urlmatch.c

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