e70dabd5870f433d3f23b0c0a0b447791f9c8e8f
[exim.git] / src / src / parse.c
1 /*************************************************
2 *     Exim - an Internet mail transport agent    *
3 *************************************************/
4
5 /* Copyright (c) University of Cambridge 1995 - 2018 */
6 /* Copyright (c) The Exim Maintainers 2020 */
7 /* See the file NOTICE for conditions of use and distribution. */
8
9 /* Functions for parsing addresses */
10
11
12 #include "exim.h"
13
14
15 static const uschar *last_comment_position;
16
17
18
19 /* In stand-alone mode, provide a replacement for deliver_make_addr()
20 and rewrite_address[_qualify]() so as to avoid having to drag in too much
21 redundant apparatus. */
22
23 #ifdef STAND_ALONE
24
25 address_item *deliver_make_addr(uschar *address, BOOL copy)
26 {
27 address_item *addr = store_get(sizeof(address_item), FALSE);
28 addr->next = NULL;
29 addr->parent = NULL;
30 addr->address = address;
31 return addr;
32 }
33
34 uschar *rewrite_address(uschar *recipient, BOOL dummy1, BOOL dummy2, rewrite_rule
35   *dummy3, int dummy4)
36 {
37 return recipient;
38 }
39
40 uschar *rewrite_address_qualify(uschar *recipient, BOOL dummy1)
41 {
42 return recipient;
43 }
44
45 #endif
46
47
48
49
50 /*************************************************
51 *             Find the end of an address         *
52 *************************************************/
53
54 /* Scan over a string looking for the termination of an address at a comma,
55 or end of the string. It's the source-routed addresses which cause much pain
56 here. Although Exim ignores source routes, it must recognize such addresses, so
57 we cannot get rid of this logic.
58
59 Argument:
60   s        pointer to the start of an address
61   nl_ends  if TRUE, '\n' terminates an address
62
63 Returns:   pointer past the end of the address
64            (i.e. points to null or comma)
65 */
66
67 uschar *
68 parse_find_address_end(uschar *s, BOOL nl_ends)
69 {
70 BOOL source_routing = *s == '@';
71 int no_term = source_routing? 1 : 0;
72
73 while (*s != 0 && (*s != ',' || no_term > 0) && (*s != '\n' || !nl_ends))
74   {
75   /* Skip single quoted characters. Strictly these should not occur outside
76   quoted strings in RFC 822 addresses, but they can in RFC 821 addresses. Pity
77   about the lack of consistency, isn't it? */
78
79   if (*s == '\\' && s[1] != 0) s += 2;
80
81   /* Skip quoted items that are not inside brackets. Note that
82   quoted pairs are allowed inside quoted strings. */
83
84   else if (*s == '\"')
85     {
86     while (*(++s) != 0 && (*s != '\n' || !nl_ends))
87       {
88       if (*s == '\\' && s[1] != 0) s++;
89         else if (*s == '\"') { s++; break; }
90       }
91     }
92
93   /* Skip comments, which may include nested brackets, but quotes
94   are not recognized inside comments, though quoted pairs are. */
95
96   else if (*s == '(')
97     {
98     int level = 1;
99     while (*(++s) != 0 && (*s != '\n' || !nl_ends))
100       {
101       if (*s == '\\' && s[1] != 0) s++;
102         else if (*s == '(') level++;
103           else if (*s == ')' && --level <= 0) { s++; break; }
104       }
105     }
106
107   /* Non-special character; just advance. Passing the colon in a source
108   routed address means that any subsequent comma or colon may terminate unless
109   inside angle brackets. */
110
111   else
112     {
113     if (*s == '<')
114       {
115       source_routing = s[1] == '@';
116       no_term = source_routing? 2 : 1;
117       }
118     else if (*s == '>') no_term--;
119     else if (source_routing && *s == ':') no_term--;
120     s++;
121     }
122   }
123
124 return s;
125 }
126
127
128
129 /*************************************************
130 *            Find last @ in an address           *
131 *************************************************/
132
133 /* This function is used when we have something that may not qualified. If we
134 know it's qualified, searching for the rightmost '@' is sufficient. Here we
135 have to be a bit more clever than just a plain search, in order to handle
136 unqualified local parts like "thing@thong" correctly. Since quotes may not
137 legally be part of a domain name, we can give up on hitting the first quote
138 when searching from the right. Now that the parsing also permits the RFC 821
139 form of address, where quoted-pairs are allowed in unquoted local parts, we
140 must take care to handle that too.
141
142 Argument:  pointer to an address, possibly unqualified
143 Returns:   pointer to the last @ in an address, or NULL if none
144 */
145
146 const uschar *
147 parse_find_at(const uschar *s)
148 {
149 const uschar * t = s + Ustrlen(s);
150 while (--t >= s)
151   if (*t == '@')
152     {
153     int backslash_count = 0;
154     const uschar *tt = t - 1;
155     while (tt > s && *tt-- == '\\') backslash_count++;
156     if ((backslash_count & 1) == 0) return t;
157     }
158   else if (*t == '\"')
159     return NULL;
160
161 return NULL;
162 }
163
164
165
166
167 /***************************************************************************
168 * In all the functions below that read a particular object type from       *
169 * the input, return the new value of the pointer s (the first argument),   *
170 * and put the object into the store pointed to by t (the second argument), *
171 * adding a terminating zero. If no object is found, t will point to zero   *
172 * on return.                                                               *
173 ***************************************************************************/
174
175
176 /*************************************************
177 *          Skip white space and comment          *
178 *************************************************/
179
180 /* Algorithm:
181   (1) Skip spaces.
182   (2) If uschar not '(', return.
183   (3) Skip till matching ')', not counting any characters
184       escaped with '\'.
185   (4) Move past ')' and goto (1).
186
187 The start of the last potential comment position is remembered to
188 make it possible to ignore comments at the end of compound items.
189
190 Argument: current character pointer
191 Returns:  new character pointer
192 */
193
194 static const uschar *
195 skip_comment(const uschar *s)
196 {
197 last_comment_position = s;
198 while (*s)
199   {
200   int c, level;
201
202   if (Uskip_whitespace(&s) != '(') break;
203   level = 1;
204   while((c = *(++s)))
205     {
206     if (c == '(') level++;
207     else if (c == ')') { if (--level <= 0) { s++; break; } }
208     else if (c == '\\' && s[1] != 0) s++;
209     }
210   }
211 return s;
212 }
213
214
215
216 /*************************************************
217 *             Read a domain                      *
218 *************************************************/
219
220 /* A domain is a sequence of subdomains, separated by dots. See comments below
221 for detailed syntax of the subdomains.
222
223 If allow_domain_literals is TRUE, a "domain" may also be an IP address enclosed
224 in []. Make sure the output is set to the null string if there is a syntax
225 error as well as if there is no domain at all.
226
227 Arguments:
228   s          current character pointer
229   t          where to put the domain
230   errorptr   put error message here on failure (*t will be 0 on exit)
231
232 Returns:     new character pointer
233 */
234
235 static const uschar *
236 read_domain(const uschar *s, uschar *t, uschar **errorptr)
237 {
238 uschar *tt = t;
239 s = skip_comment(s);
240
241 /* Handle domain literals if permitted. An RFC 822 domain literal may contain
242 any character except [ ] \, including linear white space, and may contain
243 quoted characters. However, RFC 821 restricts literals to being dot-separated
244 3-digit numbers, and we make the obvious extension for IPv6. Go for a sequence
245 of digits, dots, hex digits, and colons here; later this will be checked for
246 being a syntactically valid IP address if it ever gets to a router.
247
248 Allow both the formal IPv6 form, with IPV6: at the start, and the informal form
249 without it, and accept IPV4: as well, 'cause someone will use it sooner or
250 later. */
251
252 if (*s == '[')
253   {
254   *t++ = *s++;
255
256   if (strncmpic(s, US"IPv6:", 5) == 0 || strncmpic(s, US"IPv4:", 5) == 0)
257     {
258     memcpy(t, s, 5);
259     t += 5;
260     s += 5;
261     }
262   while (*s == '.' || *s == ':' || isxdigit(*s)) *t++ = *s++;
263
264   if (*s == ']') *t++ = *s++; else
265     {
266     *errorptr = US"malformed domain literal";
267     *tt = 0;
268     }
269
270   if (!allow_domain_literals)
271     {
272     *errorptr = US"domain literals not allowed";
273     *tt = 0;
274     }
275   *t = 0;
276   return skip_comment(s);
277   }
278
279 /* Handle a proper domain, which is a sequence of dot-separated atoms. Remove
280 trailing dots if strip_trailing_dot is set. A subdomain is an atom.
281
282 An atom is a sequence of any characters except specials, space, and controls.
283 The specials are ( ) < > @ , ; : \ " . [ and ]. This is the rule for RFC 822
284 and its successor (RFC 2822). However, RFC 821 and its successor (RFC 2821) is
285 tighter, allowing only letters, digits, and hyphens, not starting with a
286 hyphen.
287
288 There used to be a global flag that got set when checking addresses that came
289 in over SMTP and which should therefore should be checked according to the
290 stricter rule. However, it seems silly to make the distinction, because I don't
291 suppose anybody ever uses local domains that are 822-compliant and not
292 821-compliant. Furthermore, Exim now has additional data on the spool file line
293 after an address (after "one_time" processing), and it makes use of a #
294 character to delimit it. When I wrote that code, I forgot about this 822-domain
295 stuff, and assumed # could never appear in a domain.
296
297 So the old code is now cut out for Release 4.11 onwards, on 09-Aug-02. In a few
298 years, when we are sure this isn't actually causing trouble, throw it away.
299
300 March 2003: the story continues: There is a camp that is arguing for the use of
301 UTF-8 in domain names as the way to internationalization, and other MTAs
302 support this. Therefore, we now have a flag that permits the use of characters
303 with values greater than 127, encoded in UTF-8, in subdomains, so that Exim can
304 be used experimentally in this way. */
305
306 for (;;)
307   {
308   uschar *tsave = t;
309
310 /*********************
311   if (rfc821_domains)
312     {
313     if (*s != '-') while (isalnum(*s) || *s == '-') *t++ = *s++;
314     }
315   else
316     while (!mac_iscntrl_or_special(*s)) *t++ = *s++;
317 *********************/
318
319   if (*s != '-')
320     {
321     /* Only letters, digits, and hyphens */
322
323     if (!allow_utf8_domains)
324       {
325       while (isalnum(*s) || *s == '-') *t++ = *s++;
326       }
327
328     /* Permit legal UTF-8 characters to be included */
329
330     else for(;;)
331       {
332       int i, d;
333       if (isalnum(*s) || *s == '-')    /* legal ascii characters */
334         {
335         *t++ = *s++;
336         continue;
337         }
338       if ((*s & 0xc0) != 0xc0) break;  /* not start of UTF-8 character */
339       d = *s << 2;
340       for (i = 1; i < 6; i++)          /* i is the number of additional bytes */
341         {
342         if ((d & 0x80) == 0) break;
343         d <<= 1;
344         }
345       if (i == 6) goto BAD_UTF8;       /* invalid UTF-8 */
346       *t++ = *s++;                     /* leading UTF-8 byte */
347       while (i-- > 0)                  /* copy and check remainder */
348         {
349         if ((*s & 0xc0) != 0x80)
350           {
351           BAD_UTF8:
352           *errorptr = US"invalid UTF-8 byte sequence";
353           *tt = 0;
354           return s;
355           }
356         *t++ = *s++;
357         }
358       }    /* End of loop for UTF-8 character */
359     }      /* End of subdomain */
360
361   s = skip_comment(s);
362   *t = 0;
363
364   if (t == tsave)   /* empty component */
365     {
366     if (strip_trailing_dot && t > tt && *s != '.') t[-1] = 0; else
367       {
368       *errorptr = US"domain missing or malformed";
369       *tt = 0;
370       }
371     return s;
372     }
373
374   if (*s != '.') break;
375   *t++ = *s++;
376   s = skip_comment(s);
377   }
378
379 return s;
380 }
381
382
383
384 /*************************************************
385 *            Read a local-part                   *
386 *************************************************/
387
388 /* A local-part is a sequence of words, separated by periods. A null word
389 between dots is not strictly allowed but apparently many mailers permit it,
390 so, sigh, better be compatible. Even accept a trailing dot...
391
392 A <word> is either a quoted string, or an <atom>, which is a sequence
393 of any characters except specials, space, and controls. The specials are
394 ( ) < > @ , ; : \ " . [ and ]. In RFC 822, a single quoted character, (a
395 quoted-pair) is not allowed in a word. However, in RFC 821, it is permitted in
396 the local part of an address. Rather than have separate parsing functions for
397 the different cases, take the liberal attitude always. At least one MUA is
398 happy to recognize this case; I don't know how many other programs do.
399
400 Arguments:
401   s           current character pointer
402   t           where to put the local part
403   error       where to point error text
404   allow_null  TRUE if an empty local part is not an error
405
406 Returns:   new character pointer
407 */
408
409 static const uschar *
410 read_local_part(const uschar *s, uschar *t, uschar **error, BOOL allow_null)
411 {
412 uschar *tt = t;
413 *error = NULL;
414 for (;;)
415   {
416   int c;
417   uschar *tsave = t;
418   s = skip_comment(s);
419
420   /* Handle a quoted string */
421
422   if (*s == '\"')
423     {
424     *t++ = '\"';
425     while ((c = *++s) && c != '\"')
426       {
427       *t++ = c;
428       if (c == '\\' && s[1]) *t++ = *++s;
429       }
430     if (c == '\"')
431       {
432       s++;
433       *t++ = '\"';
434       }
435     else
436       {
437       *error = US"unmatched doublequote in local part";
438       return s;
439       }
440     }
441
442   /* Handle an atom, but allow quoted pairs within it. */
443
444   else while (!mac_iscntrl_or_special(*s) || *s == '\\')
445     {
446     c = *t++ = *s++;
447     if (c == '\\' && *s) *t++ = *s++;
448     }
449
450   /* Terminate the word and skip subsequent comment */
451
452   *t = 0;
453   s = skip_comment(s);
454
455   /* If we have read a null component at this point, give an error unless it is
456   terminated by a dot - an extension to RFC 822 - or if it is the first
457   component of the local part and an empty local part is permitted, in which
458   case just return normally. */
459
460   if (t == tsave && *s != '.')
461     {
462     if (t == tt && !allow_null)
463       *error = US"missing or malformed local part";
464     return s;
465     }
466
467   /* Anything other than a dot terminates the local part. Treat multiple dots
468   as a single dot, as this seems to be a common extension. */
469
470   if (*s != '.') break;
471   do { *t++ = *s++; } while (*s == '.');
472   }
473
474 return s;
475 }
476
477
478 /*************************************************
479 *            Read route part of route-addr       *
480 *************************************************/
481
482 /* The pointer is at the initial "@" on entry. Return it following the
483 terminating colon. Exim no longer supports the use of source routes, but it is
484 required to accept the syntax.
485
486 Arguments:
487   s          current character pointer
488   t          where to put the route
489   errorptr   where to put an error message
490
491 Returns:     new character pointer
492 */
493
494 static const uschar *
495 read_route(const uschar *s, uschar *t, uschar **errorptr)
496 {
497 BOOL commas = FALSE;
498 *errorptr = NULL;
499
500 while (*s == '@')
501   {
502   *t++ = '@';
503   s = read_domain(s+1, t, errorptr);
504   if (*t == 0) return s;
505   t += Ustrlen((const uschar *)t);
506   if (*s != ',') break;
507   *t++ = *s++;
508   commas = TRUE;
509   s = skip_comment(s);
510   }
511
512 if (*s == ':') *t++ = *s++;
513
514 /* If there is no colon, and there were no commas, the most likely error
515 is in fact a missing local part in the address rather than a missing colon
516 after the route. */
517
518 else *errorptr = commas?
519   US"colon expected after route list" :
520   US"no local part";
521
522 /* Terminate the route and return */
523
524 *t = 0;
525 return skip_comment(s);
526 }
527
528
529
530 /*************************************************
531 *                Read addr-spec                  *
532 *************************************************/
533
534 /* Addr-spec is local-part@domain. We make the domain optional -
535 the expected terminator for the whole thing is passed to check this.
536 This function is called only when we know we have a route-addr.
537
538 Arguments:
539   s          current character pointer
540   t          where to put the addr-spec
541   term       expected terminator (0 or >)
542   errorptr   where to put an error message
543   domainptr  set to point to the start of the domain
544
545 Returns:     new character pointer
546 */
547
548 static const uschar *
549 read_addr_spec(const uschar *s, uschar *t, int term, uschar **errorptr,
550   uschar **domainptr)
551 {
552 s = read_local_part(s, t, errorptr, FALSE);
553 if (*errorptr == NULL)
554   if (*s != term)
555     if (*s != '@')
556       *errorptr = string_sprintf("\"@\" or \".\" expected after \"%s\"", t);
557     else
558       {
559       t += Ustrlen((const uschar *)t);
560       *t++ = *s++;
561       *domainptr = t;
562       s = read_domain(s, t, errorptr);
563       }
564 return s;
565 }
566
567
568
569 /*************************************************
570 *         Extract operative address              *
571 *************************************************/
572
573 /* This function extracts an operative address from a full RFC822 mailbox and
574 returns it in a piece of dynamic store. We take the easy way and get a piece
575 of store the same size as the input, and then copy into it whatever is
576 necessary. If we cannot find a valid address (syntax error), return NULL, and
577 point the error pointer to the reason. The arguments "start" and "end" are used
578 to return the offsets of the first and one past the last characters in the
579 original mailbox of the address that has been extracted, to aid in re-writing.
580 The argument "domain" is set to point to the first character after "@" in the
581 final part of the returned address, or zero if there is no @.
582
583 Exim no longer supports the use of source routed addresses (those of the form
584 @domain,...:route_addr). It recognizes the syntax, but collapses such addresses
585 down to their final components. Formerly, collapse_source_routes had to be set
586 to achieve this effect. RFC 1123 allows collapsing with MAY, while the revision
587 of RFC 821 had increased this to SHOULD, so I've gone for it, because it makes
588 a lot of code elsewhere in Exim much simpler.
589
590 There are some special fudges here for handling RFC 822 group address notation
591 which may appear in certain headers. If the flag parse_allow_group is set
592 TRUE and parse_found_group is FALSE when this function is called, an address
593 which is the start of a group (i.e. preceded by a phrase and a colon) is
594 recognized; the phrase is ignored and the flag parse_found_group is set. If
595 this flag is TRUE at the end of an address, and if an extraneous semicolon is
596 found, it is ignored and the flag is cleared.
597
598 This logic is used only when scanning through addresses in headers, either to
599 fulfil the -t option, or for rewriting, or for checking header syntax. Because
600 the group "state" has to be remembered between multiple calls of this function,
601 the variables parse_{allow,found}_group are global. It is important to ensure
602 that they are reset to FALSE at the end of scanning a header's list of
603 addresses.
604
605 Arguments:
606   mailbox     points to the RFC822 mailbox
607   errorptr    where to point an error message
608   start       set to start offset in mailbox
609   end         set to end offset in mailbox
610   domain      set to domain offset in result, or 0 if no domain present
611   allow_null  allow <> if TRUE
612
613 Returns:      points to the extracted address, or NULL on error
614 */
615
616 #define FAILED(s) { *errorptr = s; goto PARSE_FAILED; }
617
618 uschar *
619 parse_extract_address(const uschar *mailbox, uschar **errorptr, int *start, int *end,
620   int *domain, BOOL allow_null)
621 {
622 uschar *yield = store_get(Ustrlen(mailbox) + 1, is_tainted(mailbox));
623 const uschar *startptr, *endptr;
624 const uschar *s = US mailbox;
625 uschar *t = US yield;
626
627 *domain = 0;
628
629 /* At the start of the string we expect either an addr-spec or a phrase
630 preceding a <route-addr>. If groups are allowed, we might also find a phrase
631 preceding a colon and an address. If we find an initial word followed by
632 a dot, strict interpretation of the RFC would cause it to be taken
633 as the start of an addr-spec. However, many mailers break the rules
634 and use addresses of the form "a.n.other <ano@somewhere>" and so we
635 allow this case. */
636
637 RESTART:   /* Come back here after passing a group name */
638
639 s = skip_comment(s);
640 startptr = s;                                 /* In case addr-spec */
641 s = read_local_part(s, t, errorptr, TRUE);    /* Dot separated words */
642 if (*errorptr) goto PARSE_FAILED;
643
644 /* If the terminator is neither < nor @ then the format of the address
645 must either be a bare local-part (we are now at the end), or a phrase
646 followed by a route-addr (more words must follow). */
647
648 if (*s != '@' && *s != '<')
649   {
650   if (*s == 0 || *s == ';')
651     {
652     if (*t == 0) FAILED(US"empty address");
653     endptr = last_comment_position;
654     goto PARSE_SUCCEEDED;              /* Bare local part */
655     }
656
657   /* Expect phrase route-addr, or phrase : if groups permitted, but allow
658   dots in the phrase; complete the loop only when '<' or ':' is encountered -
659   end of string will produce a null local_part and therefore fail. We don't
660   need to keep updating t, as the phrase isn't to be kept. */
661
662   while (*s != '<' && (!f.parse_allow_group || *s != ':'))
663     {
664     s = read_local_part(s, t, errorptr, FALSE);
665     if (*errorptr)
666       {
667       *errorptr = string_sprintf("%s (expected word or \"<\")", *errorptr);
668       goto PARSE_FAILED;
669       }
670     }
671
672   if (*s == ':')
673     {
674     f.parse_found_group = TRUE;
675     f.parse_allow_group = FALSE;
676     s++;
677     goto RESTART;
678     }
679
680   /* Assert *s == '<' */
681   }
682
683 /* At this point the next character is either '@' or '<'. If it is '@', only a
684 single local-part has previously been read. An angle bracket signifies the
685 start of an <addr-spec>. Throw away anything we have saved so far before
686 processing it. Note that this is "if" rather than "else if" because it's also
687 used after reading a preceding phrase.
688
689 There are a lot of broken sendmails out there that put additional pairs of <>
690 round <route-addr>s.  If strip_excess_angle_brackets is set, allow a limited
691 number of them, as long as they match. */
692
693 if (*s == '<')
694   {
695   uschar *domainptr = yield;
696   BOOL source_routed = FALSE;
697   int bracket_count = 1;
698
699   s++;
700   if (strip_excess_angle_brackets) while (*s == '<')
701    {
702    if(bracket_count++ > 5) FAILED(US"angle-brackets nested too deep");
703    s++;
704    }
705
706   t = yield;
707   startptr = s;
708   s = skip_comment(s);
709
710   /* Read an optional series of routes, each of which is a domain. They
711   are separated by commas and terminated by a colon. However, we totally ignore
712   such routes (RFC 1123 says we MAY, and the revision of RFC 821 says we
713   SHOULD). */
714
715   if (*s == '@')
716     {
717     s = read_route(s, t, errorptr);
718     if (*errorptr) goto PARSE_FAILED;
719     *t = 0;                  /* Ensure route is ignored - probably overkill */
720     source_routed = TRUE;
721     }
722
723   /* Now an addr-spec, terminated by '>'. If there is no preceding route,
724   we must allow an empty addr-spec if allow_null is TRUE, to permit the
725   address "<>" in some circumstances. A source-routed address MUST have
726   a domain in the final part. */
727
728   if (allow_null && !source_routed && *s == '>')
729     {
730     *t = 0;
731     *errorptr = NULL;
732     }
733   else
734     {
735     s = read_addr_spec(s, t, '>', errorptr, &domainptr);
736     if (*errorptr) goto PARSE_FAILED;
737     *domain = domainptr - yield;
738     if (source_routed && *domain == 0)
739       FAILED(US"domain missing in source-routed address");
740     }
741
742   endptr = s;
743   if (*errorptr != NULL) goto PARSE_FAILED;
744   while (bracket_count-- > 0) if (*s++ != '>')
745     {
746     *errorptr = s[-1] == 0
747       ? US"'>' missing at end of address"
748       : string_sprintf("malformed address: %.32s may not follow %.*s",
749           s-1, (int)(s - US mailbox - 1), mailbox);
750     goto PARSE_FAILED;
751     }
752
753   s = skip_comment(s);
754   }
755
756 /* Hitting '@' after the first local-part means we have definitely got an
757 addr-spec, on a strict reading of the RFC, and the rest of the string
758 should be the domain. However, for flexibility we allow for a route-address
759 not enclosed in <> as well, which is indicated by an empty first local
760 part preceding '@'. The source routing is, however, ignored. */
761
762 else if (*t == 0)
763   {
764   uschar *domainptr = yield;
765   s = read_route(s, t, errorptr);
766   if (*errorptr != NULL) goto PARSE_FAILED;
767   *t = 0;         /* Ensure route is ignored - probably overkill */
768   s = read_addr_spec(s, t, 0, errorptr, &domainptr);
769   if (*errorptr != NULL) goto PARSE_FAILED;
770   *domain = domainptr - yield;
771   endptr = last_comment_position;
772   if (*domain == 0) FAILED(US"domain missing in source-routed address");
773   }
774
775 /* This is the strict case of local-part@domain. */
776
777 else
778   {
779   t += Ustrlen((const uschar *)t);
780   *t++ = *s++;
781   *domain = t - yield;
782   s = read_domain(s, t, errorptr);
783   if (*t == 0) goto PARSE_FAILED;
784   endptr = last_comment_position;
785   }
786
787 /* Use goto to get here from the bare local part case. Arrive by falling
788 through for other cases. Endptr may have been moved over whitespace, so
789 move it back past white space if necessary. */
790
791 PARSE_SUCCEEDED:
792 if (*s != 0)
793   {
794   if (f.parse_found_group && *s == ';')
795     {
796     f.parse_found_group = FALSE;
797     f.parse_allow_group = TRUE;
798     }
799   else
800     {
801     *errorptr = string_sprintf("malformed address: %.32s may not follow %.*s",
802       s, (int)(s - US mailbox), mailbox);
803     goto PARSE_FAILED;
804     }
805   }
806 *start = startptr - US mailbox;      /* Return offsets */
807 while (isspace(endptr[-1])) endptr--;
808 *end = endptr - US mailbox;
809
810 /* Although this code has no limitation on the length of address extracted,
811 other parts of Exim may have limits, and in any case, RFC 5321 limits email
812 addresses to 256, so we do a check here, giving an error if the address is
813 ridiculously long. */
814
815 if (*end - *start > EXIM_EMAILADDR_MAX)
816   {
817   *errorptr = string_sprintf("address is ridiculously long: %.64s...", yield);
818   return NULL;
819   }
820
821 return yield;
822
823 /* Use goto (via the macro FAILED) to get to here from a variety of places.
824 We might have an empty address in a group - the caller can choose to ignore
825 this. We must, however, keep the flags correct. */
826
827 PARSE_FAILED:
828 if (f.parse_found_group && *s == ';')
829   {
830   f.parse_found_group = FALSE;
831   f.parse_allow_group = TRUE;
832   }
833 return NULL;
834 }
835
836 #undef FAILED
837
838
839
840 /*************************************************
841 *        Quote according to RFC 2047             *
842 *************************************************/
843
844 /* This function is used for quoting text in headers according to RFC 2047.
845 If the only characters that strictly need quoting are spaces, we return the
846 original string, unmodified.
847
848 Hmmph. As always, things get perverted for other uses. This function was
849 originally for the "phrase" part of addresses. Now it is being used for much
850 longer texts in ACLs and via the ${rfc2047: expansion item. This means we have
851 to check for overlong "encoded-word"s and split them. November 2004.
852
853 Arguments:
854   string       the string to quote - already checked to contain non-printing
855                  chars
856   len          the length of the string
857   charset      the name of the character set; NULL => iso-8859-1
858   fold         if TRUE, a newline is inserted before the separating space when
859                  more than one encoded-word is generated
860
861 Returns:       pointer to the original string, if no quoting needed, or
862                pointer to allocated memory containing the quoted string
863 */
864
865 const uschar *
866 parse_quote_2047(const uschar *string, int len, uschar *charset, BOOL fold)
867 {
868 const uschar * s = string;
869 int hlen, l;
870 BOOL coded = FALSE;
871 BOOL first_byte = FALSE;
872 gstring * g =
873   string_fmt_append(NULL, "=?%s?Q?", charset ? charset : US"iso-8859-1");
874
875 hlen = l = g->ptr;
876
877 for (s = string; len > 0; s++, len--)
878   {
879   int ch = *s;
880
881   if (g->ptr - l > 67 && !first_byte)
882     {
883     g = fold ? string_catn(g, US"?=\n ", 4) : string_catn(g, US"?= ", 3);
884     l = g->ptr;
885     g = string_catn(g, g->s, hlen);
886     }
887
888   if (  ch < 33 || ch > 126
889      || Ustrchr("?=()<>@,;:\\\".[]_", ch) != NULL)
890     {
891     if (ch == ' ')
892       {
893       g = string_catn(g, US"_", 1);
894       first_byte = FALSE;
895       }
896     else
897       {
898       g = string_fmt_append(g, "=%02X", ch);
899       coded = TRUE;
900       first_byte = !first_byte;
901       }
902     }
903   else
904     { g = string_catn(g, s, 1); first_byte = FALSE; }
905   }
906
907 if (coded)
908   string = string_from_gstring(g = string_catn(g, US"?=", 2));
909 else
910   g->ptr = -1;
911
912 gstring_release_unused(g);
913 return string;
914 }
915
916
917
918
919 /*************************************************
920 *            Fix up an RFC 822 "phrase"          *
921 *************************************************/
922
923 /* This function is called to repair any syntactic defects in the "phrase" part
924 of an RFC822 address. In particular, it is applied to the user's name as read
925 from the passwd file when accepting a local message, and to the data from the
926 -F option.
927
928 If the string contains existing quoted strings or comments containing
929 freestanding quotes, then we just quote those bits that need quoting -
930 otherwise it would get awfully messy and probably not look good. If not, we
931 quote the whole thing if necessary. Thus
932
933    John Q. Smith            =>  "John Q. Smith"
934    John "Jack" Smith        =>  John "Jack" Smith
935    John "Jack" Q. Smith     =>  John "Jack" "Q." Smith
936    John (Jack) Q. Smith     =>  "John (Jack) Q. Smith"
937    John ("Jack") Q. Smith   =>  John ("Jack") "Q." Smith
938 but
939    John (\"Jack\") Q. Smith =>  "John (\"Jack\") Q. Smith"
940
941 Sheesh! This is tedious code. It is a great pity that the syntax of RFC822 is
942 the way it is...
943
944 August 2000: Additional code added:
945
946   Previously, non-printing characters were turned into question marks, which do
947   not need to be quoted.
948
949   Now, a different tactic is used if there are any non-printing ASCII
950   characters. The encoding method from RFC 2047 is used, assuming iso-8859-1 as
951   the character set.
952
953   We *could* use this for all cases, getting rid of the messy original code,
954   but leave it for now. It would complicate simple cases like "John Q. Smith".
955
956 The result is passed back in allocated memory.
957
958 Arguments:
959   phrase       an RFC822 phrase
960   len          the length of the phrase
961
962 Returns:       the fixed RFC822 phrase
963 */
964
965 const uschar *
966 parse_fix_phrase(const uschar *phrase, int len)
967 {
968 int ch, i;
969 BOOL quoted = FALSE;
970 const uschar *s, *end;
971 uschar * buffer;
972 uschar *t, *yield;
973
974 while (len > 0 && isspace(*phrase)) { phrase++; len--; }
975
976 /* See if there are any non-printing characters, and if so, use the RFC 2047
977 encoding for the whole thing. */
978
979 for (i = 0, s = phrase; i < len; i++, s++)
980   if ((*s < 32 && *s != '\t') || *s > 126) break;
981
982 if (i < len)
983   return parse_quote_2047(phrase, len, headers_charset, FALSE);
984
985 /* No non-printers; use the RFC 822 quoting rules */
986
987 if (len <= 0 || len >= INT_MAX/4)
988   {
989   return string_copy_taint(CUS"", is_tainted(phrase));
990   }
991
992 buffer = store_get((len+1)*4, is_tainted(phrase));
993
994 s = phrase;
995 end = s + len;
996 yield = t = buffer + 1;
997
998 while (s < end)
999   {
1000   ch = *s++;
1001
1002   /* Copy over quoted strings, remembering we encountered one */
1003
1004   if (ch == '\"')
1005     {
1006     *t++ = '\"';
1007     while (s < end && (ch = *s++) != '\"')
1008       {
1009       *t++ = ch;
1010       if (ch == '\\' && s < end) *t++ = *s++;
1011       }
1012     *t++ = '\"';
1013     if (s >= end) break;
1014     quoted = TRUE;
1015     }
1016
1017   /* Copy over comments, noting if they contain freestanding quote
1018   characters */
1019
1020   else if (ch == '(')
1021     {
1022     int level = 1;
1023     *t++ = '(';
1024     while (s < end)
1025       {
1026       ch = *s++;
1027       *t++ = ch;
1028       if (ch == '(') level++;
1029       else if (ch == ')') { if (--level <= 0) break; }
1030       else if (ch == '\\' && s < end) *t++ = *s++ & 127;
1031       else if (ch == '\"') quoted = TRUE;
1032       }
1033     if (ch == 0)
1034       {
1035       while (level--) *t++ = ')';
1036       break;
1037       }
1038     }
1039
1040   /* Handle special characters that need to be quoted */
1041
1042   else if (Ustrchr(")<>@,;:\\.[]", ch) != NULL)
1043     {
1044     /* If hit previous quotes just make one quoted "word" */
1045
1046     if (quoted)
1047       {
1048       uschar *tt = t++;
1049       while (*(--tt) != ' ' && *tt != '\"' && *tt != ')') tt[1] = *tt;
1050       tt[1] = '\"';
1051       *t++ = ch;
1052       while (s < end)
1053         {
1054         ch = *s++;
1055         if (ch == ' ' || ch == '\"') { s--; break; } else *t++ = ch;
1056         }
1057       *t++ = '\"';
1058       }
1059
1060     /* Else quote the whole string so far, and the rest up to any following
1061     quotes. We must treat anything following a backslash as a literal. */
1062
1063     else
1064       {
1065       BOOL escaped = (ch == '\\');
1066       *(--yield) = '\"';
1067       *t++ = ch;
1068
1069       /* Now look for the end or a quote */
1070
1071       while (s < end)
1072         {
1073         ch = *s++;
1074
1075         /* Handle escaped pairs */
1076
1077         if (escaped)
1078           {
1079           *t++ = ch;
1080           escaped = FALSE;
1081           }
1082
1083         else if (ch == '\\')
1084           {
1085           *t++ = ch;
1086           escaped = TRUE;
1087           }
1088
1089         /* If hit subsequent quotes, insert our quote before any trailing
1090         spaces and back up to re-handle the quote in the outer loop. */
1091
1092         else if (ch == '\"')
1093           {
1094           int count = 0;
1095           while (t[-1] == ' ') { t--; count++; }
1096           *t++ = '\"';
1097           while (count-- > 0) *t++ = ' ';
1098           s--;
1099           break;
1100           }
1101
1102         /* If hit a subsequent comment, check it for unescaped quotes,
1103         and if so, end our quote before it. */
1104
1105         else if (ch == '(')
1106           {
1107           const uschar *ss = s;     /* uschar after '(' */
1108           int level = 1;
1109           while(ss < end)
1110             {
1111             ch = *ss++;
1112             if (ch == '(') level++;
1113             else if (ch == ')') { if (--level <= 0) break; }
1114             else if (ch == '\\' && ss+1 < end) ss++;
1115             else if (ch == '\"') { quoted = TRUE; break; }
1116             }
1117
1118           /* Comment contains unescaped quotes; end our quote before
1119           the start of the comment. */
1120
1121           if (quoted)
1122             {
1123             int count = 0;
1124             while (t[-1] == ' ') { t--; count++; }
1125             *t++ = '\"';
1126             while (count-- > 0) *t++ = ' ';
1127             break;
1128             }
1129
1130           /* Comment does not contain unescaped quotes; include it in
1131           our quote. */
1132
1133           else
1134             {
1135             if (ss >= end) ss--;
1136             *t++ = '(';
1137             if (ss > s)
1138               {
1139               Ustrncpy(t, s, ss-s);
1140               t += ss-s;
1141               s = ss;
1142               }
1143             }
1144           }
1145
1146         /* Not a comment or quote; include this character in our quotes. */
1147
1148         else *t++ = ch;
1149         }
1150       }
1151
1152     /* Add a final quote if we hit the end of the string. */
1153
1154     if (s >= end) *t++ = '\"';
1155     }
1156
1157   /* Non-special character; just copy it over */
1158
1159   else *t++ = ch;
1160   }
1161
1162 *t = 0;
1163 store_release_above(t+1);
1164 return yield;
1165 }
1166
1167
1168 /*************************************************
1169 *          Extract addresses from a list         *
1170 *************************************************/
1171
1172 /* This function is called by the redirect router to scan a string containing a
1173 list of addresses separated by commas (with optional white space) or by
1174 newlines, and to generate a chain of address items from them. In other words,
1175 to unpick data from an alias or .forward file.
1176
1177 The SunOS5 documentation for alias files is not very clear on the syntax; it
1178 does not say that either a comma or a newline can be used for separation.
1179 However, that is the way Smail does it, so we follow suit.
1180
1181 If a # character is encountered in a white space position, then characters from
1182 there to the next newline are skipped.
1183
1184 If an unqualified address begins with '\', just skip that character. This gives
1185 compatibility with Sendmail's use of \ to prevent looping. Exim has its own
1186 loop prevention scheme which handles other cases too - see the code in
1187 route_address().
1188
1189 An "address" can be a specification of a file or a pipe; the latter may often
1190 need to be quoted because it may contain spaces, but we don't want to retain
1191 the quotes. Quotes may appear in normal addresses too, and should be retained.
1192 We can distinguish between these cases, because in addresses, quotes are used
1193 only for parts of the address, not the whole thing. Therefore, we remove quotes
1194 from items when they entirely enclose them, but not otherwise.
1195
1196 An "address" can also be of the form :include:pathname to include a list of
1197 addresses contained in the specified file.
1198
1199 Any unqualified addresses are qualified with and rewritten if necessary, via
1200 the rewrite_address() function.
1201
1202 Arguments:
1203   s                the list of addresses (typically a complete
1204                      .forward file or a list of entries in an alias file)
1205   options          option bits for permitting or denying various special cases;
1206                      not all bits are relevant here - some are for filter
1207                      files; those we use here are:
1208                        RDO_DEFER
1209                        RDO_FREEZE
1210                        RDO_FAIL
1211                        RDO_BLACKHOLE
1212                        RDO_REWRITE
1213                        RDO_INCLUDE
1214   anchor           where to hang the chain of newly-created addresses. This
1215                      should be initialized to NULL.
1216   error            where to return an error text
1217   incoming domain  domain of the incoming address; used to qualify unqualified
1218                      local parts preceded by \
1219   directory        if NULL, no checks are done on :include: files
1220                    otherwise, included file names must start with the given
1221                      directory
1222   syntax_errors    if not NULL, it carries on after syntax errors in addresses,
1223                      building up a list of errors as error blocks chained on
1224                      here.
1225
1226 Returns:      FF_DELIVERED      addresses extracted
1227               FF_NOTDELIVERED   no addresses extracted, but no errors
1228               FF_BLACKHOLE      :blackhole:
1229               FF_DEFER          :defer:
1230               FF_FAIL           :fail:
1231               FF_INCLUDEFAIL    some problem with :include:; *error set
1232               FF_ERROR          other problems; *error is set
1233 */
1234
1235 int
1236 parse_forward_list(uschar *s, int options, address_item **anchor,
1237   uschar **error, const uschar *incoming_domain, uschar *directory,
1238   error_block **syntax_errors)
1239 {
1240 int count = 0;
1241
1242 DEBUG(D_route) debug_printf("parse_forward_list: %s\n", s);
1243
1244 for (;;)
1245   {
1246   int len;
1247   int special = 0;
1248   int specopt = 0;
1249   int specbit = 0;
1250   uschar *ss, *nexts;
1251   address_item *addr;
1252   BOOL inquote = FALSE;
1253
1254   for (;;)
1255     {
1256     while (isspace(*s) || *s == ',') s++;
1257     if (*s == '#') { while (*s != 0 && *s != '\n') s++; } else break;
1258     }
1259
1260   /* When we reach the end of the list, we return FF_DELIVERED if any child
1261   addresses have been generated. If nothing has been generated, there are two
1262   possibilities: either the list is really empty, or there were syntax errors
1263   that are being skipped. (If syntax errors are not being skipped, an FF_ERROR
1264   return is generated on hitting a syntax error and we don't get here.) For a
1265   truly empty list we return FF_NOTDELIVERED so that the router can decline.
1266   However, if the list is empty only because syntax errors were skipped, we
1267   return FF_DELIVERED. */
1268
1269   if (!*s)
1270     {
1271     return (count > 0 || (syntax_errors && *syntax_errors))
1272       ?  FF_DELIVERED : FF_NOTDELIVERED;
1273
1274     /* This previous code returns FF_ERROR if nothing is generated but a
1275     syntax error has been skipped. I now think it is the wrong approach, but
1276     have left this here just in case, and for the record. */
1277
1278     #ifdef NEVER
1279     if (count > 0) return FF_DELIVERED;   /* Something was generated */
1280
1281     if (syntax_errors == NULL ||          /* Not skipping syntax errors, or */
1282        *syntax_errors == NULL)            /*   we didn't actually skip any */
1283       return FF_NOTDELIVERED;
1284
1285     *error = string_sprintf("no addresses generated: syntax error in %s: %s",
1286        (*syntax_errors)->text2, (*syntax_errors)->text1);
1287     return FF_ERROR;
1288     #endif
1289
1290     }
1291
1292   /* Find the end of the next address. Quoted strings in addresses may contain
1293   escaped characters; I haven't found a proper specification of .forward or
1294   alias files that mentions the quoting properties, but it seems right to do
1295   the escaping thing in all cases, so use the function that finds the end of an
1296   address. However, don't let a quoted string extend over the end of a line. */
1297
1298   ss = parse_find_address_end(s, TRUE);
1299
1300   /* Remember where we finished, for starting the next one. */
1301
1302   nexts = ss;
1303
1304   /* Remove any trailing spaces; we know there's at least one non-space. */
1305
1306   while (isspace((ss[-1]))) ss--;
1307
1308   /* We now have s->start and ss->end of the next address. Remove quotes
1309   if they completely enclose, remembering the address started with a quote
1310   for handling pipes and files. Another round of removal of leading and
1311   trailing spaces is then required. */
1312
1313   if (*s == '\"' && ss[-1] == '\"')
1314     {
1315     s++;
1316     ss--;
1317     inquote = TRUE;
1318     while (s < ss && isspace(*s)) s++;
1319     while (ss > s && isspace((ss[-1]))) ss--;
1320     }
1321
1322   /* Set up the length of the address. */
1323
1324   len = ss - s;
1325
1326   DEBUG(D_route)
1327     {
1328     int save = s[len];
1329     s[len] = 0;
1330     debug_printf("extract item: %s\n", s);
1331     s[len] = save;
1332     }
1333
1334   /* Handle special addresses if permitted. If the address is :unknown:
1335   ignore it - this is for backward compatibility with old alias files. You
1336   don't need to use it nowadays - just generate an empty string. For :defer:,
1337   :blackhole:, or :fail: we have to set up the error message and give up right
1338   away. */
1339
1340   if (Ustrncmp(s, ":unknown:", len) == 0)
1341     {
1342     s = nexts;
1343     continue;
1344     }
1345
1346   if      (Ustrncmp(s, ":defer:", 7) == 0)
1347     { special = FF_DEFER; specopt = RDO_DEFER; }  /* specbit is 0 */
1348   else if (Ustrncmp(s, ":blackhole:", 11) == 0)
1349     { special = FF_BLACKHOLE; specopt = specbit = RDO_BLACKHOLE; }
1350   else if (Ustrncmp(s, ":fail:", 6) == 0)
1351     { special = FF_FAIL; specopt = RDO_FAIL; }  /* specbit is 0 */
1352
1353   if (special != 0)
1354     {
1355     uschar *ss = Ustrchr(s+1, ':') + 1;
1356     if ((options & specopt) == specbit)
1357       {
1358       *error = string_sprintf("\"%.*s\" is not permitted", len, s);
1359       return FF_ERROR;
1360       }
1361     while (*ss != 0 && isspace(*ss)) ss++;
1362     while (s[len] != 0 && s[len] != '\n') len++;
1363     s[len] = 0;
1364     *error = string_copy(ss);
1365     return special;
1366     }
1367
1368   /* If the address is of the form :include:pathname, read the file, and call
1369   this function recursively to extract the addresses from it. If directory is
1370   NULL, do no checks. Otherwise, insist that the file name starts with the
1371   given directory and is a regular file. */
1372
1373   if (Ustrncmp(s, ":include:", 9) == 0)
1374     {
1375     uschar *filebuf;
1376     uschar filename[256];
1377     uschar *t = s+9;
1378     int flen = len - 9;
1379     int frc;
1380     struct stat statbuf;
1381     address_item *last;
1382     FILE *f;
1383
1384     while (flen > 0 && isspace(*t)) { t++; flen--; }
1385
1386     if (flen <= 0)
1387       {
1388       *error = US"file name missing after :include:";
1389       return FF_ERROR;
1390       }
1391
1392     if (flen > 255)
1393       {
1394       *error = string_sprintf("included file name \"%s\" is too long", t);
1395       return FF_ERROR;
1396       }
1397
1398     Ustrncpy(filename, t, flen);
1399     filename[flen] = 0;
1400
1401     /* Insist on absolute path */
1402
1403     if (filename[0] != '/')
1404       {
1405       *error = string_sprintf("included file \"%s\" is not an absolute path",
1406         filename);
1407       return FF_ERROR;
1408       }
1409
1410     /* Check if include is permitted */
1411
1412     if (options & RDO_INCLUDE)
1413       {
1414       *error = US"included files not permitted";
1415       return FF_ERROR;
1416       }
1417
1418     if (*error = is_tainted2(filename, 0, "Tainted name '%s' for included file not permitted\n", filename))
1419       return FF_ERROR;
1420
1421     /* Check file name if required */
1422
1423     if (directory)
1424       {
1425       int len = Ustrlen(directory);
1426       uschar *p = filename + len;
1427
1428       if (Ustrncmp(filename, directory, len) != 0 || *p != '/')
1429         {
1430         *error = string_sprintf("included file %s is not in directory %s",
1431           filename, directory);
1432         return FF_ERROR;
1433         }
1434
1435 #ifdef EXIM_HAVE_OPENAT
1436       /* It is necessary to check that every component inside the directory
1437       is NOT a symbolic link, in order to keep the file inside the directory.
1438       This is mighty tedious. We open the directory and openat every component,
1439       with a flag that fails symlinks. */
1440
1441       {
1442       int fd = exim_open2(CS directory, O_RDONLY);
1443       if (fd < 0)
1444         {
1445         *error = string_sprintf("failed to open directory %s", directory);
1446         return FF_ERROR;
1447         }
1448       while (*p)
1449         {
1450         uschar temp;
1451         int fd2;
1452         uschar * q = p;
1453
1454         while (*++p && *p != '/') ;
1455         temp = *p;
1456         *p = '\0';
1457
1458         fd2 = exim_openat(fd, CS q, O_RDONLY|O_NOFOLLOW);
1459         close(fd);
1460         *p = temp;
1461         if (fd2 < 0)
1462           {
1463           *error = string_sprintf("failed to open %s (component of included "
1464             "file); could be symbolic link", filename);
1465           return FF_ERROR;
1466           }
1467         fd = fd2;
1468         }
1469       f = fdopen(fd, "rb");
1470       }
1471 #else
1472       /* It is necessary to check that every component inside the directory
1473       is NOT a symbolic link, in order to keep the file inside the directory.
1474       This is mighty tedious. It is also not totally foolproof in that it
1475       leaves the possibility of a race attack, but I don't know how to do
1476       any better. */
1477
1478       while (*p)
1479         {
1480         int temp;
1481         while (*++p && *p != '/');
1482         temp = *p;
1483         *p = 0;
1484         if (Ulstat(filename, &statbuf) != 0)
1485           {
1486           *error = string_sprintf("failed to stat %s (component of included "
1487             "file)", filename);
1488           *p = temp;
1489           return FF_ERROR;
1490           }
1491
1492         *p = temp;
1493
1494         if ((statbuf.st_mode & S_IFMT) == S_IFLNK)
1495           {
1496           *error = string_sprintf("included file %s in the %s directory "
1497             "involves a symbolic link", filename, directory);
1498           return FF_ERROR;
1499           }
1500         }
1501 #endif
1502       }
1503
1504 #ifdef EXIM_HAVE_OPENAT
1505     else
1506 #endif
1507       /* Open and stat the file */
1508       f = Ufopen(filename, "rb");
1509
1510     if (!f)
1511       {
1512       *error = string_open_failed("included file %s", filename);
1513       return FF_INCLUDEFAIL;
1514       }
1515
1516     if (fstat(fileno(f), &statbuf) != 0)
1517       {
1518       *error = string_sprintf("failed to stat included file %s: %s",
1519         filename, strerror(errno));
1520       (void)fclose(f);
1521       return FF_INCLUDEFAIL;
1522       }
1523
1524     /* If directory was checked, double check that we opened a regular file */
1525
1526     if (directory && (statbuf.st_mode & S_IFMT) != S_IFREG)
1527       {
1528       *error = string_sprintf("included file %s is not a regular file in "
1529         "the %s directory", filename, directory);
1530       return FF_ERROR;
1531       }
1532
1533     /* Get a buffer and read the contents */
1534
1535     if (statbuf.st_size > MAX_INCLUDE_SIZE)
1536       {
1537       *error = string_sprintf("included file %s is too big (max %d)",
1538         filename, MAX_INCLUDE_SIZE);
1539       return FF_ERROR;
1540       }
1541
1542     filebuf = store_get(statbuf.st_size + 1, is_tainted(filename));
1543     if (fread(filebuf, 1, statbuf.st_size, f) != statbuf.st_size)
1544       {
1545       *error = string_sprintf("error while reading included file %s: %s",
1546         filename, strerror(errno));
1547       (void)fclose(f);
1548       return FF_ERROR;
1549       }
1550     filebuf[statbuf.st_size] = 0;
1551     (void)fclose(f);
1552
1553     addr = NULL;
1554     frc = parse_forward_list(filebuf, options, &addr,
1555       error, incoming_domain, directory, syntax_errors);
1556     if (frc != FF_DELIVERED && frc != FF_NOTDELIVERED) return frc;
1557
1558     if (addr)
1559       {
1560       for (last = addr; last->next; last = last->next) count++;
1561       last->next = *anchor;
1562       *anchor = addr;
1563       count++;
1564       }
1565     }
1566
1567   /* Else (not :include:) ensure address is syntactically correct and fully
1568   qualified if not a pipe or a file, removing a leading \ if present on an
1569   unqualified address. For pipes and files we must handle quoting. It's
1570   not quite clear exactly what to do for partially quoted things, but the
1571   common case of having the whole thing in quotes is straightforward. If this
1572   was the case, inquote will have been set TRUE above and the quotes removed.
1573
1574   There is a possible ambiguity over addresses whose local parts start with
1575   a vertical bar or a slash, and the latter do in fact occur, thanks to X.400.
1576   Consider a .forward file that contains the line
1577
1578      /X=xxx/Y=xxx/OU=xxx/@some.gate.way
1579
1580   Is this a file or an X.400 address? Does it make any difference if it is in
1581   quotes? On the grounds that file names of this type are rare, Exim treats
1582   something that parses as an RFC 822 address and has a domain as an address
1583   rather than a file or a pipe. This is also how an address such as the above
1584   would be treated if it came in from outside. */
1585
1586   else
1587     {
1588     int start, end, domain;
1589     const uschar *recipient = NULL;
1590     int save = s[len];
1591     s[len] = 0;
1592
1593     /* If it starts with \ and the rest of it parses as a valid mail address
1594     without a domain, carry on with that address, but qualify it with the
1595     incoming domain. Otherwise arrange for the address to fall through,
1596     causing an error message on the re-parse. */
1597
1598     if (*s == '\\')
1599       {
1600       recipient =
1601         parse_extract_address(s+1, error, &start, &end, &domain, FALSE);
1602       if (recipient)
1603         recipient = domain != 0 ? NULL :
1604           string_sprintf("%s@%s", recipient, incoming_domain);
1605       }
1606
1607     /* Try parsing the item as an address. */
1608
1609     if (!recipient) recipient =
1610       parse_extract_address(s, error, &start, &end, &domain, FALSE);
1611
1612     /* If item starts with / or | and is not a valid address, or there
1613     is no domain, treat it as a file or pipe. If it was a quoted item,
1614     remove the quoting occurrences of \ within it. */
1615
1616     if ((*s == '|' || *s == '/') && (recipient == NULL || domain == 0))
1617       {
1618       uschar *t = store_get(Ustrlen(s) + 1, is_tainted(s));
1619       uschar *p = t;
1620       uschar *q = s;
1621       while (*q != 0)
1622         {
1623         if (inquote)
1624           {
1625           *p++ = (*q == '\\')? *(++q) : *q;
1626           q++;
1627           }
1628         else *p++ = *q++;
1629         }
1630       *p = 0;
1631       addr = deliver_make_addr(t, TRUE);
1632       setflag(addr, af_pfr);                   /* indicates pipe/file/reply */
1633       if (*s != '|') setflag(addr, af_file);   /* indicates file */
1634       }
1635
1636     /* Item must be an address. Complain if not, else qualify, rewrite and set
1637     up the control block. It appears that people are in the habit of using
1638     empty addresses but with comments as a way of putting comments into
1639     alias and forward files. Therefore, ignore the error "empty address".
1640     Mailing lists might want to tolerate syntax errors; there is therefore
1641     an option to do so. */
1642
1643     else
1644       {
1645       if (recipient == NULL)
1646         {
1647         if (Ustrcmp(*error, "empty address") == 0)
1648           {
1649           *error = NULL;
1650           s[len] = save;
1651           s = nexts;
1652           continue;
1653           }
1654
1655         if (syntax_errors != NULL)
1656           {
1657           error_block *e = store_get(sizeof(error_block), FALSE);
1658           error_block *last = *syntax_errors;
1659           if (last == NULL) *syntax_errors = e; else
1660             {
1661             while (last->next != NULL) last = last->next;
1662             last->next = e;
1663             }
1664           e->next = NULL;
1665           e->text1 = *error;
1666           e->text2 = string_copy(s);
1667           s[len] = save;
1668           s = nexts;
1669           continue;
1670           }
1671         else
1672           {
1673           *error = string_sprintf("%s in \"%s\"", *error, s);
1674           s[len] = save;   /* _after_ using it for *error */
1675           return FF_ERROR;
1676           }
1677         }
1678
1679       /* Address was successfully parsed. Rewrite, and then make an address
1680       block. */
1681
1682       recipient = ((options & RDO_REWRITE) != 0)?
1683         rewrite_address(recipient, TRUE, FALSE, global_rewrite_rules,
1684           rewrite_existflags) :
1685         rewrite_address_qualify(recipient, TRUE);       /*XXX loses track of const */
1686       addr = deliver_make_addr(US recipient, TRUE);  /* TRUE => copy recipient, so deconst ok */
1687       }
1688
1689     /* Restore the final character in the original data, and add to the
1690     output chain. */
1691
1692     s[len] = save;
1693     addr->next = *anchor;
1694     *anchor = addr;
1695     count++;
1696     }
1697
1698   /* Advance pointer for the next address */
1699
1700   s = nexts;
1701   }
1702 }
1703
1704
1705 /*************************************************
1706 *            Extract a Message-ID                *
1707 *************************************************/
1708
1709 /* This function is used to extract message ids from In-Reply-To: and
1710 References: header lines.
1711
1712 Arguments:
1713   str          pointer to the start of the message-id
1714   yield        put pointer to the message id (in dynamic memory) here
1715   error        put error message here on failure
1716
1717 Returns:       points after the processed message-id or NULL on error
1718 */
1719
1720 const uschar *
1721 parse_message_id(const uschar *str, uschar **yield, uschar **error)
1722 {
1723 uschar *domain = NULL;
1724 uschar *id;
1725 rmark reset_point;
1726
1727 str = skip_comment(str);
1728 if (*str != '<')
1729   {
1730   *error = US"Missing '<' before message-id";
1731   return NULL;
1732   }
1733
1734 /* Getting a block the size of the input string will definitely be sufficient
1735 for the answer, but it may also be very long if we are processing a header
1736 line. Therefore, take care to release unwanted store afterwards. */
1737
1738 reset_point = store_mark();
1739 id = *yield = store_get(Ustrlen(str) + 1, is_tainted(str));
1740 *id++ = *str++;
1741
1742 str = read_addr_spec(str, id, '>', error, &domain);
1743
1744 if (!*error)
1745   {
1746   if (*str != '>') *error = US"Missing '>' after message-id";
1747     else if (domain == NULL) *error = US"domain missing in message-id";
1748   }
1749
1750 if (*error)
1751   {
1752   store_reset(reset_point);
1753   return NULL;
1754   }
1755
1756 while (*id) id++;
1757 *id++ = *str++;
1758 *id++ = 0;
1759 store_release_above(id);
1760
1761 return skip_comment(str);
1762 }
1763
1764
1765 /*************************************************
1766 *        Parse a fixed digit number              *
1767 *************************************************/
1768
1769 /* Parse a string containing an ASCII encoded fixed digits number
1770
1771 Arguments:
1772   str          pointer to the start of the ASCII encoded number
1773   n            pointer to the resulting value
1774   digits       number of required digits
1775
1776 Returns:       points after the processed date or NULL on error
1777 */
1778
1779 static const uschar *
1780 parse_number(const uschar *str, int *n, int digits)
1781 {
1782 *n=0;
1783 while (digits--)
1784   {
1785   if (*str<'0' || *str>'9') return NULL;
1786   *n=10*(*n)+(*str++-'0');
1787   }
1788 return str;
1789 }
1790
1791
1792 /*************************************************
1793 *        Parse a RFC 2822 day of week            *
1794 *************************************************/
1795
1796 /* Parse the day of the week from a RFC 2822 date, but do not
1797    decode it, because it is only for humans.
1798
1799 Arguments:
1800   str          pointer to the start of the day of the week
1801
1802 Returns:       points after the parsed day or NULL on error
1803 */
1804
1805 static const uschar *
1806 parse_day_of_week(const uschar * str)
1807 {
1808 /*
1809 day-of-week     =       ([FWS] day-name) / obs-day-of-week
1810
1811 day-name        =       "Mon" / "Tue" / "Wed" / "Thu" /
1812                         "Fri" / "Sat" / "Sun"
1813
1814 obs-day-of-week =       [CFWS] day-name [CFWS]
1815 */
1816
1817 static const uschar *day_name[7]={ US"mon", US"tue", US"wed", US"thu", US"fri", US"sat", US"sun" };
1818 int i;
1819 uschar day[4];
1820
1821 str = skip_comment(str);
1822 for (i = 0; i < 3; ++i)
1823   {
1824   if ((day[i] = tolower(*str)) == '\0') return NULL;
1825   ++str;
1826   }
1827 day[3] = '\0';
1828 for (i = 0; i<7; ++i) if (Ustrcmp(day,day_name[i]) == 0) break;
1829 if (i == 7) return NULL;
1830 return skip_comment(str);
1831 }
1832
1833
1834 /*************************************************
1835 *            Parse a RFC 2822 date               *
1836 *************************************************/
1837
1838 /* Parse the date part of a RFC 2822 date-time, extracting the
1839    day, month and year.
1840
1841 Arguments:
1842   str          pointer to the start of the date
1843   d            pointer to the resulting day
1844   m            pointer to the resulting month
1845   y            pointer to the resulting year
1846
1847 Returns:       points after the processed date or NULL on error
1848 */
1849
1850 static const uschar *
1851 parse_date(const uschar *str, int *d, int *m, int *y)
1852 {
1853 /*
1854 date            =       day month year
1855
1856 year            =       4*DIGIT / obs-year
1857
1858 obs-year        =       [CFWS] 2*DIGIT [CFWS]
1859
1860 month           =       (FWS month-name FWS) / obs-month
1861
1862 month-name      =       "Jan" / "Feb" / "Mar" / "Apr" /
1863                         "May" / "Jun" / "Jul" / "Aug" /
1864                         "Sep" / "Oct" / "Nov" / "Dec"
1865
1866 obs-month       =       CFWS month-name CFWS
1867
1868 day             =       ([FWS] 1*2DIGIT) / obs-day
1869
1870 obs-day         =       [CFWS] 1*2DIGIT [CFWS]
1871 */
1872
1873 const uschar * s, * n;
1874 static const uschar *month_name[]={ US"jan", US"feb", US"mar", US"apr", US"may", US"jun", US"jul", US"aug", US"sep", US"oct", US"nov", US"dec" };
1875 int i;
1876 uschar month[4];
1877
1878 str = skip_comment(str);
1879 if ((str = parse_number(str,d,1)) == NULL) return NULL;
1880
1881 if (*str>='0' && *str<='9') *d = 10*(*d)+(*str++-'0');
1882 s = skip_comment(str);
1883 if (s == str) return NULL;
1884 str = s;
1885
1886 for (i = 0; i<3; ++i) if ((month[i]=tolower(*(str+i))) == '\0') return NULL;
1887 month[3] = '\0';
1888 for (i = 0; i<12; ++i) if (Ustrcmp(month,month_name[i]) == 0) break;
1889 if (i == 12) return NULL;
1890 str+=3;
1891 *m = i;
1892 s = skip_comment(str);
1893 if (s == str) return NULL;
1894 str=s;
1895
1896 if ((n = parse_number(str,y,4)))
1897   {
1898   str = n;
1899   if (*y<1900) return NULL;
1900   *y = *y-1900;
1901   }
1902 else if ((n = parse_number(str,y,2)))
1903   {
1904   str = skip_comment(n);
1905   while (*(str-1) == ' ' || *(str-1) == '\t') --str; /* match last FWS later */
1906   if (*y<50) *y+=100;
1907   }
1908 else return NULL;
1909 return str;
1910 }
1911
1912
1913 /*************************************************
1914 *            Parse a RFC 2822 Time               *
1915 *************************************************/
1916
1917 /* Parse the time part of a RFC 2822 date-time, extracting the
1918    hour, minute, second and timezone.
1919
1920 Arguments:
1921   str          pointer to the start of the time
1922   h            pointer to the resulting hour
1923   m            pointer to the resulting minute
1924   s            pointer to the resulting second
1925   z            pointer to the resulting timezone (offset in seconds)
1926
1927 Returns:       points after the processed time or NULL on error
1928 */
1929
1930 static const uschar *
1931 parse_time(const uschar *str, int *h, int *m, int *s, int *z)
1932 {
1933 /*
1934 time            =       time-of-day FWS zone
1935
1936 time-of-day     =       hour ":" minute [ ":" second ]
1937
1938 hour            =       2DIGIT / obs-hour
1939
1940 obs-hour        =       [CFWS] 2DIGIT [CFWS]
1941
1942 minute          =       2DIGIT / obs-minute
1943
1944 obs-minute      =       [CFWS] 2DIGIT [CFWS]
1945
1946 second          =       2DIGIT / obs-second
1947
1948 obs-second      =       [CFWS] 2DIGIT [CFWS]
1949
1950 zone            =       (( "+" / "-" ) 4DIGIT) / obs-zone
1951
1952 obs-zone        =       "UT" / "GMT" /          ; Universal Time
1953                                                 ; North American UT
1954                                                 ; offsets
1955                         "EST" / "EDT" /         ; Eastern:  - 5/ - 4
1956                         "CST" / "CDT" /         ; Central:  - 6/ - 5
1957                         "MST" / "MDT" /         ; Mountain: - 7/ - 6
1958                         "PST" / "PDT" /         ; Pacific:  - 8/ - 7
1959
1960                         %d65-73 /               ; Military zones - "A"
1961                         %d75-90 /               ; through "I" and "K"
1962                         %d97-105 /              ; through "Z", both
1963                         %d107-122               ; upper and lower case
1964 */
1965
1966 const uschar * c;
1967
1968 str = skip_comment(str);
1969 if ((str = parse_number(str,h,2)) == NULL) return NULL;
1970 str = skip_comment(str);
1971 if (*str!=':') return NULL;
1972 ++str;
1973 str = skip_comment(str);
1974 if ((str = parse_number(str,m,2)) == NULL) return NULL;
1975 c = skip_comment(str);
1976 if (*str == ':')
1977   {
1978   ++str;
1979   str = skip_comment(str);
1980   if ((str = parse_number(str,s,2)) == NULL) return NULL;
1981   c = skip_comment(str);
1982   }
1983 if (c == str) return NULL;
1984 else str=c;
1985 if (*str == '+' || *str == '-')
1986   {
1987   int neg;
1988
1989   neg = (*str == '-');
1990   ++str;
1991   if ((str = parse_number(str,z,4)) == NULL) return NULL;
1992   *z = (*z/100)*3600+(*z%100)*60;
1993   if (neg) *z = -*z;
1994   }
1995 else
1996   {
1997   char zone[5];
1998   struct { const char *name; int off; } zone_name[10] =
1999   { {"gmt",0}, {"ut",0}, {"est",-5}, {"edt",-4}, {"cst",-6}, {"cdt",-5}, {"mst",-7}, {"mdt",-6}, {"pst",-8}, {"pdt",-7}};
2000   int i,j;
2001
2002   for (i = 0; i<4; ++i)
2003     {
2004     zone[i] = tolower(*(str+i));
2005     if (zone[i]<'a' || zone[i]>'z') break;
2006     }
2007   zone[i] = '\0';
2008   for (j = 0; j<10 && strcmp(zone,zone_name[j].name); ++j);
2009   /* Besides zones named in the grammar, RFC 2822 says other alphabetic */
2010   /* time zones should be treated as unknown offsets. */
2011   if (j<10)
2012     {
2013     *z = zone_name[j].off*3600;
2014     str+=i;
2015     }
2016   else if (zone[0]<'a' || zone[1]>'z') return 0;
2017   else
2018     {
2019     while ((*str>='a' && *str<='z') || (*str>='A' && *str<='Z')) ++str;
2020     *z = 0;
2021     }
2022   }
2023 return str;
2024 }
2025
2026
2027 /*************************************************
2028 *          Parse a RFC 2822 date-time            *
2029 *************************************************/
2030
2031 /* Parse a RFC 2822 date-time and return it in seconds since the epoch.
2032
2033 Arguments:
2034   str          pointer to the start of the date-time
2035   t            pointer to the parsed time
2036
2037 Returns:       points after the processed date-time or NULL on error
2038 */
2039
2040 const uschar *
2041 parse_date_time(const uschar *str, time_t *t)
2042 {
2043 /*
2044 date-time       =       [ day-of-week "," ] date FWS time [CFWS]
2045 */
2046
2047 struct tm tm;
2048 int zone;
2049 extern char **environ;
2050 char **old_environ;
2051 static char gmt0[]="TZ=GMT0";
2052 static char *gmt_env[]={ gmt0, (char*)0 };
2053 const uschar * try;
2054
2055 if ((try = parse_day_of_week(str)))
2056   {
2057   str = try;
2058   if (*str!=',') return 0;
2059   ++str;
2060   }
2061 if ((str = parse_date(str,&tm.tm_mday,&tm.tm_mon,&tm.tm_year)) == NULL) return NULL;
2062 if (*str!=' ' && *str!='\t') return NULL;
2063 while (*str == ' ' || *str == '\t') ++str;
2064 if ((str = parse_time(str,&tm.tm_hour,&tm.tm_min,&tm.tm_sec,&zone)) == NULL) return NULL;
2065 tm.tm_isdst = 0;
2066 old_environ = environ;
2067 environ = gmt_env;
2068 *t = mktime(&tm);
2069 environ = old_environ;
2070 if (*t == -1) return NULL;
2071 *t-=zone;
2072 return skip_comment(str);
2073 }
2074
2075
2076
2077
2078 /*************************************************
2079 **************************************************
2080 *             Stand-alone test program           *
2081 **************************************************
2082 *************************************************/
2083
2084 #if defined STAND_ALONE
2085 int main(void)
2086 {
2087 int start, end, domain;
2088 uschar buffer[1024];
2089
2090 store_init();
2091 big_buffer = store_malloc(big_buffer_size);
2092
2093 /* strip_trailing_dot = TRUE; */
2094 allow_domain_literals = TRUE;
2095
2096 printf("Testing parse_fix_phrase\n");
2097
2098 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2099   {
2100   buffer[Ustrlen(buffer)-1] = 0;
2101   if (buffer[0] == 0) break;
2102   printf("%s\n", CS parse_fix_phrase(buffer, Ustrlen(buffer)));
2103   }
2104
2105 printf("Testing parse_extract_address without group syntax and without UTF-8\n");
2106
2107 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2108   {
2109   uschar *out;
2110   uschar *errmess;
2111   buffer[Ustrlen(buffer) - 1] = 0;
2112   if (buffer[0] == 0) break;
2113   out = parse_extract_address(buffer, &errmess, &start, &end, &domain, FALSE);
2114   if (!out)
2115     printf("*** bad address: %s\n", errmess);
2116   else
2117     {
2118     uschar extract[1024];
2119     Ustrncpy(extract, buffer+start, end-start);
2120     extract[end-start] = 0;
2121     printf("%s %d %d %d \"%s\"\n", out, start, end, domain, extract);
2122     }
2123   }
2124
2125 printf("Testing parse_extract_address without group syntax but with UTF-8\n");
2126
2127 allow_utf8_domains = TRUE;
2128 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2129   {
2130   uschar *out;
2131   uschar *errmess;
2132   buffer[Ustrlen(buffer) - 1] = 0;
2133   if (buffer[0] == 0) break;
2134   out = parse_extract_address(buffer, &errmess, &start, &end, &domain, FALSE);
2135   if (!out)
2136     printf("*** bad address: %s\n", errmess);
2137   else
2138     {
2139     uschar extract[1024];
2140     Ustrncpy(extract, buffer+start, end-start);
2141     extract[end-start] = 0;
2142     printf("%s %d %d %d \"%s\"\n", out, start, end, domain, extract);
2143     }
2144   }
2145 allow_utf8_domains = FALSE;
2146
2147 printf("Testing parse_extract_address with group syntax\n");
2148
2149 f.parse_allow_group = TRUE;
2150 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2151   {
2152   uschar *out;
2153   uschar *errmess;
2154   uschar *s;
2155   buffer[Ustrlen(buffer) - 1] = 0;
2156   if (buffer[0] == 0) break;
2157   s = buffer;
2158   while (*s)
2159     {
2160     uschar *ss = parse_find_address_end(s, FALSE);
2161     int terminator = *ss;
2162     *ss = 0;
2163     out = parse_extract_address(buffer, &errmess, &start, &end, &domain, FALSE);
2164     *ss = terminator;
2165
2166     if (!out)
2167       printf("*** bad address: %s\n", errmess);
2168     else
2169       {
2170       uschar extract[1024];
2171       Ustrncpy(extract, buffer+start, end-start);
2172       extract[end-start] = 0;
2173       printf("%s %d %d %d \"%s\"\n", out, start, end, domain, extract);
2174       }
2175
2176     s = ss + (terminator? 1:0);
2177     Uskip_whitespace(&s);
2178     }
2179   }
2180
2181 printf("Testing parse_find_at\n");
2182
2183 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2184   {
2185   uschar *s;
2186   buffer[Ustrlen(buffer)-1] = 0;
2187   if (buffer[0] == 0) break;
2188   s = parse_find_at(buffer);
2189   if (s == NULL) printf("no @ found\n");
2190     else printf("offset = %d\n", s - buffer);
2191   }
2192
2193 printf("Testing parse_extract_addresses\n");
2194
2195 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2196   {
2197   uschar *errmess;
2198   int extracted;
2199   address_item *anchor = NULL;
2200   buffer[Ustrlen(buffer) - 1] = 0;
2201   if (buffer[0] == 0) break;
2202   if ((extracted = parse_forward_list(buffer, -1, &anchor,
2203       &errmess, US"incoming.domain", NULL, NULL)) == FF_DELIVERED)
2204     {
2205     while (anchor != NULL)
2206       {
2207       address_item *addr = anchor;
2208       anchor = anchor->next;
2209       printf("%d %s\n", testflag(addr, af_pfr), addr->address);
2210       }
2211     }
2212   else printf("Failed: %d %s\n", extracted, errmess);
2213   }
2214
2215 printf("Testing parse_message_id\n");
2216
2217 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2218   {
2219   uschar *s, *t, *errmess;
2220   buffer[Ustrlen(buffer) - 1] = 0;
2221   if (buffer[0] == 0) break;
2222   s = buffer;
2223   while (*s != 0)
2224     {
2225     s = parse_message_id(s, &t, &errmess);
2226     if (errmess != NULL)
2227       {
2228       printf("Failed: %s\n", errmess);
2229       break;
2230       }
2231     printf("%s\n", t);
2232     }
2233   }
2234
2235 return 0;
2236 }
2237
2238 #endif
2239
2240 /* End of parse.c */