urlmatch.c

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