urlmatch.c

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