contrib/libarchive/libarchive/archive_read_support_format_warc.c

   1 /*-
   2  * Copyright (c) 2014 Sebastian Freundt
   3  * All rights reserved.
   4  *
   5  * Redistribution and use in source and binary forms, with or without
   6  * modification, are permitted provided that the following conditions
   7  * are met:
   8  * 1. Redistributions of source code must retain the above copyright
   9  *    notice, this list of conditions and the following disclaimer.
  10  * 2. Redistributions in binary form must reproduce the above copyright
  11  *    notice, this list of conditions and the following disclaimer in the
  12  *    documentation and/or other materials provided with the distribution.
  13  *
  14  * THIS SOFTWARE IS PROVIDED BY THE AUTHOR(S) ``AS IS'' AND ANY EXPRESS OR
  15  * IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES
  16  * OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE DISCLAIMED.
  17  * IN NO EVENT SHALL THE AUTHOR(S) BE LIABLE FOR ANY DIRECT, INDIRECT,
  18  * INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT
  19  * NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE,
  20  * DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY
  21  * THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
  22  * (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF
  23  * THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
  24  */
  25
  26 #include "archive_platform.h"
  27 __FBSDID("$FreeBSD$");
  28
  29 /**
  30  * WARC is standardised by ISO TC46/SC4/WG12 and currently available as
  31  * ISO 28500:2009.
  32  * For the purposes of this file we used the final draft from:
  33  * http://bibnum.bnf.fr/warc/WARC_ISO_28500_version1_latestdraft.pdf
  34  *
  35  * Todo:
  36  * [ ] real-world warcs can contain resources at endpoints ending in /
  37  *     e.g. http://bibnum.bnf.fr/warc/
  38  *     if you're lucky their response contains a Content-Location: header
  39  *     pointing to a unix-compliant filename, in the example above it's
  40  *     Content-Location: http://bibnum.bnf.fr/warc/index.html
  41  *     however, that's not mandated and github for example doesn't follow
  42  *     this convention.
  43  *     We need a set of archive options to control what to do with
  44  *     entries like these, at the moment care is taken to skip them.
  45  *
  46  **/
  47
  48 #ifdef HAVE_SYS_STAT_H
  49 #include <sys/stat.h>
  50 #endif
  51 #ifdef HAVE_ERRNO_H
  52 #include <errno.h>
  53 #endif
  54 #ifdef HAVE_STDLIB_H
  55 #include <stdlib.h>
  56 #endif
  57 #ifdef HAVE_STRING_H
  58 #include <string.h>
  59 #endif
  60 #ifdef HAVE_LIMITS_H
  61 #include <limits.h>
  62 #endif
  63 #ifdef HAVE_CTYPE_H
  64 #include <ctype.h>
  65 #endif
  66 #ifdef HAVE_TIME_H
  67 #include <time.h>
  68 #endif
  69
  70 #include "archive.h"
  71 #include "archive_entry.h"
  72 #include "archive_private.h"
  73 #include "archive_read_private.h"
  74
  75 typedef enum {
  76         WT_NONE,
  77         /* warcinfo */
  78         WT_INFO,
  79         /* metadata */
  80         WT_META,
  81         /* resource */
  82         WT_RSRC,
  83         /* request, unsupported */
  84         WT_REQ,
  85         /* response, unsupported */
  86         WT_RSP,
  87         /* revisit, unsupported */
  88         WT_RVIS,
  89         /* conversion, unsupported */
  90         WT_CONV,
  91         /* continuation, unsupported at the moment */
  92         WT_CONT,
  93         /* invalid type */
  94         LAST_WT
  95 } warc_type_t;
  96
  97 typedef struct {
  98         size_t len;
  99         const char *str;
 100 } warc_string_t;
 101
 102 typedef struct {
 103         size_t len;
 104         char *str;
 105 } warc_strbuf_t;
 106
 107 struct warc_s {
 108         /* content length ahead */
 109         size_t cntlen;
 110         /* and how much we've processed so far */
 111         size_t cntoff;
 112         /* and how much we need to consume between calls */
 113         size_t unconsumed;
 114
 115         /* string pool */
 116         warc_strbuf_t pool;
 117         /* previous version */
 118         unsigned int pver;
 119         /* stringified format name */
 120         struct archive_string sver;
 121 };
 122
 123 static int _warc_bid(struct archive_read *a, int);
 124 static int _warc_cleanup(struct archive_read *a);
 125 static int _warc_read(struct archive_read*, const void**, size_t*, int64_t*);
 126 static int _warc_skip(struct archive_read *a);
 127 static int _warc_rdhdr(struct archive_read *a, struct archive_entry *e);
 128
 129 /* private routines */
 130 static unsigned int _warc_rdver(const char buf[10], size_t bsz);
 131 static unsigned int _warc_rdtyp(const char *buf, size_t bsz);
 132 static warc_string_t _warc_rduri(const char *buf, size_t bsz);
 133 static ssize_t _warc_rdlen(const char *buf, size_t bsz);
 134 static time_t _warc_rdrtm(const char *buf, size_t bsz);
 135 static time_t _warc_rdmtm(const char *buf, size_t bsz);
 136 static const char *_warc_find_eoh(const char *buf, size_t bsz);
 137 static const char *_warc_find_eol(const char *buf, size_t bsz);
 138
 139 int
 140 archive_read_support_format_warc(struct archive *_a)
 141 {
 142         struct archive_read *a = (struct archive_read *)_a;
 143         struct warc_s *w;
 144         int r;
 145
 146         archive_check_magic(_a, ARCHIVE_READ_MAGIC,
 147             ARCHIVE_STATE_NEW, "archive_read_support_format_warc");
 148
 149         if ((w = calloc(1, sizeof(*w))) == NULL) {
 150                 archive_set_error(&a->archive, ENOMEM,
 151                     "Can't allocate warc data");
 152                 return (ARCHIVE_FATAL);
 153         }
 154
 155         r = __archive_read_register_format(
 156                 a, w, "warc",
 157                 _warc_bid, NULL, _warc_rdhdr, _warc_read,
 158                 _warc_skip, NULL, _warc_cleanup, NULL, NULL);
 159
 160         if (r != ARCHIVE_OK) {
 161                 free(w);
 162                 return (r);
 163         }
 164         return (ARCHIVE_OK);
 165 }
 166
 167 static int
 168 _warc_cleanup(struct archive_read *a)
 169 {
 170         struct warc_s *w = a->format->data;
 171
 172         if (w->pool.len > 0U) {
 173                 free(w->pool.str);
 174         }
 175         archive_string_free(&w->sver);
 176         free(w);
 177         a->format->data = NULL;
 178         return (ARCHIVE_OK);
 179 }
 180
 181 static int
 182 _warc_bid(struct archive_read *a, int best_bid)
 183 {
 184         const char *hdr;
 185         ssize_t nrd;
 186         unsigned int ver;
 187
 188         (void)best_bid; /* UNUSED */
 189
 190         /* check first line of file, it should be a record already */
 191         if ((hdr = __archive_read_ahead(a, 12U, &nrd)) == NULL) {
 192                 /* no idea what to do */
 193                 return -1;
 194         } else if (nrd < 12) {
 195                 /* nah, not for us, our magic cookie is at least 12 bytes */
 196                 return -1;
 197         }
 198
 199         /* otherwise snarf the record's version number */
 200         ver = _warc_rdver(hdr, nrd);
 201         if (ver < 1200U || ver > 10000U) {
 202                 /* we only support WARC 0.12 to 1.0 */
 203                 return -1;
 204         }
 205
 206         /* otherwise be confident */
 207         return (64);
 208 }
 209
 210 static int
 211 _warc_rdhdr(struct archive_read *a, struct archive_entry *entry)
 212 {
 213 #define HDR_PROBE_LEN           (12U)
 214         struct warc_s *w = a->format->data;
 215         unsigned int ver;
 216         const char *buf;
 217         ssize_t nrd;
 218         const char *eoh;
 219         /* for the file name, saves some strndup()'ing */
 220         warc_string_t fnam;
 221         /* warc record type, not that we really use it a lot */
 222         warc_type_t ftyp;
 223         /* content-length+error monad */
 224         ssize_t cntlen;
 225         /* record time is the WARC-Date time we reinterpret it as ctime */
 226         time_t rtime;
 227         /* mtime is the Last-Modified time which will be the entry's mtime */
 228         time_t mtime;
 229
 230 start_over:
 231         /* just use read_ahead() they keep track of unconsumed
 232          * bits and bobs for us; no need to put an extra shift in
 233          * and reproduce that functionality here */
 234         buf = __archive_read_ahead(a, HDR_PROBE_LEN, &nrd);
 235
 236         if (nrd < 0) {
 237                 /* no good */
 238                 archive_set_error(
 239                         &a->archive, ARCHIVE_ERRNO_MISC,
 240                         "Bad record header");
 241                 return (ARCHIVE_FATAL);
 242         } else if (buf == NULL) {
 243                 /* there should be room for at least WARC/bla\r\n
 244                  * must be EOF therefore */
 245                 return (ARCHIVE_EOF);
 246         }
 247         /* looks good so far, try and find the end of the header now */
 248         eoh = _warc_find_eoh(buf, nrd);
 249         if (eoh == NULL) {
 250                 /* still no good, the header end might be beyond the
 251                  * probe we've requested, but then again who'd cram
 252                  * so much stuff into the header *and* be 28500-compliant */
 253                 archive_set_error(
 254                         &a->archive, ARCHIVE_ERRNO_MISC,
 255                         "Bad record header");
 256                 return (ARCHIVE_FATAL);
 257         }
 258         ver = _warc_rdver(buf, eoh - buf);
 259         /* we currently support WARC 0.12 to 1.0 */
 260         if (ver == 0U) {
 261                 archive_set_error(
 262                         &a->archive, ARCHIVE_ERRNO_MISC,
 263                         "Invalid record version");
 264                 return (ARCHIVE_FATAL);
 265         } else if (ver < 1200U || ver > 10000U) {
 266                 archive_set_error(
 267                         &a->archive, ARCHIVE_ERRNO_MISC,
 268                         "Unsupported record version: %u.%u",
 269                         ver / 10000, (ver % 10000) / 100);
 270                 return (ARCHIVE_FATAL);
 271         }
 272         cntlen = _warc_rdlen(buf, eoh - buf);
 273         if (cntlen < 0) {
 274                 /* nightmare!  the specs say content-length is mandatory
 275                  * so I don't feel overly bad stopping the reader here */
 276                 archive_set_error(
 277                         &a->archive, EINVAL,
 278                         "Bad content length");
 279                 return (ARCHIVE_FATAL);
 280         }
 281         rtime = _warc_rdrtm(buf, eoh - buf);
 282         if (rtime == (time_t)-1) {
 283                 /* record time is mandatory as per WARC/1.0,
 284                  * so just barf here, fast and loud */
 285                 archive_set_error(
 286                         &a->archive, EINVAL,
 287                         "Bad record time");
 288                 return (ARCHIVE_FATAL);
 289         }
 290
 291         /* let the world know we're a WARC archive */
 292         a->archive.archive_format = ARCHIVE_FORMAT_WARC;
 293         if (ver != w->pver) {
 294                 /* stringify this entry's version */
 295                 archive_string_sprintf(&w->sver,
 296                         "WARC/%u.%u", ver / 10000, (ver % 10000) / 100);
 297                 /* remember the version */
 298                 w->pver = ver;
 299         }
 300         /* start off with the type */
 301         ftyp = _warc_rdtyp(buf, eoh - buf);
 302         /* and let future calls know about the content */
 303         w->cntlen = cntlen;
 304         w->cntoff = 0U;
 305         mtime = 0;/* Avoid compiling error on some platform. */
 306
 307         switch (ftyp) {
 308         case WT_RSRC:
 309         case WT_RSP:
 310                 /* only try and read the filename in the cases that are
 311                  * guaranteed to have one */
 312                 fnam = _warc_rduri(buf, eoh - buf);
 313                 /* check the last character in the URI to avoid creating
 314                  * directory endpoints as files, see Todo above */
 315                 if (fnam.len == 0 || fnam.str[fnam.len - 1] == '/') {
 316                         /* break here for now */
 317                         fnam.len = 0U;
 318                         fnam.str = NULL;
 319                         break;
 320                 }
 321                 /* bang to our string pool, so we save a
 322                  * malloc()+free() roundtrip */
 323                 if (fnam.len + 1U > w->pool.len) {
 324                         w->pool.len = ((fnam.len + 64U) / 64U) * 64U;
 325                         w->pool.str = realloc(w->pool.str, w->pool.len);
 326                 }
 327                 memcpy(w->pool.str, fnam.str, fnam.len);
 328                 w->pool.str[fnam.len] = '\0';
 329                 /* let no one else know about the pool, it's a secret, shhh */
 330                 fnam.str = w->pool.str;
 331
 332                 /* snarf mtime or deduce from rtime
 333                  * this is a custom header added by our writer, it's quite
 334                  * hard to believe anyone else would go through with it
 335                  * (apart from being part of some http responses of course) */
 336                 if ((mtime = _warc_rdmtm(buf, eoh - buf)) == (time_t)-1) {
 337                         mtime = rtime;
 338                 }
 339                 break;
 340         default:
 341                 fnam.len = 0U;
 342                 fnam.str = NULL;
 343                 break;
 344         }
 345
 346         /* now eat some of those delicious buffer bits */
 347         __archive_read_consume(a, eoh - buf);
 348
 349         switch (ftyp) {
 350         case WT_RSRC:
 351         case WT_RSP:
 352                 if (fnam.len > 0U) {
 353                         /* populate entry object */
 354                         archive_entry_set_filetype(entry, AE_IFREG);
 355                         archive_entry_copy_pathname(entry, fnam.str);
 356                         archive_entry_set_size(entry, cntlen);
 357                         archive_entry_set_perm(entry, 0644);
 358                         /* rtime is the new ctime, mtime stays mtime */
 359                         archive_entry_set_ctime(entry, rtime, 0L);
 360                         archive_entry_set_mtime(entry, mtime, 0L);
 361                         break;
 362                 }
 363                 /* FALLTHROUGH */
 364         default:
 365                 /* consume the content and start over */
 366                 _warc_skip(a);
 367                 goto start_over;
 368         }
 369         return (ARCHIVE_OK);
 370 }
 371
 372 static int
 373 _warc_read(struct archive_read *a, const void **buf, size_t *bsz, int64_t *off)
 374 {
 375         struct warc_s *w = a->format->data;
 376         const char *rab;
 377         ssize_t nrd;
 378
 379         if (w->cntoff >= w->cntlen) {
 380         eof:
 381                 /* it's our lucky day, no work, we can leave early */
 382                 *buf = NULL;
 383                 *bsz = 0U;
 384                 *off = w->cntoff + 4U/*for \r\n\r\n separator*/;
 385                 w->unconsumed = 0U;
 386                 return (ARCHIVE_EOF);
 387         }
 388
 389         if (w->unconsumed) {
 390                 __archive_read_consume(a, w->unconsumed);
 391                 w->unconsumed = 0U;
 392         }
 393
 394         rab = __archive_read_ahead(a, 1U, &nrd);
 395         if (nrd < 0) {
 396                 *bsz = 0U;
 397                 /* big catastrophe */
 398                 return (int)nrd;
 399         } else if (nrd == 0) {
 400                 goto eof;
 401         } else if ((size_t)nrd > w->cntlen - w->cntoff) {
 402                 /* clamp to content-length */
 403                 nrd = w->cntlen - w->cntoff;
 404         }
 405         *off = w->cntoff;
 406         *bsz = nrd;
 407         *buf = rab;
 408
 409         w->cntoff += nrd;
 410         w->unconsumed = (size_t)nrd;
 411         return (ARCHIVE_OK);
 412 }
 413
 414 static int
 415 _warc_skip(struct archive_read *a)
 416 {
 417         struct warc_s *w = a->format->data;
 418
 419         __archive_read_consume(a, w->cntlen + 4U/*\r\n\r\n separator*/);
 420         w->cntlen = 0U;
 421         w->cntoff = 0U;
 422         return (ARCHIVE_OK);
 423 }
 424
 425 \f
 426 /* private routines */
 427 static void*
 428 deconst(const void *c)
 429 {
 430         return (char *)0x1 + (((const char *)c) - (const char *)0x1);
 431 }
 432
 433 static char*
 434 xmemmem(const char *hay, const size_t haysize,
 435         const char *needle, const size_t needlesize)
 436 {
 437         const char *const eoh = hay + haysize;
 438         const char *const eon = needle + needlesize;
 439         const char *hp;
 440         const char *np;
 441         const char *cand;
 442         unsigned int hsum;
 443         unsigned int nsum;
 444         unsigned int eqp;
 445
 446         /* trivial checks first
 447          * a 0-sized needle is defined to be found anywhere in haystack
 448          * then run strchr() to find a candidate in HAYSTACK (i.e. a portion
 449          * that happens to begin with *NEEDLE) */
 450         if (needlesize == 0UL) {
 451                 return deconst(hay);
 452         } else if ((hay = memchr(hay, *needle, haysize)) == NULL) {
 453                 /* trivial */
 454                 return NULL;
 455         }
 456
 457         /* First characters of haystack and needle are the same now. Both are
 458          * guaranteed to be at least one character long.  Now computes the sum
 459          * of characters values of needle together with the sum of the first
 460          * needle_len characters of haystack. */
 461         for (hp = hay + 1U, np = needle + 1U, hsum = *hay, nsum = *hay, eqp = 1U;
 462              hp < eoh && np < eon;
 463              hsum ^= *hp, nsum ^= *np, eqp &= *hp == *np, hp++, np++);
 464
 465         /* HP now references the (NEEDLESIZE + 1)-th character. */
 466         if (np < eon) {
 467                 /* haystack is smaller than needle, :O */
 468                 return NULL;
 469         } else if (eqp) {
 470                 /* found a match */
 471                 return deconst(hay);
 472         }
 473
 474         /* now loop through the rest of haystack,
 475          * updating the sum iteratively */
 476         for (cand = hay; hp < eoh; hp++) {
 477                 hsum ^= *cand++;
 478                 hsum ^= *hp;
 479
 480                 /* Since the sum of the characters is already known to be
 481                  * equal at that point, it is enough to check just NEEDLESIZE - 1
 482                  * characters for equality,
 483                  * also CAND is by design < HP, so no need for range checks */
 484                 if (hsum == nsum && memcmp(cand, needle, needlesize - 1U) == 0) {
 485                         return deconst(cand);
 486                 }
 487         }
 488         return NULL;
 489 }
 490
 491 static int
 492 strtoi_lim(const char *str, const char **ep, int llim, int ulim)
 493 {
 494         int res = 0;
 495         const char *sp;
 496         /* we keep track of the number of digits via rulim */
 497         int rulim;
 498
 499         for (sp = str, rulim = ulim > 10 ? ulim : 10;
 500              res * 10 <= ulim && rulim && *sp >= '0' && *sp <= '9';
 501              sp++, rulim /= 10) {
 502                 res *= 10;
 503                 res += *sp - '0';
 504         }
 505         if (sp == str) {
 506                 res = -1;
 507         } else if (res < llim || res > ulim) {
 508                 res = -2;
 509         }
 510         *ep = (const char*)sp;
 511         return res;
 512 }
 513
 514 static time_t
 515 time_from_tm(struct tm *t)
 516 {
 517 #if HAVE_TIMEGM
 518         /* Use platform timegm() if available. */
 519         return (timegm(t));
 520 #elif HAVE__MKGMTIME64
 521         return (_mkgmtime64(t));
 522 #else
 523         /* Else use direct calculation using POSIX assumptions. */
 524         /* First, fix up tm_yday based on the year/month/day. */
 525         if (mktime(t) == (time_t)-1)
 526                 return ((time_t)-1);
 527         /* Then we can compute timegm() from first principles. */
 528         return (t->tm_sec
 529             + t->tm_min * 60
 530             + t->tm_hour * 3600
 531             + t->tm_yday * 86400
 532             + (t->tm_year - 70) * 31536000
 533             + ((t->tm_year - 69) / 4) * 86400
 534             - ((t->tm_year - 1) / 100) * 86400
 535             + ((t->tm_year + 299) / 400) * 86400);
 536 #endif
 537 }
 538
 539 static time_t
 540 xstrpisotime(const char *s, char **endptr)
 541 {
 542 /** like strptime() but strictly for ISO 8601 Zulu strings */
 543         struct tm tm;
 544         time_t res = (time_t)-1;
 545
 546         /* make sure tm is clean */
 547         memset(&tm, 0, sizeof(tm));
 548
 549         /* as a courtesy to our callers, and since this is a non-standard
 550          * routine, we skip leading whitespace */
 551         while (*s == ' ' || *s == '\t')
 552                 ++s;
 553
 554         /* read year */
 555         if ((tm.tm_year = strtoi_lim(s, &s, 1583, 4095)) < 0 || *s++ != '-') {
 556                 goto out;
 557         }
 558         /* read month */
 559         if ((tm.tm_mon = strtoi_lim(s, &s, 1, 12)) < 0 || *s++ != '-') {
 560                 goto out;
 561         }
 562         /* read day-of-month */
 563         if ((tm.tm_mday = strtoi_lim(s, &s, 1, 31)) < 0 || *s++ != 'T') {
 564                 goto out;
 565         }
 566         /* read hour */
 567         if ((tm.tm_hour = strtoi_lim(s, &s, 0, 23)) < 0 || *s++ != ':') {
 568                 goto out;
 569         }
 570         /* read minute */
 571         if ((tm.tm_min = strtoi_lim(s, &s, 0, 59)) < 0 || *s++ != ':') {
 572                 goto out;
 573         }
 574         /* read second */
 575         if ((tm.tm_sec = strtoi_lim(s, &s, 0, 60)) < 0 || *s++ != 'Z') {
 576                 goto out;
 577         }
 578
 579         /* massage TM to fulfill some of POSIX' constraints */
 580         tm.tm_year -= 1900;
 581         tm.tm_mon--;
 582
 583         /* now convert our custom tm struct to a unix stamp using UTC */
 584         res = time_from_tm(&tm);
 585
 586 out:
 587         if (endptr != NULL) {
 588                 *endptr = deconst(s);
 589         }
 590         return res;
 591 }
 592
 593 static unsigned int
 594 _warc_rdver(const char *buf, size_t bsz)
 595 {
 596         static const char magic[] = "WARC/";
 597         const char *c;
 598         unsigned int ver = 0U;
 599         unsigned int end = 0U;
 600
 601         if (bsz < 12 || memcmp(buf, magic, sizeof(magic) - 1U) != 0) {
 602                 /* buffer too small or invalid magic */
 603                 return ver;
 604         }
 605         /* looks good so far, read the version number for a laugh */
 606         buf += sizeof(magic) - 1U;
 607
 608         if (isdigit((unsigned char)buf[0U]) && (buf[1U] == '.') &&
 609             isdigit((unsigned char)buf[2U])) {
 610                 /* we support a maximum of 2 digits in the minor version */
 611                 if (isdigit((unsigned char)buf[3U]))
 612                         end = 1U;
 613                 /* set up major version */
 614                 ver = (buf[0U] - '0') * 10000U;
 615                 /* set up minor version */
 616                 if (end == 1U) {
 617                         ver += (buf[2U] - '0') * 1000U;
 618                         ver += (buf[3U] - '0') * 100U;
 619                 } else
 620                         ver += (buf[2U] - '0') * 100U;
 621                 /*
 622                  * WARC below version 0.12 has a space-separated header
 623                  * WARC 0.12 and above terminates the version with a CRLF
 624                  */
 625                 c = buf + 3U + end;
 626                 if (ver >= 1200U) {
 627                         if (memcmp(c, "\r\n", 2U) != 0)
 628                                 ver = 0U;
 629                 } else if (ver < 1200U) {
 630                         if (*c != ' ' && *c != '\t')
 631                                 ver = 0U;
 632                 }
 633         }
 634         return ver;
 635 }
 636
 637 static unsigned int
 638 _warc_rdtyp(const char *buf, size_t bsz)
 639 {
 640         static const char _key[] = "\r\nWARC-Type:";
 641         const char *val, *eol;
 642
 643         if ((val = xmemmem(buf, bsz, _key, sizeof(_key) - 1U)) == NULL) {
 644                 /* no bother */
 645                 return WT_NONE;
 646         }
 647         val += sizeof(_key) - 1U;
 648         if ((eol = _warc_find_eol(val, buf + bsz - val)) == NULL) {
 649                 /* no end of line */
 650                 return WT_NONE;
 651         }
 652
 653         /* overread whitespace */
 654         while (val < eol && (*val == ' ' || *val == '\t'))
 655                 ++val;
 656
 657         if (val + 8U == eol) {
 658                 if (memcmp(val, "resource", 8U) == 0)
 659                         return WT_RSRC;
 660                 else if (memcmp(val, "response", 8U) == 0)
 661                         return WT_RSP;
 662         }
 663         return WT_NONE;
 664 }
 665
 666 static warc_string_t
 667 _warc_rduri(const char *buf, size_t bsz)
 668 {
 669         static const char _key[] = "\r\nWARC-Target-URI:";
 670         const char *val, *uri, *eol, *p;
 671         warc_string_t res = {0U, NULL};
 672
 673         if ((val = xmemmem(buf, bsz, _key, sizeof(_key) - 1U)) == NULL) {
 674                 /* no bother */
 675                 return res;
 676         }
 677         /* overread whitespace */
 678         val += sizeof(_key) - 1U;
 679         if ((eol = _warc_find_eol(val, buf + bsz - val)) == NULL) {
 680                 /* no end of line */
 681                 return res;
 682         }
 683
 684         while (val < eol && (*val == ' ' || *val == '\t'))
 685                 ++val;
 686
 687         /* overread URL designators */
 688         if ((uri = xmemmem(val, eol - val, "://", 3U)) == NULL) {
 689                 /* not touching that! */
 690                 return res;
 691         }
 692
 693         /* spaces inside uri are not allowed, CRLF should follow */
 694         for (p = val; p < eol; p++) {
 695                 if (isspace((unsigned char)*p))
 696                         return res;
 697         }
 698
 699         /* there must be at least space for ftp */
 700         if (uri < (val + 3U))
 701                 return res;
 702
 703         /* move uri to point to after :// */
 704         uri += 3U;
 705
 706         /* now then, inspect the URI */
 707         if (memcmp(val, "file", 4U) == 0) {
 708                 /* perfect, nothing left to do here */
 709
 710         } else if (memcmp(val, "http", 4U) == 0 ||
 711                    memcmp(val, "ftp", 3U) == 0) {
 712                 /* overread domain, and the first / */
 713                 while (uri < eol && *uri++ != '/');
 714         } else {
 715                 /* not sure what to do? best to bugger off */
 716                 return res;
 717         }
 718         res.str = uri;
 719         res.len = eol - uri;
 720         return res;
 721 }
 722
 723 static ssize_t
 724 _warc_rdlen(const char *buf, size_t bsz)
 725 {
 726         static const char _key[] = "\r\nContent-Length:";
 727         const char *val, *eol;
 728         char *on = NULL;
 729         long int len;
 730
 731         if ((val = xmemmem(buf, bsz, _key, sizeof(_key) - 1U)) == NULL) {
 732                 /* no bother */
 733                 return -1;
 734         }
 735         val += sizeof(_key) - 1U;
 736         if ((eol = _warc_find_eol(val, buf + bsz - val)) == NULL) {
 737                 /* no end of line */
 738                 return -1;
 739         }
 740
 741         /* skip leading whitespace */
 742         while (val < eol && (*val == ' ' || *val == '\t'))
 743                 val++;
 744         /* there must be at least one digit */
 745         if (!isdigit((unsigned char)*val))
 746                 return -1;
 747         errno = 0;
 748         len = strtol(val, &on, 10);
 749         if (errno != 0 || on != eol) {
 750                 /* line must end here */
 751                 return -1;
 752         }
 753
 754         return (size_t)len;
 755 }
 756
 757 static time_t
 758 _warc_rdrtm(const char *buf, size_t bsz)
 759 {
 760         static const char _key[] = "\r\nWARC-Date:";
 761         const char *val, *eol;
 762         char *on = NULL;
 763         time_t res;
 764
 765         if ((val = xmemmem(buf, bsz, _key, sizeof(_key) - 1U)) == NULL) {
 766                 /* no bother */
 767                 return (time_t)-1;
 768         }
 769         val += sizeof(_key) - 1U;
 770         if ((eol = _warc_find_eol(val, buf + bsz - val)) == NULL ) {
 771                 /* no end of line */
 772                 return -1;
 773         }
 774
 775         /* xstrpisotime() kindly overreads whitespace for us, so use that */
 776         res = xstrpisotime(val, &on);
 777         if (on != eol) {
 778                 /* line must end here */
 779                 return -1;
 780         }
 781         return res;
 782 }
 783
 784 static time_t
 785 _warc_rdmtm(const char *buf, size_t bsz)
 786 {
 787         static const char _key[] = "\r\nLast-Modified:";
 788         const char *val, *eol;
 789         char *on = NULL;
 790         time_t res;
 791
 792         if ((val = xmemmem(buf, bsz, _key, sizeof(_key) - 1U)) == NULL) {
 793                 /* no bother */
 794                 return (time_t)-1;
 795         }
 796         val += sizeof(_key) - 1U;
 797         if ((eol = _warc_find_eol(val, buf + bsz - val)) == NULL ) {
 798                 /* no end of line */
 799                 return -1;
 800         }
 801
 802         /* xstrpisotime() kindly overreads whitespace for us, so use that */
 803         res = xstrpisotime(val, &on);
 804         if (on != eol) {
 805                 /* line must end here */
 806                 return -1;
 807         }
 808         return res;
 809 }
 810
 811 static const char*
 812 _warc_find_eoh(const char *buf, size_t bsz)
 813 {
 814         static const char _marker[] = "\r\n\r\n";
 815         const char *hit = xmemmem(buf, bsz, _marker, sizeof(_marker) - 1U);
 816
 817         if (hit != NULL) {
 818                 hit += sizeof(_marker) - 1U;
 819         }
 820         return hit;
 821 }
 822
 823 static const char*
 824 _warc_find_eol(const char *buf, size_t bsz)
 825 {
 826         static const char _marker[] = "\r\n";
 827         const char *hit = xmemmem(buf, bsz, _marker, sizeof(_marker) - 1U);
 828
 829         return hit;
 830 }
 831 /* archive_read_support_format_warc.c ends here */