULL == (url->tag_regex = zalloc(sizeof(*url->tag_regex))))
 963       {
 964          freez(url->spec);
 965          return JB_ERR_MEMORY;
 966       }
 967
 968       /* buf + 4 to skip "TAG:" */
 969       errcode = regcomp(url->tag_regex, buf + 4, (REG_EXTENDED|REG_NOSUB|REG_ICASE));
 970       if (errcode)
 971       {
 972          errlen = regerror(errcode, url->preg, rebuf, sizeof(rebuf));
 973          if (errlen > (sizeof(rebuf) - 1))
 974          {
 975             errlen = sizeof(rebuf) - 1;
 976          }
 977          rebuf[errlen] = '\0';
 978
 979          log_error(LOG_LEVEL_ERROR, "error compiling %s: %s", url->spec, rebuf);
 980
 981          freez(url->spec);
 982          regfree(url->tag_regex);
 983          freez(url->tag_regex);
 984
 985          return JB_ERR_PARSE;
 986       }
 987       return JB_ERR_OK;
 988    }
 989
 990    /* Only reached for URL patterns */
 991    p = strchr(buf, '/');
 992    if (NULL != p)
 993    {
 994       url->path = strdup(p);
 995       if (NULL == url->path)
 996       {
 997          freez(url->spec);
 998          return JB_ERR_MEMORY;
 999       }
1000       *p = '\0';
1001    }
1002    else
1003    {
1004       url->path = NULL;
1005    }
1006    if (url->path)
1007    {
1008       if (NULL == (url->preg = zalloc(sizeof(*url->preg))))
1009       {
1010          freez(url->spec);
1011          freez(url->path);
1012          return JB_ERR_MEMORY;
1013       }
1014
1015       snprintf(rebuf, sizeof(rebuf), "^(%s)", url->path);
1016
1017       errcode = regcomp(url->preg, rebuf,
1018             (REG_EXTENDED|REG_NOSUB|REG_ICASE));
1019       if (errcode)
1020       {
1021          errlen = regerror(errcode, url->preg, rebuf, sizeof(rebuf));
1022
1023          if (errlen > (sizeof(rebuf) - (size_t)1))
1024          {
1025             errlen = sizeof(rebuf) - (size_t)1;
1026          }
1027          rebuf[errlen] = '\0';
1028
1029          log_error(LOG_LEVEL_ERROR, "error compiling %s: %s",
1030             url->spec, rebuf);
1031
1032          freez(url->spec);
1033          freez(url->path);
1034          regfree(url->preg);
1035          freez(url->preg);
1036
1037          return JB_ERR_PARSE;
1038       }
1039    }
1040
1041    p = strchr(buf, ':');
1042    if (NULL != p)
1043    {
1044       *p++ = '\0';
1045       url->port_list = strdup(p);
1046       if (NULL == url->port_list)
1047       {
1048          return JB_ERR_MEMORY;
1049       }
1050    }
1051    else
1052    {
1053       url->port_list = NULL;
1054    }
1055
1056    if (buf[0] != '\0')
1057    {
1058       return compile_host_pattern(url, buf);
1059    }
1060
1061    return JB_ERR_OK;
1062
1063 }
1064
1065
1066 /*********************************************************************
1067  *
1068  * Function    :  free_url_spec
1069  *
1070  * Description :  Called from the "unloaders".  Freez the url
1071  *                structure elements.
1072  *
1073  * Parameters  :
1074  *          1  :  url = pointer to a url_spec structure.
1075  *
1076  * Returns     :  N/A
1077  *
1078  *********************************************************************/
1079 void free_url_spec(struct url_spec *url)
1080 {
1081    if (url == NULL) return;
1082
1083    freez(url->spec);
1084 #ifdef FEATURE_PCRE_HOST_PATTERNS
1085    if (url->host_regex)
1086    {
1087       regfree(url->host_regex);
1088       freez(url->host_regex);
1089    }
1090 #else
1091    freez(url->dbuffer);
1092    freez(url->dvec);
1093 #endif /* ndef FEATURE_PCRE_HOST_PATTERNS */
1094    freez(url->path);
1095    freez(url->port_list);
1096    if (url->preg)
1097    {
1098       regfree(url->preg);
1099       freez(url->preg);
1100    }
1101    if (url->tag_regex)
1102    {
1103       regfree(url->tag_regex);
1104       freez(url->tag_regex);
1105    }
1106 }
1107
1108
1109 /*********************************************************************
1110  *
1111  * Function    :  url_match
1112  *
1113  * Description :  Compare a URL against a URL pattern.
1114  *
1115  * Parameters  :
1116  *          1  :  pattern = a URL pattern
1117  *          2  :  url = URL to match
1118  *
1119  * Returns     :  Nonzero if the URL matches the pattern, else 0.
1120  *
1121  *********************************************************************/
1122 int url_match(const struct url_spec *pattern,
1123               const struct http_request *url)
1124 {
1125    /* XXX: these should probably be functions. */
1126 #define PORT_MATCHES ((NULL == pattern->port_list) || match_portlist(pattern->port_list, url->port))
1127 #ifdef FEATURE_PCRE_HOST_PATTERNS
1128 #define DOMAIN_MATCHES ((NULL == pattern->host_regex) || (0 == regexec(pattern->host_regex, url->host, 0, NULL, 0)))
1129 #else
1130 #define DOMAIN_MATCHES ((NULL == pattern->dbuffer) || (0 == domain_match(pattern, url)))
1131 #endif
1132 #define PATH_MATCHES ((NULL == pattern->path) || (0 == regexec(pattern->preg, url->path, 0, NULL, 0)))
1133
1134    if (pattern->tag_regex != NULL)
1135    {
1136       /* It's a tag pattern and shouldn't be matched against URLs */
1137       return 0;
1138    }
1139
1140    return (PORT_MATCHES && DOMAIN_MATCHES && PATH_MATCHES);
1141
1142 }
1143
1144
1145 /*********************************************************************
1146  *
1147  * Function    :  match_portlist
1148  *
1149  * Description :  Check if a given number is covered by a comma
1150  *                separated list of numbers and ranges (a,b-c,d,..)
1151  *
1152  * Parameters  :
1153  *          1  :  portlist = String with list
1154  *          2  :  port = port to check
1155  *
1156  * Returns     :  0 => no match
1157  *                1 => match
1158  *
1159  *********************************************************************/
1160 int match_portlist(const char *portlist, int port)
1161 {
1162    char *min, *max, *next, *portlist_copy;
1163
1164    min = next = portlist_copy = strdup(portlist);
1165
1166    /*
1167     * Zero-terminate first item and remember offset for next
1168     */
1169    if (NULL != (next = strchr(portlist_copy, (int) ',')))
1170    {
1171       *next++ = '\0';
1172    }
1173
1174    /*
1175     * Loop through all items, checking for match
1176     */
1177    while(min)
1178    {
1179       if (NULL == (max = strchr(min, (int) '-')))
1180       {
1181          /*
1182           * No dash, check for equality
1183           */
1184          if (port == atoi(min))
1185          {
1186             free(portlist_copy);
1187             return(1);
1188          }
1189       }
1190       else
1191       {
1192          /*
1193           * This is a range, so check if between min and max,
1194           * or, if max was omitted, between min and 65K
1195           */
1196          *max++ = '\0';
1197          if(port >= atoi(min) && port <= (atoi(max) ? atoi(max) : 65535))
1198          {
1199             free(portlist_copy);
1200             return(1);
1201          }
1202
1203       }
1204
1205       /*
1206        * Jump to next item
1207        */
1208       min = next;
1209
1210       /*
1211        * Zero-terminate next item and remember offset for n+1
1212        */
1213       if ((NULL != next) && (NULL != (next = strchr(next, (int) ','))))
1214       {
1215          *next++ = '\0';
1216       }
1217    }
1218
1219    free(portlist_copy);
1220    return 0;
1221
1222 }
1223
1224
1225 /*
1226   Local Variables:
1227   tab-width: 3
1228   end:
1229 */