src/extensions/common/url_pattern.h

   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 #ifndef EXTENSIONS_COMMON_URL_PATTERN_H_
   5 #define EXTENSIONS_COMMON_URL_PATTERN_H_
   6
   7 #include <functional>
   8 #include <iosfwd>
   9 #include <string>
  10 #include <vector>
  11
  12 class GURL;
  13
  14 // A pattern that can be used to match URLs. A URLPattern is a very restricted
  15 // subset of URL syntax:
  16 //
  17 // <url-pattern> := <scheme>://<host><port><path> | '<all_urls>'
  18 // <scheme> := '*' | 'http' | 'https' | 'file' | 'ftp' | 'chrome' |
  19 //             'chrome-extension' | 'filesystem'
  20 // <host> := '*' | '*.' <anychar except '/' and '*'>+
  21 // <port> := [':' ('*' | <port number between 0 and 65535>)]
  22 // <path> := '/' <any chars>
  23 //
  24 // * Host is not used when the scheme is 'file'.
  25 // * The path can have embedded '*' characters which act as glob wildcards.
  26 // * '<all_urls>' is a special pattern that matches any URL that contains a
  27 //   valid scheme (as specified by valid_schemes_).
  28 // * The '*' scheme pattern excludes file URLs.
  29 //
  30 // Examples of valid patterns:
  31 // - http://*/*
  32 // - http://*/foo*
  33 // - https://*.google.com/foo*bar
  34 // - file://monkey*
  35 // - http://127.0.0.1/*
  36 //
  37 // Examples of invalid patterns:
  38 // - http://* -- path not specified
  39 // - http://*foo/bar -- * not allowed as substring of host component
  40 // - http://foo.*.bar/baz -- * must be first component
  41 // - http:/bar -- scheme separator not found
  42 // - foo://* -- invalid scheme
  43 // - chrome:// -- we don't support chrome internal URLs
  44 class URLPattern {
  45  public:
  46   // A collection of scheme bitmasks for use with valid_schemes.
  47   enum SchemeMasks {
  48     SCHEME_NONE       = 0,
  49     SCHEME_HTTP       = 1 << 0,
  50     SCHEME_HTTPS      = 1 << 1,
  51     SCHEME_FILE       = 1 << 2,
  52     SCHEME_FTP        = 1 << 3,
  53     SCHEME_CHROMEUI   = 1 << 4,
  54     SCHEME_EXTENSION  = 1 << 5,
  55     SCHEME_FILESYSTEM = 1 << 6,
  56
  57     // IMPORTANT!
  58     // SCHEME_ALL will match every scheme, including chrome://, chrome-
  59     // extension://, about:, etc. Because this has lots of security
  60     // implications, third-party extensions should usually not be able to get
  61     // access to URL patterns initialized this way. If there is a reason
  62     // for violating this general rule, document why this it safe.
  63     SCHEME_ALL      = -1,
  64   };
  65
  66   // Error codes returned from Parse().
  67   enum ParseResult {
  68     PARSE_SUCCESS = 0,
  69     PARSE_ERROR_MISSING_SCHEME_SEPARATOR,
  70     PARSE_ERROR_INVALID_SCHEME,
  71     PARSE_ERROR_WRONG_SCHEME_SEPARATOR,
  72     PARSE_ERROR_EMPTY_HOST,
  73     PARSE_ERROR_INVALID_HOST_WILDCARD,
  74     PARSE_ERROR_EMPTY_PATH,
  75     PARSE_ERROR_INVALID_PORT,
  76     PARSE_ERROR_INVALID_HOST,
  77     NUM_PARSE_RESULTS
  78   };
  79
  80   // The <all_urls> string pattern.
  81   static const char kAllUrlsPattern[];
  82
  83   // Returns true if the given |scheme| is considered valid for extensions.
  84   static bool IsValidSchemeForExtensions(const std::string& scheme);
  85
  86   explicit URLPattern(int valid_schemes);
  87
  88   // Convenience to construct a URLPattern from a string. If the string is not
  89   // known ahead of time, use Parse() instead, which returns success or failure.
  90   URLPattern(int valid_schemes, const std::string& pattern);
  91
  92   URLPattern();
  93   ~URLPattern();
  94
  95   bool operator<(const URLPattern& other) const;
  96   bool operator>(const URLPattern& other) const;
  97   bool operator==(const URLPattern& other) const;
  98
  99   // Initializes this instance by parsing the provided string. Returns
 100   // URLPattern::PARSE_SUCCESS on success, or an error code otherwise. On
 101   // failure, this instance will have some intermediate values and is in an
 102   // invalid state.
 103   ParseResult Parse(const std::string& pattern_str);
 104
 105   // Gets the bitmask of valid schemes.
 106   int valid_schemes() const { return valid_schemes_; }
 107   void SetValidSchemes(int valid_schemes);
 108
 109   // Gets the host the pattern matches. This can be an empty string if the
 110   // pattern matches all hosts (the input was <scheme>://*/<whatever>).
 111   const std::string& host() const { return host_; }
 112   void SetHost(const std::string& host);
 113
 114   // Gets whether to match subdomains of host().
 115   bool match_subdomains() const { return match_subdomains_; }
 116   void SetMatchSubdomains(bool val);
 117
 118   // Gets the path the pattern matches with the leading slash. This can have
 119   // embedded asterisks which are interpreted using glob rules.
 120   const std::string& path() const { return path_; }
 121   void SetPath(const std::string& path);
 122
 123   // Returns true if this pattern matches all urls.
 124   bool match_all_urls() const { return match_all_urls_; }
 125   void SetMatchAllURLs(bool val);
 126
 127   // Sets the scheme for pattern matches. This can be a single '*' if the
 128   // pattern matches all valid schemes (as defined by the valid_schemes_
 129   // property). Returns false on failure (if the scheme is not valid).
 130   bool SetScheme(const std::string& scheme);
 131   // Note: You should use MatchesScheme() instead of this getter unless you
 132   // absolutely need the exact scheme. This is exposed for testing.
 133   const std::string& scheme() const { return scheme_; }
 134
 135   // Returns true if the specified scheme can be used in this URL pattern, and
 136   // false otherwise. Uses valid_schemes_ to determine validity.
 137   bool IsValidScheme(const std::string& scheme) const;
 138
 139   // Returns true if this instance matches the specified URL.
 140   bool MatchesURL(const GURL& test) const;
 141
 142   // Returns true if this instance matches the specified security origin.
 143   bool MatchesSecurityOrigin(const GURL& test) const;
 144
 145   // Returns true if |test| matches our scheme.
 146   // Note that if test is "filesystem", this may fail whereas MatchesURL
 147   // may succeed.  MatchesURL is smart enough to look at the inner_url instead
 148   // of the outer "filesystem:" part.
 149   bool MatchesScheme(const std::string& test) const;
 150
 151   // Returns true if |test| matches our host.
 152   bool MatchesHost(const std::string& test) const;
 153   bool MatchesHost(const GURL& test) const;
 154
 155   // Returns true if |test| matches our path.
 156   bool MatchesPath(const std::string& test) const;
 157
 158   // Returns true if the pattern is vague enough that it implies all hosts,
 159   // such as *://*/*.
 160   // This is an expensive method, and should be used sparingly!
 161   // You should probably use URLPatternSet::ShouldWarnAllHosts(), which is
 162   // cached.
 163   bool ImpliesAllHosts() const;
 164
 165   // Returns true if the pattern only matches a single origin. The pattern may
 166   // include a path.
 167   bool MatchesSingleOrigin() const;
 168
 169   // Sets the port. Returns false if the port is invalid.
 170   bool SetPort(const std::string& port);
 171   const std::string& port() const { return port_; }
 172
 173   // Returns a string representing this instance.
 174   const std::string& GetAsString() const;
 175
 176   // Determines whether there is a URL that would match this instance and
 177   // another instance. This method is symmetrical: Calling
 178   // other.OverlapsWith(this) would result in the same answer.
 179   bool OverlapsWith(const URLPattern& other) const;
 180
 181   // Returns true if this pattern matches all possible URLs that |other| can
 182   // match. For example, http://*.google.com encompasses http://www.google.com.
 183   bool Contains(const URLPattern& other) const;
 184
 185   // Converts this URLPattern into an equivalent set of URLPatterns that don't
 186   // use a wildcard in the scheme component. If this URLPattern doesn't use a
 187   // wildcard scheme, then the returned set will contain one element that is
 188   // equivalent to this instance.
 189   std::vector<URLPattern> ConvertToExplicitSchemes() const;
 190
 191   static bool EffectiveHostCompare(const URLPattern& a, const URLPattern& b) {
 192     if (a.match_all_urls_ && b.match_all_urls_)
 193       return false;
 194     return a.host_.compare(b.host_) < 0;
 195   }
 196
 197   // Used for origin comparisons in a std::set.
 198   class EffectiveHostCompareFunctor {
 199    public:
 200     bool operator()(const URLPattern& a, const URLPattern& b) const {
 201       return EffectiveHostCompare(a, b);
 202     }
 203   };
 204
 205   // Get an error string for a ParseResult.
 206   static const char* GetParseResultString(URLPattern::ParseResult parse_result);
 207
 208  private:
 209   // Returns true if any of the |schemes| items matches our scheme.
 210   bool MatchesAnyScheme(const std::vector<std::string>& schemes) const;
 211
 212   // Returns true if all of the |schemes| items matches our scheme.
 213   bool MatchesAllSchemes(const std::vector<std::string>& schemes) const;
 214
 215   bool MatchesSecurityOriginHelper(const GURL& test) const;
 216
 217   // Returns true if our port matches the |port| pattern (it may be "*").
 218   bool MatchesPortPattern(const std::string& port) const;
 219
 220   // If the URLPattern contains a wildcard scheme, returns a list of
 221   // equivalent literal schemes, otherwise returns the current scheme.
 222   std::vector<std::string> GetExplicitSchemes() const;
 223
 224   // A bitmask containing the schemes which are considered valid for this
 225   // pattern. Parse() uses this to decide whether a pattern contains a valid
 226   // scheme.
 227   int valid_schemes_;
 228
 229   // True if this is a special-case "<all_urls>" pattern.
 230   bool match_all_urls_;
 231
 232   // The scheme for the pattern.
 233   std::string scheme_;
 234
 235   // The host without any leading "*" components.
 236   std::string host_;
 237
 238   // Whether we should match subdomains of the host. This is true if the first
 239   // component of the pattern's host was "*".
 240   bool match_subdomains_;
 241
 242   // The port.
 243   std::string port_;
 244
 245   // The path to match. This is everything after the host of the URL, or
 246   // everything after the scheme in the case of file:// URLs.
 247   std::string path_;
 248
 249   // The path with "?" and "\" characters escaped for use with the
 250   // MatchPattern() function.
 251   std::string path_escaped_;
 252
 253   // A string representing this URLPattern.
 254   mutable std::string spec_;
 255 };
 256
 257 std::ostream& operator<<(std::ostream& out, const URLPattern& url_pattern);
 258
 259 typedef std::vector<URLPattern> URLPatternList;
 260
 261 #endif  // EXTENSIONS_COMMON_URL_PATTERN_H_