urlmatch.c

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