src/extensions/common/url_pattern.cc

   1 // Copyright (c) 2012 The Chromium Authors. All rights reserved.
   2 // Use of this source code is governed by a BSD-style license that can be
   3 // found in the LICENSE file.
   4
   5 #include "extensions/common/url_pattern.h"
   6
   7 #include "base/strings/string_number_conversions.h"
   8 #include "base/strings/string_piece.h"
   9 #include "base/strings/string_split.h"
  10 #include "base/strings/string_util.h"
  11 #include "content/public/common/url_constants.h"
  12 #include "extensions/common/constants.h"
  13 #include "url/gurl.h"
  14 #include "url/url_util.h"
  15
  16 const char URLPattern::kAllUrlsPattern[] = "<all_urls>";
  17
  18 namespace {
  19
  20 // TODO(aa): What about more obscure schemes like data: and javascript: ?
  21 // Note: keep this array in sync with kValidSchemeMasks.
  22 const char* kValidSchemes[] = {
  23     url::kHttpScheme,
  24     url::kHttpsScheme,
  25     content::kFileScheme,
  26     content::kFtpScheme,
  27     content::kChromeUIScheme,
  28     extensions::kExtensionScheme,
  29     content::kFileSystemScheme,
  30 };
  31
  32 const int kValidSchemeMasks[] = {
  33   URLPattern::SCHEME_HTTP,
  34   URLPattern::SCHEME_HTTPS,
  35   URLPattern::SCHEME_FILE,
  36   URLPattern::SCHEME_FTP,
  37   URLPattern::SCHEME_CHROMEUI,
  38   URLPattern::SCHEME_EXTENSION,
  39   URLPattern::SCHEME_FILESYSTEM,
  40 };
  41
  42 COMPILE_ASSERT(arraysize(kValidSchemes) == arraysize(kValidSchemeMasks),
  43                must_keep_these_arrays_in_sync);
  44
  45 const char kParseSuccess[] = "Success.";
  46 const char kParseErrorMissingSchemeSeparator[] = "Missing scheme separator.";
  47 const char kParseErrorInvalidScheme[] = "Invalid scheme.";
  48 const char kParseErrorWrongSchemeType[] = "Wrong scheme type.";
  49 const char kParseErrorEmptyHost[] = "Host can not be empty.";
  50 const char kParseErrorInvalidHostWildcard[] = "Invalid host wildcard.";
  51 const char kParseErrorEmptyPath[] = "Empty path.";
  52 const char kParseErrorInvalidPort[] = "Invalid port.";
  53
  54 // Message explaining each URLPattern::ParseResult.
  55 const char* const kParseResultMessages[] = {
  56   kParseSuccess,
  57   kParseErrorMissingSchemeSeparator,
  58   kParseErrorInvalidScheme,
  59   kParseErrorWrongSchemeType,
  60   kParseErrorEmptyHost,
  61   kParseErrorInvalidHostWildcard,
  62   kParseErrorEmptyPath,
  63   kParseErrorInvalidPort,
  64 };
  65
  66 COMPILE_ASSERT(URLPattern::NUM_PARSE_RESULTS == arraysize(kParseResultMessages),
  67                must_add_message_for_each_parse_result);
  68
  69 const char kPathSeparator[] = "/";
  70
  71 bool IsStandardScheme(const std::string& scheme) {
  72   // "*" gets the same treatment as a standard scheme.
  73   if (scheme == "*")
  74     return true;
  75
  76   return url::IsStandard(scheme.c_str(),
  77                          url::Component(0, static_cast<int>(scheme.length())));
  78 }
  79
  80 bool IsValidPortForScheme(const std::string& scheme, const std::string& port) {
  81   if (port == "*")
  82     return true;
  83
  84   // Only accept non-wildcard ports if the scheme uses ports.
  85   if (url::DefaultPortForScheme(scheme.c_str(), scheme.length()) ==
  86       url::PORT_UNSPECIFIED) {
  87     return false;
  88   }
  89
  90   int parsed_port = url::PORT_UNSPECIFIED;
  91   if (!base::StringToInt(port, &parsed_port))
  92     return false;
  93   return (parsed_port >= 0) && (parsed_port < 65536);
  94 }
  95
  96 // Returns |path| with the trailing wildcard stripped if one existed.
  97 //
  98 // The functions that rely on this (OverlapsWith and Contains) are only
  99 // called for the patterns inside URLPatternSet. In those cases, we know that
 100 // the path will have only a single wildcard at the end. This makes figuring
 101 // out overlap much easier. It seems like there is probably a computer-sciency
 102 // way to solve the general case, but we don't need that yet.
 103 std::string StripTrailingWildcard(const std::string& path) {
 104   size_t wildcard_index = path.find('*');
 105   size_t path_last = path.size() - 1;
 106   DCHECK(wildcard_index == std::string::npos || wildcard_index == path_last);
 107   return wildcard_index == path_last ? path.substr(0, path_last) : path;
 108 }
 109
 110 }  // namespace
 111
 112 URLPattern::URLPattern()
 113     : valid_schemes_(SCHEME_NONE),
 114       match_all_urls_(false),
 115       match_subdomains_(false),
 116       port_("*") {}
 117
 118 URLPattern::URLPattern(int valid_schemes)
 119     : valid_schemes_(valid_schemes),
 120       match_all_urls_(false),
 121       match_subdomains_(false),
 122       port_("*") {}
 123
 124 URLPattern::URLPattern(int valid_schemes, const std::string& pattern)
 125     // Strict error checking is used, because this constructor is only
 126     // appropriate when we know |pattern| is valid.
 127     : valid_schemes_(valid_schemes),
 128       match_all_urls_(false),
 129       match_subdomains_(false),
 130       port_("*") {
 131   ParseResult result = Parse(pattern);
 132   if (PARSE_SUCCESS != result)
 133     NOTREACHED() << "URLPattern invalid: " << pattern << " result " << result;
 134 }
 135
 136 URLPattern::~URLPattern() {
 137 }
 138
 139 bool URLPattern::operator<(const URLPattern& other) const {
 140   return GetAsString() < other.GetAsString();
 141 }
 142
 143 bool URLPattern::operator>(const URLPattern& other) const {
 144   return GetAsString() > other.GetAsString();
 145 }
 146
 147 bool URLPattern::operator==(const URLPattern& other) const {
 148   return GetAsString() == other.GetAsString();
 149 }
 150
 151 URLPattern::ParseResult URLPattern::Parse(const std::string& pattern) {
 152   spec_.clear();
 153   SetMatchAllURLs(false);
 154   SetMatchSubdomains(false);
 155   SetPort("*");
 156
 157   // Special case pattern to match every valid URL.
 158   if (pattern == kAllUrlsPattern) {
 159     SetMatchAllURLs(true);
 160     return PARSE_SUCCESS;
 161   }
 162
 163   // Parse out the scheme.
 164   size_t scheme_end_pos = pattern.find(content::kStandardSchemeSeparator);
 165   bool has_standard_scheme_separator = true;
 166
 167   // Some urls also use ':' alone as the scheme separator.
 168   if (scheme_end_pos == std::string::npos) {
 169     scheme_end_pos = pattern.find(':');
 170     has_standard_scheme_separator = false;
 171   }
 172
 173   if (scheme_end_pos == std::string::npos)
 174     return PARSE_ERROR_MISSING_SCHEME_SEPARATOR;
 175
 176   if (!SetScheme(pattern.substr(0, scheme_end_pos)))
 177     return PARSE_ERROR_INVALID_SCHEME;
 178
 179   bool standard_scheme = IsStandardScheme(scheme_);
 180   if (standard_scheme != has_standard_scheme_separator)
 181     return PARSE_ERROR_WRONG_SCHEME_SEPARATOR;
 182
 183   // Advance past the scheme separator.
 184   scheme_end_pos +=
 185       (standard_scheme ? strlen(content::kStandardSchemeSeparator) : 1);
 186   if (scheme_end_pos >= pattern.size())
 187     return PARSE_ERROR_EMPTY_HOST;
 188
 189   // Parse out the host and path.
 190   size_t host_start_pos = scheme_end_pos;
 191   size_t path_start_pos = 0;
 192
 193   if (!standard_scheme) {
 194     path_start_pos = host_start_pos;
 195   } else if (scheme_ == content::kFileScheme) {
 196     size_t host_end_pos = pattern.find(kPathSeparator, host_start_pos);
 197     if (host_end_pos == std::string::npos) {
 198       // Allow hostname omission.
 199       // e.g. file://* is interpreted as file:///*,
 200       // file://foo* is interpreted as file:///foo*.
 201       path_start_pos = host_start_pos - 1;
 202     } else {
 203       // Ignore hostname if scheme is file://.
 204       // e.g. file://localhost/foo is equal to file:///foo.
 205       path_start_pos = host_end_pos;
 206     }
 207   } else {
 208     size_t host_end_pos = pattern.find(kPathSeparator, host_start_pos);
 209
 210     // Host is required.
 211     if (host_start_pos == host_end_pos)
 212       return PARSE_ERROR_EMPTY_HOST;
 213
 214     if (host_end_pos == std::string::npos)
 215       return PARSE_ERROR_EMPTY_PATH;
 216
 217     host_ = pattern.substr(host_start_pos, host_end_pos - host_start_pos);
 218
 219     // The first component can optionally be '*' to match all subdomains.
 220     std::vector<std::string> host_components;
 221     base::SplitString(host_, '.', &host_components);
 222     if (host_components[0] == "*") {
 223       match_subdomains_ = true;
 224       host_components.erase(host_components.begin(),
 225                             host_components.begin() + 1);
 226     }
 227     host_ = JoinString(host_components, '.');
 228
 229     path_start_pos = host_end_pos;
 230   }
 231
 232   SetPath(pattern.substr(path_start_pos));
 233
 234   size_t port_pos = host_.find(':');
 235   if (port_pos != std::string::npos) {
 236     if (!SetPort(host_.substr(port_pos + 1)))
 237       return PARSE_ERROR_INVALID_PORT;
 238     host_ = host_.substr(0, port_pos);
 239   }
 240
 241   // No other '*' can occur in the host, though. This isn't necessary, but is
 242   // done as a convenience to developers who might otherwise be confused and
 243   // think '*' works as a glob in the host.
 244   if (host_.find('*') != std::string::npos)
 245     return PARSE_ERROR_INVALID_HOST_WILDCARD;
 246
 247   return PARSE_SUCCESS;
 248 }
 249
 250 void URLPattern::SetValidSchemes(int valid_schemes) {
 251   spec_.clear();
 252   valid_schemes_ = valid_schemes;
 253 }
 254
 255 void URLPattern::SetHost(const std::string& host) {
 256   spec_.clear();
 257   host_ = host;
 258 }
 259
 260 void URLPattern::SetMatchAllURLs(bool val) {
 261   spec_.clear();
 262   match_all_urls_ = val;
 263
 264   if (val) {
 265     match_subdomains_ = true;
 266     scheme_ = "*";
 267     host_.clear();
 268     SetPath("/*");
 269   }
 270 }
 271
 272 void URLPattern::SetMatchSubdomains(bool val) {
 273   spec_.clear();
 274   match_subdomains_ = val;
 275 }
 276
 277 bool URLPattern::SetScheme(const std::string& scheme) {
 278   spec_.clear();
 279   scheme_ = scheme;
 280   if (scheme_ == "*") {
 281     valid_schemes_ &= (SCHEME_HTTP | SCHEME_HTTPS);
 282   } else if (!IsValidScheme(scheme_)) {
 283     return false;
 284   }
 285   return true;
 286 }
 287
 288 bool URLPattern::IsValidScheme(const std::string& scheme) const {
 289   if (valid_schemes_ == SCHEME_ALL)
 290     return true;
 291
 292   for (size_t i = 0; i < arraysize(kValidSchemes); ++i) {
 293     if (scheme == kValidSchemes[i] && (valid_schemes_ & kValidSchemeMasks[i]))
 294       return true;
 295   }
 296
 297   return false;
 298 }
 299
 300 void URLPattern::SetPath(const std::string& path) {
 301   spec_.clear();
 302   path_ = path;
 303   path_escaped_ = path_;
 304   ReplaceSubstringsAfterOffset(&path_escaped_, 0, "\\", "\\\\");
 305   ReplaceSubstringsAfterOffset(&path_escaped_, 0, "?", "\\?");
 306 }
 307
 308 bool URLPattern::SetPort(const std::string& port) {
 309   spec_.clear();
 310   if (IsValidPortForScheme(scheme_, port)) {
 311     port_ = port;
 312     return true;
 313   }
 314   return false;
 315 }
 316
 317 bool URLPattern::MatchesURL(const GURL& test) const {
 318   const GURL* test_url = &test;
 319   bool has_inner_url = test.inner_url() != NULL;
 320
 321   if (has_inner_url) {
 322     if (!test.SchemeIsFileSystem())
 323       return false;  // The only nested URLs we handle are filesystem URLs.
 324     test_url = test.inner_url();
 325   }
 326
 327   if (!MatchesScheme(test_url->scheme()))
 328     return false;
 329
 330   if (match_all_urls_)
 331     return true;
 332
 333   std::string path_for_request = test.PathForRequest();
 334   if (has_inner_url)
 335     path_for_request = test_url->path() + path_for_request;
 336
 337   return MatchesSecurityOriginHelper(*test_url) &&
 338          MatchesPath(path_for_request);
 339 }
 340
 341 bool URLPattern::MatchesSecurityOrigin(const GURL& test) const {
 342   const GURL* test_url = &test;
 343   bool has_inner_url = test.inner_url() != NULL;
 344
 345   if (has_inner_url) {
 346     if (!test.SchemeIsFileSystem())
 347       return false;  // The only nested URLs we handle are filesystem URLs.
 348     test_url = test.inner_url();
 349   }
 350
 351   if (!MatchesScheme(test_url->scheme()))
 352     return false;
 353
 354   if (match_all_urls_)
 355     return true;
 356
 357   return MatchesSecurityOriginHelper(*test_url);
 358 }
 359
 360 bool URLPattern::MatchesScheme(const std::string& test) const {
 361   if (!IsValidScheme(test))
 362     return false;
 363
 364   return scheme_ == "*" || test == scheme_;
 365 }
 366
 367 bool URLPattern::MatchesHost(const std::string& host) const {
 368   std::string test(url::kHttpScheme);
 369   test += content::kStandardSchemeSeparator;
 370   test += host;
 371   test += "/";
 372   return MatchesHost(GURL(test));
 373 }
 374
 375 bool URLPattern::MatchesHost(const GURL& test) const {
 376   // If the hosts are exactly equal, we have a match.
 377   if (test.host() == host_)
 378     return true;
 379
 380   // If we're matching subdomains, and we have no host in the match pattern,
 381   // that means that we're matching all hosts, which means we have a match no
 382   // matter what the test host is.
 383   if (match_subdomains_ && host_.empty())
 384     return true;
 385
 386   // Otherwise, we can only match if our match pattern matches subdomains.
 387   if (!match_subdomains_)
 388     return false;
 389
 390   // We don't do subdomain matching against IP addresses, so we can give up now
 391   // if the test host is an IP address.
 392   if (test.HostIsIPAddress())
 393     return false;
 394
 395   // Check if the test host is a subdomain of our host.
 396   if (test.host().length() <= (host_.length() + 1))
 397     return false;
 398
 399   if (test.host().compare(test.host().length() - host_.length(),
 400                           host_.length(), host_) != 0)
 401     return false;
 402
 403   return test.host()[test.host().length() - host_.length() - 1] == '.';
 404 }
 405
 406 bool URLPattern::MatchesPath(const std::string& test) const {
 407   // Make the behaviour of OverlapsWith consistent with MatchesURL, which is
 408   // need to match hosted apps on e.g. 'google.com' also run on 'google.com/'.
 409   if (test + "/*" == path_escaped_)
 410     return true;
 411
 412   return MatchPattern(test, path_escaped_);
 413 }
 414
 415 const std::string& URLPattern::GetAsString() const {
 416   if (!spec_.empty())
 417     return spec_;
 418
 419   if (match_all_urls_) {
 420     spec_ = kAllUrlsPattern;
 421     return spec_;
 422   }
 423
 424   bool standard_scheme = IsStandardScheme(scheme_);
 425
 426   std::string spec = scheme_ +
 427       (standard_scheme ? content::kStandardSchemeSeparator : ":");
 428
 429   if (scheme_ != content::kFileScheme && standard_scheme) {
 430     if (match_subdomains_) {
 431       spec += "*";
 432       if (!host_.empty())
 433         spec += ".";
 434     }
 435
 436     if (!host_.empty())
 437       spec += host_;
 438
 439     if (port_ != "*") {
 440       spec += ":";
 441       spec += port_;
 442     }
 443   }
 444
 445   if (!path_.empty())
 446     spec += path_;
 447
 448   spec_ = spec;
 449   return spec_;
 450 }
 451
 452 bool URLPattern::OverlapsWith(const URLPattern& other) const {
 453   if (match_all_urls() || other.match_all_urls())
 454     return true;
 455   return (MatchesAnyScheme(other.GetExplicitSchemes()) ||
 456           other.MatchesAnyScheme(GetExplicitSchemes()))
 457       && (MatchesHost(other.host()) || other.MatchesHost(host()))
 458       && (MatchesPortPattern(other.port()) || other.MatchesPortPattern(port()))
 459       && (MatchesPath(StripTrailingWildcard(other.path())) ||
 460           other.MatchesPath(StripTrailingWildcard(path())));
 461 }
 462
 463 bool URLPattern::Contains(const URLPattern& other) const {
 464   if (match_all_urls())
 465     return true;
 466   return MatchesAllSchemes(other.GetExplicitSchemes())
 467       && MatchesHost(other.host())
 468       && MatchesPortPattern(other.port())
 469       && MatchesPath(StripTrailingWildcard(other.path()));
 470 }
 471
 472 bool URLPattern::MatchesAnyScheme(
 473     const std::vector<std::string>& schemes) const {
 474   for (std::vector<std::string>::const_iterator i = schemes.begin();
 475        i != schemes.end(); ++i) {
 476     if (MatchesScheme(*i))
 477       return true;
 478   }
 479
 480   return false;
 481 }
 482
 483 bool URLPattern::MatchesAllSchemes(
 484     const std::vector<std::string>& schemes) const {
 485   for (std::vector<std::string>::const_iterator i = schemes.begin();
 486        i != schemes.end(); ++i) {
 487     if (!MatchesScheme(*i))
 488       return false;
 489   }
 490
 491   return true;
 492 }
 493
 494 bool URLPattern::MatchesSecurityOriginHelper(const GURL& test) const {
 495   // Ignore hostname if scheme is file://.
 496   if (scheme_ != content::kFileScheme && !MatchesHost(test))
 497     return false;
 498
 499   if (!MatchesPortPattern(base::IntToString(test.EffectiveIntPort())))
 500     return false;
 501
 502   return true;
 503 }
 504
 505 bool URLPattern::MatchesPortPattern(const std::string& port) const {
 506   return port_ == "*" || port_ == port;
 507 }
 508
 509 std::vector<std::string> URLPattern::GetExplicitSchemes() const {
 510   std::vector<std::string> result;
 511
 512   if (scheme_ != "*" && !match_all_urls_ && IsValidScheme(scheme_)) {
 513     result.push_back(scheme_);
 514     return result;
 515   }
 516
 517   for (size_t i = 0; i < arraysize(kValidSchemes); ++i) {
 518     if (MatchesScheme(kValidSchemes[i])) {
 519       result.push_back(kValidSchemes[i]);
 520     }
 521   }
 522
 523   return result;
 524 }
 525
 526 std::vector<URLPattern> URLPattern::ConvertToExplicitSchemes() const {
 527   std::vector<std::string> explicit_schemes = GetExplicitSchemes();
 528   std::vector<URLPattern> result;
 529
 530   for (std::vector<std::string>::const_iterator i = explicit_schemes.begin();
 531        i != explicit_schemes.end(); ++i) {
 532     URLPattern temp = *this;
 533     temp.SetScheme(*i);
 534     temp.SetMatchAllURLs(false);
 535     result.push_back(temp);
 536   }
 537
 538   return result;
 539 }
 540
 541 // static
 542 const char* URLPattern::GetParseResultString(
 543     URLPattern::ParseResult parse_result) {
 544   return kParseResultMessages[parse_result];
 545 }