urlmatch.c

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