git.sesse.net Git - vlc/blob - src/text/url.c

   1 /*****************************************************************************
   2  * url.c: URL related functions
   3  *****************************************************************************
   4  * Copyright (C) 2006 VLC authors and VideoLAN
   5  * Copyright (C) 2008-2012 Rémi Denis-Courmont
   6  *
   7  * This program is free software; you can redistribute it and/or modify it
   8  * under the terms of the GNU Lesser General Public License as published by
   9  * the Free Software Foundation; either version 2.1 of the License, or
  10  * (at your option) any later version.
  11  *
  12  * This program is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
  15  * GNU Lesser General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU Lesser General Public License
  18  * along with this program; if not, write to the Free Software Foundation,
  19  * Inc., 51 Franklin Street, Fifth Floor, Boston MA 02110-1301, USA.
  20  *****************************************************************************/
  21
  22 #ifdef HAVE_CONFIG_H
  23 # include "config.h"
  24 #endif
  25
  26 #include <errno.h>
  27 #include <stdlib.h>
  28 #include <string.h>
  29 #include <assert.h>
  30 #ifdef _WIN32
  31 # include <io.h>
  32 #endif
  33
  34 #include <vlc_common.h>
  35 #include <vlc_url.h>
  36 #include <vlc_fs.h>
  37 #include <ctype.h>
  38
  39 /**
  40  * Decodes an encoded URI component. See also decode_URI().
  41  * \return decoded string allocated on the heap, or NULL on error.
  42  */
  43 char *decode_URI_duplicate (const char *str)
  44 {
  45     char *buf = strdup (str);
  46     if (decode_URI (buf) == NULL)
  47     {
  48         free (buf);
  49         buf = NULL;
  50     }
  51     return buf;
  52 }
  53
  54 /**
  55  * Decodes an encoded URI component in place.
  56  * <b>This function does NOT decode entire URIs.</b> Instead, it decodes one
  57  * component at a time (e.g. host name, directory, file name).
  58  * Decoded URIs do not exist in the real world (see RFC3986 §2.4).
  59  * Complete URIs are always "encoded" (or they are syntaxically invalid).
  60  *
  61  * Note that URI encoding is different from Javascript escaping. Especially,
  62  * white spaces and Unicode non-ASCII code points are encoded differently.
  63  *
  64  * \param str nul-terminated URI component to decode
  65  * \return str on success, NULL if it was not properly encoded
  66  */
  67 char *decode_URI (char *str)
  68 {
  69     char *in = str, *out = str;
  70     if (in == NULL)
  71         return NULL;
  72
  73     char c;
  74     while ((c = *(in++)) != '\0')
  75     {
  76         if (c == '%')
  77         {
  78             char hex[3];
  79
  80             if (!(hex[0] = *(in++)) || !(hex[1] = *(in++)))
  81                 return NULL;
  82             hex[2] = '\0';
  83             *(out++) = strtoul (hex, NULL, 0x10);
  84         }
  85         else
  86             *(out++) = c;
  87     }
  88     *out = '\0';
  89     return str;
  90 }
  91
  92 static inline bool isurisafe (int c)
  93 {
  94     /* These are the _unreserved_ URI characters (RFC3986 §2.3) */
  95     return ((unsigned char)(c - 'a') < 26)
  96         || ((unsigned char)(c - 'A') < 26)
  97         || ((unsigned char)(c - '0') < 10)
  98         || (strchr ("-._~", c) != NULL);
  99 }
 100
 101 static char *encode_URI_bytes (const char *str, size_t *restrict lenp)
 102 {
 103     char *buf = malloc (3 * *lenp + 1);
 104     if (unlikely(buf == NULL))
 105         return NULL;
 106
 107     char *out = buf;
 108     for (size_t i = 0; i < *lenp; i++)
 109     {
 110         static const char hex[16] = "0123456789ABCDEF";
 111         unsigned char c = str[i];
 112
 113         if (isurisafe (c))
 114             *(out++) = c;
 115         /* This is URI encoding, not HTTP forms:
 116          * Space is encoded as '%20', not '+'. */
 117         else
 118         {
 119             *(out++) = '%';
 120             *(out++) = hex[c >> 4];
 121             *(out++) = hex[c & 0xf];
 122         }
 123     }
 124
 125     *lenp = out - buf;
 126     out = realloc (buf, *lenp + 1);
 127     return likely(out != NULL) ? out : buf;
 128 }
 129
 130 /**
 131  * Encodes a URI component (RFC3986 §2).
 132  *
 133  * @param str nul-terminated UTF-8 representation of the component.
 134  * @note Obviously, a URI containing nul bytes cannot be passed.
 135  * @return encoded string (must be free()'d), or NULL for ENOMEM.
 136  */
 137 char *encode_URI_component (const char *str)
 138 {
 139     size_t len = strlen (str);
 140     char *ret = encode_URI_bytes (str, &len);
 141     if (likely(ret != NULL))
 142         ret[len] = '\0';
 143     return ret;
 144 }
 145
 146 /**
 147  * Builds a URL representation from a local file path.
 148  * @param path path to convert (or URI to copy)
 149  * @param scheme URI scheme to use (default is auto: "file", "fd" or "smb")
 150  * @return a nul-terminated URI string (use free() to release it),
 151  * or NULL in case of error (errno will be set accordingly)
 152  */
 153 char *vlc_path2uri (const char *path, const char *scheme)
 154 {
 155     if (path == NULL)
 156     {
 157         errno = EINVAL;
 158         return NULL;
 159     }
 160     if (scheme == NULL && !strcmp (path, "-"))
 161         return strdup ("fd://0"); // standard input
 162     /* Note: VLC cannot handle URI schemes without double slash after the
 163      * scheme name (such as mailto: or news:). */
 164
 165     char *buf;
 166
 167 #ifdef __OS2__
 168     char p[strlen (path) + 1];
 169
 170     for (buf = p; *path; buf++, path++)
 171         *buf = (*path == '/') ? DIR_SEP_CHAR : *path;
 172     *buf = '\0';
 173
 174     path = p;
 175 #endif
 176
 177 #if defined (_WIN32) || defined (__OS2__)
 178     /* Drive letter */
 179     if (isalpha ((unsigned char)path[0]) && (path[1] == ':'))
 180     {
 181         if (asprintf (&buf, "%s:///%c:", scheme ? scheme : "file",
 182                       path[0]) == -1)
 183             buf = NULL;
 184         path += 2;
 185 # warning Drive letter-relative path not implemented!
 186         if (path[0] != DIR_SEP_CHAR)
 187         {
 188             errno = ENOTSUP;
 189             return NULL;
 190         }
 191     }
 192     else
 193     if (!strncmp (path, "\\\\", 2))
 194     {   /* Windows UNC paths */
 195         /* \\host\share\path -> file://host/share/path */
 196         size_t hostlen = strcspn (path + 2, DIR_SEP);
 197
 198         buf = malloc (7 + hostlen);
 199         if (buf != NULL)
 200             snprintf (buf, 7 + hostlen, "file://%s", path + 2);
 201         path += 2 + hostlen;
 202
 203         if (path[0] == '\0')
 204             return buf; /* Hostname without path */
 205     }
 206     else
 207 #endif
 208     if (path[0] != DIR_SEP_CHAR)
 209     {   /* Relative path: prepend the current working directory */
 210         char *cwd, *ret;
 211
 212         if ((cwd = vlc_getcwd ()) == NULL)
 213             return NULL;
 214         if (asprintf (&buf, "%s"DIR_SEP"%s", cwd, path) == -1)
 215             buf = NULL;
 216
 217         free (cwd);
 218         ret = (buf != NULL) ? vlc_path2uri (buf, scheme) : NULL;
 219         free (buf);
 220         return ret;
 221     }
 222     else
 223     if (asprintf (&buf, "%s://", scheme ? scheme : "file") == -1)
 224         buf = NULL;
 225     if (buf == NULL)
 226         return NULL;
 227
 228     /* Absolute file path */
 229     assert (path[0] == DIR_SEP_CHAR);
 230     do
 231     {
 232         size_t len = strcspn (++path, DIR_SEP);
 233         path += len;
 234
 235         char *component = encode_URI_bytes (path - len, &len);
 236         if (unlikely(component == NULL))
 237         {
 238             free (buf);
 239             return NULL;
 240         }
 241         component[len] = '\0';
 242
 243         char *uri;
 244         int val = asprintf (&uri, "%s/%s", buf, component);
 245         free (component);
 246         free (buf);
 247         if (unlikely(val == -1))
 248             return NULL;
 249         buf = uri;
 250     }
 251     while (*path);
 252
 253     return buf;
 254 }
 255
 256 /**
 257  * Tries to convert a URI to a local (UTF-8-encoded) file path.
 258  * @param url URI to convert
 259  * @return NULL on error, a nul-terminated string otherwise
 260  * (use free() to release it)
 261  */
 262 char *make_path (const char *url)
 263 {
 264     char *ret = NULL;
 265     char *end;
 266
 267     char *path = strstr (url, "://");
 268     if (path == NULL)
 269         return NULL; /* unsupported scheme or invalid syntax */
 270
 271     end = memchr (url, '/', path - url);
 272     size_t schemelen = ((end != NULL) ? end : path) - url;
 273     path += 3; /* skip "://" */
 274
 275     /* Remove HTML anchor if present */
 276     end = strchr (path, '#');
 277     if (end)
 278         path = strndup (path, end - path);
 279     else
 280         path = strdup (path);
 281     if (unlikely(path == NULL))
 282         return NULL; /* boom! */
 283
 284     /* Decode path */
 285     decode_URI (path);
 286
 287     if (schemelen == 4 && !strncasecmp (url, "file", 4))
 288     {
 289 #if !defined (_WIN32) && !defined (__OS2__)
 290         /* Leading slash => local path */
 291         if (*path == '/')
 292             return path;
 293         /* Local path disguised as a remote one */
 294         if (!strncasecmp (path, "localhost/", 10))
 295             return memmove (path, path + 9, strlen (path + 9) + 1);
 296 #else
 297         /* cannot start with a space */
 298         if (*path == ' ')
 299             goto out;
 300         for (char *p = strchr (path, '/'); p; p = strchr (p + 1, '/'))
 301             *p = '\\';
 302
 303         /* Leading backslash => local path */
 304         if (*path == '\\')
 305             return memmove (path, path + 1, strlen (path + 1) + 1);
 306         /* Local path disguised as a remote one */
 307         if (!strncasecmp (path, "localhost\\", 10))
 308             return memmove (path, path + 10, strlen (path + 10) + 1);
 309         /* UNC path */
 310         if (*path && asprintf (&ret, "\\\\%s", path) == -1)
 311             ret = NULL;
 312 #endif
 313         /* non-local path :-( */
 314     }
 315     else
 316     if (schemelen == 2 && !strncasecmp (url, "fd", 2))
 317     {
 318         int fd = strtol (path, &end, 0);
 319
 320         if (*end)
 321             goto out;
 322
 323 #if !defined( _WIN32 ) && !defined( __OS2__ )
 324         switch (fd)
 325         {
 326             case 0:
 327                 ret = strdup ("/dev/stdin");
 328                 break;
 329             case 1:
 330                 ret = strdup ("/dev/stdout");
 331                 break;
 332             case 2:
 333                 ret = strdup ("/dev/stderr");
 334                 break;
 335             default:
 336                 if (asprintf (&ret, "/dev/fd/%d", fd) == -1)
 337                     ret = NULL;
 338         }
 339 #else
 340         /* XXX: Does this work on WinCE? */
 341         if (fd < 2)
 342             ret = strdup ("CON");
 343 #endif
 344     }
 345
 346 out:
 347     free (path);
 348     return ret; /* unknown scheme */
 349 }
 350
 351 static char *vlc_idna_to_ascii (const char *);
 352
 353 /**
 354  * Splits an URL into parts.
 355  * \param url structure of URL parts [OUT]
 356  * \param str nul-terminated URL string to split
 357  * \param opt if non-zero, character separating paths from options,
 358  *            normally the question mark
 359  * \note Use vlc_UrlClean() to free associated resources
 360  * \bug Errors cannot be detected.
 361  * \return nothing
 362  */
 363 void vlc_UrlParse (vlc_url_t *restrict url, const char *str, unsigned char opt)
 364 {
 365     url->psz_protocol = NULL;
 366     url->psz_username = NULL;
 367     url->psz_password = NULL;
 368     url->psz_host = NULL;
 369     url->i_port = 0;
 370     url->psz_path = NULL;
 371     url->psz_option = NULL;
 372     url->psz_buffer = NULL;
 373
 374     if (str == NULL)
 375         return;
 376
 377     char *buf = strdup (str);
 378     if (unlikely(buf == NULL))
 379         abort ();
 380     url->psz_buffer = buf;
 381
 382     char *cur = buf, *next;
 383
 384     /* URL scheme */
 385     next = buf;
 386     while ((*next >= 'A' && *next <= 'Z') || (*next >= 'a' && *next <= 'z')
 387         || (*next >= '0' && *next <= '9') || memchr ("+-.", *next, 3) != NULL)
 388         next++;
 389     /* This is not strictly correct. In principles, the scheme is always
 390      * present in an absolute URL and followed by a colon. Depending on the
 391      * URL scheme, the two subsequent slashes are not required.
 392      * VLC uses a different scheme for historical compatibility reasons - the
 393      * scheme is often implicit. */
 394     if (!strncmp (next, "://", 3))
 395     {
 396         *next = '\0';
 397         next += 3;
 398         url->psz_protocol = cur;
 399         cur = next;
 400     }
 401
 402     /* Path */
 403     next = strchr (cur, '/');
 404     if (next != NULL)
 405     {
 406         *next = '\0'; /* temporary nul, reset to slash later */
 407         url->psz_path = next;
 408         if (opt && (next = strchr (next + 1, opt)) != NULL)
 409         {
 410             *(next++) = '\0';
 411             url->psz_option = next;
 412         }
 413     }
 414     /*else
 415         url->psz_path = "/";*/
 416
 417     /* User name */
 418     next = strrchr (cur, '@');
 419     if (next != NULL)
 420     {
 421         *(next++) = '\0';
 422         url->psz_username = cur;
 423         cur = next;
 424
 425         /* Password (obsolete) */
 426         next = strchr (url->psz_username, ':');
 427         if (next != NULL)
 428         {
 429             *(next++) = '\0';
 430             url->psz_password = next;
 431             decode_URI (url->psz_password);
 432         }
 433         decode_URI (url->psz_username);
 434     }
 435
 436     /* Host name */
 437     if (*cur == '[' && (next = strrchr (cur, ']')) != NULL)
 438     {   /* Try IPv6 numeral within brackets */
 439         *(next++) = '\0';
 440         url->psz_host = strdup (cur + 1);
 441
 442         if (*next == ':')
 443             next++;
 444         else
 445             next = NULL;
 446     }
 447     else
 448     {
 449         next = strchr (cur, ':');
 450         if (next != NULL)
 451             *(next++) = '\0';
 452
 453         url->psz_host = vlc_idna_to_ascii (cur);
 454     }
 455
 456     /* Port number */
 457     if (next != NULL)
 458         url->i_port = atoi (next);
 459
 460     if (url->psz_path != NULL)
 461         *url->psz_path = '/'; /* restore leading slash */
 462 }
 463
 464 /**
 465  * Releases resources allocated by vlc_UrlParse().
 466  */
 467 void vlc_UrlClean (vlc_url_t *restrict url)
 468 {
 469     free (url->psz_host);
 470     free (url->psz_buffer);
 471 }
 472
 473 #if defined (HAVE_IDN)
 474 # include <idna.h>
 475 #elif defined (_WIN32)
 476 # include <windows.h>
 477 # include <vlc_charset.h>
 478 #endif
 479
 480 /**
 481  * Converts a UTF-8 nul-terminated IDN to nul-terminated ASCII domain name.
 482  * \param idn UTF-8 Internationalized Domain Name to convert
 483  * \return a heap-allocated string or NULL on error.
 484  */
 485 static char *vlc_idna_to_ascii (const char *idn)
 486 {
 487 #if defined (HAVE_IDN)
 488     char *adn;
 489
 490     if (idna_to_ascii_8z (idn, &adn, IDNA_ALLOW_UNASSIGNED) != IDNA_SUCCESS)
 491         return NULL;
 492     return adn;
 493
 494 #elif defined (_WIN32) && (_WIN32_WINNT >= 0x0601)
 495     char *ret = NULL;
 496
 497     wchar_t *wide = ToWide (idn);
 498     if (wide == NULL)
 499         return NULL;
 500
 501     int len = IdnToAscii (IDN_ALLOW_UNASSIGNED, wide, -1, NULL, 0);
 502     if (len == 0)
 503         goto error;
 504
 505     wchar_t *buf = malloc (sizeof (*buf) * len);
 506     if (unlikely(buf == NULL))
 507         goto error;
 508     if (!IdnToAscii (IDN_ALLOW_UNASSIGNED, wide, -1, buf, len))
 509     {
 510         free (buf);
 511         goto error;
 512     }
 513     ret = FromWide (buf);
 514     free (buf);
 515 error:
 516     free (wide);
 517     return ret;
 518
 519 #else
 520     /* No IDN support, filter out non-ASCII domain names */
 521     for (const char *p = idn; *p; p++)
 522         if (((unsigned char)*p) >= 0x80)
 523             return NULL;
 524
 525     return strdup (idn);
 526
 527 #endif
 528 }