I18N: support IDNA2008. Bug 1911
[users/heiko/exim.git] / src / src / parse.c
1 /*************************************************
2 *     Exim - an Internet mail transport agent    *
3 *************************************************/
4
5 /* Copyright (c) University of Cambridge 1995 - 2015 */
6 /* See the file NOTICE for conditions of use and distribution. */
7
8 /* Functions for parsing addresses */
9
10
11 #include "exim.h"
12
13
14 static uschar *last_comment_position;
15
16
17
18 /* In stand-alone mode, provide a replacement for deliver_make_addr()
19 and rewrite_address[_qualify]() so as to avoid having to drag in too much
20 redundant apparatus. */
21
22 #ifdef STAND_ALONE
23
24 address_item *deliver_make_addr(uschar *address, BOOL copy)
25 {
26 address_item *addr = store_get(sizeof(address_item));
27 addr->next = NULL;
28 addr->parent = NULL;
29 addr->address = address;
30 return addr;
31 }
32
33 uschar *rewrite_address(uschar *recipient, BOOL dummy1, BOOL dummy2, rewrite_rule
34   *dummy3, int dummy4)
35 {
36 return recipient;
37 }
38
39 uschar *rewrite_address_qualify(uschar *recipient, BOOL dummy1)
40 {
41 return recipient;
42 }
43
44 #endif
45
46
47
48
49 /*************************************************
50 *             Find the end of an address         *
51 *************************************************/
52
53 /* Scan over a string looking for the termination of an address at a comma,
54 or end of the string. It's the source-routed addresses which cause much pain
55 here. Although Exim ignores source routes, it must recognize such addresses, so
56 we cannot get rid of this logic.
57
58 Argument:
59   s        pointer to the start of an address
60   nl_ends  if TRUE, '\n' terminates an address
61
62 Returns:   pointer past the end of the address
63            (i.e. points to null or comma)
64 */
65
66 uschar *
67 parse_find_address_end(uschar *s, BOOL nl_ends)
68 {
69 BOOL source_routing = *s == '@';
70 int no_term = source_routing? 1 : 0;
71
72 while (*s != 0 && (*s != ',' || no_term > 0) && (*s != '\n' || !nl_ends))
73   {
74   /* Skip single quoted characters. Strictly these should not occur outside
75   quoted strings in RFC 822 addresses, but they can in RFC 821 addresses. Pity
76   about the lack of consistency, isn't it? */
77
78   if (*s == '\\' && s[1] != 0) s += 2;
79
80   /* Skip quoted items that are not inside brackets. Note that
81   quoted pairs are allowed inside quoted strings. */
82
83   else if (*s == '\"')
84     {
85     while (*(++s) != 0 && (*s != '\n' || !nl_ends))
86       {
87       if (*s == '\\' && s[1] != 0) s++;
88         else if (*s == '\"') { s++; break; }
89       }
90     }
91
92   /* Skip comments, which may include nested brackets, but quotes
93   are not recognized inside comments, though quoted pairs are. */
94
95   else if (*s == '(')
96     {
97     int level = 1;
98     while (*(++s) != 0 && (*s != '\n' || !nl_ends))
99       {
100       if (*s == '\\' && s[1] != 0) s++;
101         else if (*s == '(') level++;
102           else if (*s == ')' && --level <= 0) { s++; break; }
103       }
104     }
105
106   /* Non-special character; just advance. Passing the colon in a source
107   routed address means that any subsequent comma or colon may terminate unless
108   inside angle brackets. */
109
110   else
111     {
112     if (*s == '<')
113       {
114       source_routing = s[1] == '@';
115       no_term = source_routing? 2 : 1;
116       }
117     else if (*s == '>') no_term--;
118     else if (source_routing && *s == ':') no_term--;
119     s++;
120     }
121   }
122
123 return s;
124 }
125
126
127
128 /*************************************************
129 *            Find last @ in an address           *
130 *************************************************/
131
132 /* This function is used when we have something that may not qualified. If we
133 know it's qualified, searching for the rightmost '@' is sufficient. Here we
134 have to be a bit more clever than just a plain search, in order to handle
135 unqualified local parts like "thing@thong" correctly. Since quotes may not
136 legally be part of a domain name, we can give up on hitting the first quote
137 when searching from the right. Now that the parsing also permits the RFC 821
138 form of address, where quoted-pairs are allowed in unquoted local parts, we
139 must take care to handle that too.
140
141 Argument:  pointer to an address, possibly unqualified
142 Returns:   pointer to the last @ in an address, or NULL if none
143 */
144
145 uschar *
146 parse_find_at(uschar *s)
147 {
148 uschar *t = s + Ustrlen(s);
149 while (--t >= s)
150   {
151   if (*t == '@')
152     {
153     int backslash_count = 0;
154     uschar *tt = t - 1;
155     while (tt > s && *tt-- == '\\') backslash_count++;
156     if ((backslash_count & 1) == 0) return t;
157     }
158   else if (*t == '\"') return NULL;
159   }
160 return NULL;
161 }
162
163
164
165
166 /***************************************************************************
167 * In all the functions below that read a particular object type from       *
168 * the input, return the new value of the pointer s (the first argument),   *
169 * and put the object into the store pointed to by t (the second argument), *
170 * adding a terminating zero. If no object is found, t will point to zero   *
171 * on return.                                                               *
172 ***************************************************************************/
173
174
175 /*************************************************
176 *          Skip white space and comment          *
177 *************************************************/
178
179 /* Algorithm:
180   (1) Skip spaces.
181   (2) If uschar not '(', return.
182   (3) Skip till matching ')', not counting any characters
183       escaped with '\'.
184   (4) Move past ')' and goto (1).
185
186 The start of the last potential comment position is remembered to
187 make it possible to ignore comments at the end of compound items.
188
189 Argument: current character pointer
190 Regurns:  new character pointer
191 */
192
193 static uschar *
194 skip_comment(uschar *s)
195 {
196 last_comment_position = s;
197 while (*s)
198   {
199   int c, level;
200   while (isspace(*s)) s++;
201   if (*s != '(') break;
202   level = 1;
203   while((c = *(++s)) != 0)
204     {
205     if (c == '(') level++;
206     else if (c == ')') { if (--level <= 0) { s++; break; } }
207     else if (c == '\\' && s[1] != 0) s++;
208     }
209   }
210 return s;
211 }
212
213
214
215 /*************************************************
216 *             Read a domain                      *
217 *************************************************/
218
219 /* A domain is a sequence of subdomains, separated by dots. See comments below
220 for detailed syntax of the subdomains.
221
222 If allow_domain_literals is TRUE, a "domain" may also be an IP address enclosed
223 in []. Make sure the output is set to the null string if there is a syntax
224 error as well as if there is no domain at all.
225
226 Arguments:
227   s          current character pointer
228   t          where to put the domain
229   errorptr   put error message here on failure (*t will be 0 on exit)
230
231 Returns:     new character pointer
232 */
233
234 static uschar *
235 read_domain(uschar *s, uschar *t, uschar **errorptr)
236 {
237 uschar *tt = t;
238 s = skip_comment(s);
239
240 /* Handle domain literals if permitted. An RFC 822 domain literal may contain
241 any character except [ ] \, including linear white space, and may contain
242 quoted characters. However, RFC 821 restricts literals to being dot-separated
243 3-digit numbers, and we make the obvious extension for IPv6. Go for a sequence
244 of digits, dots, hex digits, and colons here; later this will be checked for
245 being a syntactically valid IP address if it ever gets to a router.
246
247 Allow both the formal IPv6 form, with IPV6: at the start, and the informal form
248 without it, and accept IPV4: as well, 'cause someone will use it sooner or
249 later. */
250
251 if (*s == '[')
252   {
253   *t++ = *s++;
254
255   if (strncmpic(s, US"IPv6:", 5) == 0 || strncmpic(s, US"IPv4:", 5) == 0)
256     {
257     memcpy(t, s, 5);
258     t += 5;
259     s += 5;
260     }
261   while (*s == '.' || *s == ':' || isxdigit(*s)) *t++ = *s++;
262
263   if (*s == ']') *t++ = *s++; else
264     {
265     *errorptr = US"malformed domain literal";
266     *tt = 0;
267     }
268
269   if (!allow_domain_literals)
270     {
271     *errorptr = US"domain literals not allowed";
272     *tt = 0;
273     }
274   *t = 0;
275   return skip_comment(s);
276   }
277
278 /* Handle a proper domain, which is a sequence of dot-separated atoms. Remove
279 trailing dots if strip_trailing_dot is set. A subdomain is an atom.
280
281 An atom is a sequence of any characters except specials, space, and controls.
282 The specials are ( ) < > @ , ; : \ " . [ and ]. This is the rule for RFC 822
283 and its successor (RFC 2822). However, RFC 821 and its successor (RFC 2821) is
284 tighter, allowing only letters, digits, and hyphens, not starting with a
285 hyphen.
286
287 There used to be a global flag that got set when checking addresses that came
288 in over SMTP and which should therefore should be checked according to the
289 stricter rule. However, it seems silly to make the distinction, because I don't
290 suppose anybody ever uses local domains that are 822-compliant and not
291 821-compliant. Furthermore, Exim now has additional data on the spool file line
292 after an address (after "one_time" processing), and it makes use of a #
293 character to delimit it. When I wrote that code, I forgot about this 822-domain
294 stuff, and assumed # could never appear in a domain.
295
296 So the old code is now cut out for Release 4.11 onwards, on 09-Aug-02. In a few
297 years, when we are sure this isn't actually causing trouble, throw it away.
298
299 March 2003: the story continues: There is a camp that is arguing for the use of
300 UTF-8 in domain names as the way to internationalization, and other MTAs
301 support this. Therefore, we now have a flag that permits the use of characters
302 with values greater than 127, encoded in UTF-8, in subdomains, so that Exim can
303 be used experimentally in this way. */
304
305 for (;;)
306   {
307   uschar *tsave = t;
308
309 /*********************
310   if (rfc821_domains)
311     {
312     if (*s != '-') while (isalnum(*s) || *s == '-') *t++ = *s++;
313     }
314   else
315     while (!mac_iscntrl_or_special(*s)) *t++ = *s++;
316 *********************/
317
318   if (*s != '-')
319     {
320     /* Only letters, digits, and hyphens */
321
322     if (!allow_utf8_domains)
323       {
324       while (isalnum(*s) || *s == '-') *t++ = *s++;
325       }
326
327     /* Permit legal UTF-8 characters to be included */
328
329     else for(;;)
330       {
331       int i, d;
332       if (isalnum(*s) || *s == '-')    /* legal ascii characters */
333         {
334         *t++ = *s++;
335         continue;
336         }
337       if ((*s & 0xc0) != 0xc0) break;  /* not start of UTF-8 character */
338       d = *s << 2;
339       for (i = 1; i < 6; i++)          /* i is the number of additional bytes */
340         {
341         if ((d & 0x80) == 0) break;
342         d <<= 1;
343         }
344       if (i == 6) goto BAD_UTF8;       /* invalid UTF-8 */
345       *t++ = *s++;                     /* leading UTF-8 byte */
346       while (i-- > 0)                  /* copy and check remainder */
347         {
348         if ((*s & 0xc0) != 0x80)
349           {
350           BAD_UTF8:
351           *errorptr = US"invalid UTF-8 byte sequence";
352           *tt = 0;
353           return s;
354           }
355         *t++ = *s++;
356         }
357       }    /* End of loop for UTF-8 character */
358     }      /* End of subdomain */
359
360   s = skip_comment(s);
361   *t = 0;
362
363   if (t == tsave)   /* empty component */
364     {
365     if (strip_trailing_dot && t > tt && *s != '.') t[-1] = 0; else
366       {
367       *errorptr = US"domain missing or malformed";
368       *tt = 0;
369       }
370     return s;
371     }
372
373   if (*s != '.') break;
374   *t++ = *s++;
375   s = skip_comment(s);
376   }
377
378 return s;
379 }
380
381
382
383 /*************************************************
384 *            Read a local-part                   *
385 *************************************************/
386
387 /* A local-part is a sequence of words, separated by periods. A null word
388 between dots is not strictly allowed but apparently many mailers permit it,
389 so, sigh, better be compatible. Even accept a trailing dot...
390
391 A <word> is either a quoted string, or an <atom>, which is a sequence
392 of any characters except specials, space, and controls. The specials are
393 ( ) < > @ , ; : \ " . [ and ]. In RFC 822, a single quoted character, (a
394 quoted-pair) is not allowed in a word. However, in RFC 821, it is permitted in
395 the local part of an address. Rather than have separate parsing functions for
396 the different cases, take the liberal attitude always. At least one MUA is
397 happy to recognize this case; I don't know how many other programs do.
398
399 Arguments:
400   s           current character pointer
401   t           where to put the local part
402   error       where to point error text
403   allow_null  TRUE if an empty local part is not an error
404
405 Returns:   new character pointer
406 */
407
408 static uschar *
409 read_local_part(uschar *s, uschar *t, uschar **error, BOOL allow_null)
410 {
411 uschar *tt = t;
412 *error = NULL;
413 for (;;)
414   {
415   int c;
416   uschar *tsave = t;
417   s = skip_comment(s);
418
419   /* Handle a quoted string */
420
421   if (*s == '\"')
422     {
423     *t++ = '\"';
424     while ((c = *(++s)) != 0 && c != '\"')
425       {
426       *t++ = c;
427       if (c == '\\' && s[1] != 0) *t++ = *(++s);
428       }
429     if (c == '\"')
430       {
431       s++;
432       *t++ = '\"';
433       }
434     else
435       {
436       *error = US"unmatched doublequote in local part";
437       return s;
438       }
439     }
440
441   /* Handle an atom, but allow quoted pairs within it. */
442
443   else while (!mac_iscntrl_or_special(*s) || *s == '\\')
444     {
445     c = *t++ = *s++;
446     if (c == '\\' && *s != 0) *t++ = *s++;
447     }
448
449   /* Terminate the word and skip subsequent comment */
450
451   *t = 0;
452   s = skip_comment(s);
453
454   /* If we have read a null component at this point, give an error unless it is
455   terminated by a dot - an extension to RFC 822 - or if it is the first
456   component of the local part and an empty local part is permitted, in which
457   case just return normally. */
458
459   if (t == tsave && *s != '.')
460     {
461     if (t == tt && !allow_null)
462       *error = US"missing or malformed local part";
463     return s;
464     }
465
466   /* Anything other than a dot terminates the local part. Treat multiple dots
467   as a single dot, as this seems to be a common extension. */
468
469   if (*s != '.') break;
470   do { *t++ = *s++; } while (*s == '.');
471   }
472
473 return s;
474 }
475
476
477 /*************************************************
478 *            Read route part of route-addr       *
479 *************************************************/
480
481 /* The pointer is at the initial "@" on entry. Return it following the
482 terminating colon. Exim no longer supports the use of source routes, but it is
483 required to accept the syntax.
484
485 Arguments:
486   s          current character pointer
487   t          where to put the route
488   errorptr   where to put an error message
489
490 Returns:     new character pointer
491 */
492
493 static uschar *
494 read_route(uschar *s, uschar *t, uschar **errorptr)
495 {
496 BOOL commas = FALSE;
497 *errorptr = NULL;
498
499 while (*s == '@')
500   {
501   *t++ = '@';
502   s = read_domain(s+1, t, errorptr);
503   if (*t == 0) return s;
504   t += Ustrlen((const uschar *)t);
505   if (*s != ',') break;
506   *t++ = *s++;
507   commas = TRUE;
508   s = skip_comment(s);
509   }
510
511 if (*s == ':') *t++ = *s++;
512
513 /* If there is no colon, and there were no commas, the most likely error
514 is in fact a missing local part in the address rather than a missing colon
515 after the route. */
516
517 else *errorptr = commas?
518   US"colon expected after route list" :
519   US"no local part";
520
521 /* Terminate the route and return */
522
523 *t = 0;
524 return skip_comment(s);
525 }
526
527
528
529 /*************************************************
530 *                Read addr-spec                  *
531 *************************************************/
532
533 /* Addr-spec is local-part@domain. We make the domain optional -
534 the expected terminator for the whole thing is passed to check this.
535 This function is called only when we know we have a route-addr.
536
537 Arguments:
538   s          current character pointer
539   t          where to put the addr-spec
540   term       expected terminator (0 or >)
541   errorptr   where to put an error message
542   domainptr  set to point to the start of the domain
543
544 Returns:     new character pointer
545 */
546
547 static uschar *
548 read_addr_spec(uschar *s, uschar *t, int term, uschar **errorptr,
549   uschar **domainptr)
550 {
551 s = read_local_part(s, t, errorptr, FALSE);
552 if (*errorptr == NULL)
553   if (*s != term)
554     if (*s != '@')
555       *errorptr = string_sprintf("\"@\" or \".\" expected after \"%s\"", t);
556     else
557       {
558       t += Ustrlen((const uschar *)t);
559       *t++ = *s++;
560       *domainptr = t;
561       s = read_domain(s, t, errorptr);
562       }
563 return s;
564 }
565
566
567
568 /*************************************************
569 *         Extract operative address              *
570 *************************************************/
571
572 /* This function extracts an operative address from a full RFC822 mailbox and
573 returns it in a piece of dynamic store. We take the easy way and get a piece
574 of store the same size as the input, and then copy into it whatever is
575 necessary. If we cannot find a valid address (syntax error), return NULL, and
576 point the error pointer to the reason. The arguments "start" and "end" are used
577 to return the offsets of the first and one past the last characters in the
578 original mailbox of the address that has been extracted, to aid in re-writing.
579 The argument "domain" is set to point to the first character after "@" in the
580 final part of the returned address, or zero if there is no @.
581
582 Exim no longer supports the use of source routed addresses (those of the form
583 @domain,...:route_addr). It recognizes the syntax, but collapses such addresses
584 down to their final components. Formerly, collapse_source_routes had to be set
585 to achieve this effect. RFC 1123 allows collapsing with MAY, while the revision
586 of RFC 821 had increased this to SHOULD, so I've gone for it, because it makes
587 a lot of code elsewhere in Exim much simpler.
588
589 There are some special fudges here for handling RFC 822 group address notation
590 which may appear in certain headers. If the flag parse_allow_group is set
591 TRUE and parse_found_group is FALSE when this function is called, an address
592 which is the start of a group (i.e. preceded by a phrase and a colon) is
593 recognized; the phrase is ignored and the flag parse_found_group is set. If
594 this flag is TRUE at the end of an address, and if an extraneous semicolon is
595 found, it is ignored and the flag is cleared.
596
597 This logic is used only when scanning through addresses in headers, either to
598 fulfil the -t option, or for rewriting, or for checking header syntax. Because
599 the group "state" has to be remembered between multiple calls of this function,
600 the variables parse_{allow,found}_group are global. It is important to ensure
601 that they are reset to FALSE at the end of scanning a header's list of
602 addresses.
603
604 Arguments:
605   mailbox     points to the RFC822 mailbox
606   errorptr    where to point an error message
607   start       set to start offset in mailbox
608   end         set to end offset in mailbox
609   domain      set to domain offset in result, or 0 if no domain present
610   allow_null  allow <> if TRUE
611
612 Returns:      points to the extracted address, or NULL on error
613 */
614
615 #define FAILED(s) { *errorptr = s; goto PARSE_FAILED; }
616
617 uschar *
618 parse_extract_address(uschar *mailbox, uschar **errorptr, int *start, int *end,
619   int *domain, BOOL allow_null)
620 {
621 uschar *yield = store_get(Ustrlen(mailbox) + 1);
622 uschar *startptr, *endptr;
623 uschar *s = (uschar *)mailbox;
624 uschar *t = (uschar *)yield;
625
626 *domain = 0;
627
628 /* At the start of the string we expect either an addr-spec or a phrase
629 preceding a <route-addr>. If groups are allowed, we might also find a phrase
630 preceding a colon and an address. If we find an initial word followed by
631 a dot, strict interpretation of the RFC would cause it to be taken
632 as the start of an addr-spec. However, many mailers break the rules
633 and use addresses of the form "a.n.other <ano@somewhere>" and so we
634 allow this case. */
635
636 RESTART:   /* Come back here after passing a group name */
637
638 s = skip_comment(s);
639 startptr = s;                                 /* In case addr-spec */
640 s = read_local_part(s, t, errorptr, TRUE);    /* Dot separated words */
641 if (*errorptr != NULL) goto PARSE_FAILED;
642
643 /* If the terminator is neither < nor @ then the format of the address
644 must either be a bare local-part (we are now at the end), or a phrase
645 followed by a route-addr (more words must follow). */
646
647 if (*s != '@' && *s != '<')
648   {
649   if (*s == 0 || *s == ';')
650     {
651     if (*t == 0) FAILED(US"empty address");
652     endptr = last_comment_position;
653     goto PARSE_SUCCEEDED;              /* Bare local part */
654     }
655
656   /* Expect phrase route-addr, or phrase : if groups permitted, but allow
657   dots in the phrase; complete the loop only when '<' or ':' is encountered -
658   end of string will produce a null local_part and therefore fail. We don't
659   need to keep updating t, as the phrase isn't to be kept. */
660
661   while (*s != '<' && (!parse_allow_group || *s != ':'))
662     {
663     s = read_local_part(s, t, errorptr, FALSE);
664     if (*errorptr != NULL)
665       {
666       *errorptr = string_sprintf("%s (expected word or \"<\")", *errorptr);
667       goto PARSE_FAILED;
668       }
669     }
670
671   if (*s == ':')
672     {
673     parse_found_group = TRUE;
674     parse_allow_group = FALSE;
675     s++;
676     goto RESTART;
677     }
678
679   /* Assert *s == '<' */
680   }
681
682 /* At this point the next character is either '@' or '<'. If it is '@', only a
683 single local-part has previously been read. An angle bracket signifies the
684 start of an <addr-spec>. Throw away anything we have saved so far before
685 processing it. Note that this is "if" rather than "else if" because it's also
686 used after reading a preceding phrase.
687
688 There are a lot of broken sendmails out there that put additional pairs of <>
689 round <route-addr>s. If strip_excess_angle_brackets is set, allow any number of
690 them, as long as they match. */
691
692 if (*s == '<')
693   {
694   uschar *domainptr = yield;
695   BOOL source_routed = FALSE;
696   int bracket_count = 1;
697
698   s++;
699   if (strip_excess_angle_brackets)
700     while (*s == '<') { bracket_count++; s++; }
701
702   t = yield;
703   startptr = s;
704   s = skip_comment(s);
705
706   /* Read an optional series of routes, each of which is a domain. They
707   are separated by commas and terminated by a colon. However, we totally ignore
708   such routes (RFC 1123 says we MAY, and the revision of RFC 821 says we
709   SHOULD). */
710
711   if (*s == '@')
712     {
713     s = read_route(s, t, errorptr);
714     if (*errorptr != NULL) goto PARSE_FAILED;
715     *t = 0;                  /* Ensure route is ignored - probably overkill */
716     source_routed = TRUE;
717     }
718
719   /* Now an addr-spec, terminated by '>'. If there is no preceding route,
720   we must allow an empty addr-spec if allow_null is TRUE, to permit the
721   address "<>" in some circumstances. A source-routed address MUST have
722   a domain in the final part. */
723
724   if (allow_null && !source_routed && *s == '>')
725     {
726     *t = 0;
727     *errorptr = NULL;
728     }
729   else
730     {
731     s = read_addr_spec(s, t, '>', errorptr, &domainptr);
732     if (*errorptr != NULL) goto PARSE_FAILED;
733     *domain = domainptr - yield;
734     if (source_routed && *domain == 0)
735       FAILED(US"domain missing in source-routed address");
736     }
737
738   endptr = s;
739   if (*errorptr != NULL) goto PARSE_FAILED;
740   while (bracket_count-- > 0) if (*s++ != '>')
741     {
742     *errorptr = (s[-1] == 0)? US"'>' missing at end of address" :
743       string_sprintf("malformed address: %.32s may not follow %.*s",
744         s-1, s - (uschar *)mailbox - 1, mailbox);
745     goto PARSE_FAILED;
746     }
747
748   s = skip_comment(s);
749   }
750
751 /* Hitting '@' after the first local-part means we have definitely got an
752 addr-spec, on a strict reading of the RFC, and the rest of the string
753 should be the domain. However, for flexibility we allow for a route-address
754 not enclosed in <> as well, which is indicated by an empty first local
755 part preceding '@'. The source routing is, however, ignored. */
756
757 else if (*t == 0)
758   {
759   uschar *domainptr = yield;
760   s = read_route(s, t, errorptr);
761   if (*errorptr != NULL) goto PARSE_FAILED;
762   *t = 0;         /* Ensure route is ignored - probably overkill */
763   s = read_addr_spec(s, t, 0, errorptr, &domainptr);
764   if (*errorptr != NULL) goto PARSE_FAILED;
765   *domain = domainptr - yield;
766   endptr = last_comment_position;
767   if (*domain == 0) FAILED(US"domain missing in source-routed address");
768   }
769
770 /* This is the strict case of local-part@domain. */
771
772 else
773   {
774   t += Ustrlen((const uschar *)t);
775   *t++ = *s++;
776   *domain = t - yield;
777   s = read_domain(s, t, errorptr);
778   if (*t == 0) goto PARSE_FAILED;
779   endptr = last_comment_position;
780   }
781
782 /* Use goto to get here from the bare local part case. Arrive by falling
783 through for other cases. Endptr may have been moved over whitespace, so
784 move it back past white space if necessary. */
785
786 PARSE_SUCCEEDED:
787 if (*s != 0)
788   {
789   if (parse_found_group && *s == ';')
790     {
791     parse_found_group = FALSE;
792     parse_allow_group = TRUE;
793     }
794   else
795     {
796     *errorptr = string_sprintf("malformed address: %.32s may not follow %.*s",
797       s, s - (uschar *)mailbox, mailbox);
798     goto PARSE_FAILED;
799     }
800   }
801 *start = startptr - (uschar *)mailbox;      /* Return offsets */
802 while (isspace(endptr[-1])) endptr--;
803 *end = endptr - (uschar *)mailbox;
804
805 /* Although this code has no limitation on the length of address extracted,
806 other parts of Exim may have limits, and in any case, RFC 2821 limits local
807 parts to 64 and domains to 255, so we do a check here, giving an error if the
808 address is ridiculously long. */
809
810 if (*end - *start > ADDRESS_MAXLENGTH)
811   {
812   *errorptr = string_sprintf("address is ridiculously long: %.64s...", yield);
813   return NULL;
814   }
815
816 return yield;
817
818 /* Use goto (via the macro FAILED) to get to here from a variety of places.
819 We might have an empty address in a group - the caller can choose to ignore
820 this. We must, however, keep the flags correct. */
821
822 PARSE_FAILED:
823 if (parse_found_group && *s == ';')
824   {
825   parse_found_group = FALSE;
826   parse_allow_group = TRUE;
827   }
828 return NULL;
829 }
830
831 #undef FAILED
832
833
834
835 /*************************************************
836 *        Quote according to RFC 2047             *
837 *************************************************/
838
839 /* This function is used for quoting text in headers according to RFC 2047.
840 If the only characters that strictly need quoting are spaces, we return the
841 original string, unmodified. If a quoted string is too long for the buffer, it
842 is truncated. (This shouldn't happen: this is normally handling short strings.)
843
844 Hmmph. As always, things get perverted for other uses. This function was
845 originally for the "phrase" part of addresses. Now it is being used for much
846 longer texts in ACLs and via the ${rfc2047: expansion item. This means we have
847 to check for overlong "encoded-word"s and split them. November 2004.
848
849 Arguments:
850   string       the string to quote - already checked to contain non-printing
851                  chars
852   len          the length of the string
853   charset      the name of the character set; NULL => iso-8859-1
854   buffer       the buffer to put the answer in
855   buffer_size  the size of the buffer
856   fold         if TRUE, a newline is inserted before the separating space when
857                  more than one encoded-word is generated
858
859 Returns:       pointer to the original string, if no quoting needed, or
860                pointer to buffer containing the quoted string, or
861                a pointer to "String too long" if the buffer can't even hold
862                the introduction
863 */
864
865 const uschar *
866 parse_quote_2047(const uschar *string, int len, uschar *charset, uschar *buffer,
867   int buffer_size, BOOL fold)
868 {
869 const uschar *s = string;
870 uschar *p, *t;
871 int hlen;
872 BOOL coded = FALSE;
873 BOOL first_byte = FALSE;
874
875 if (charset == NULL) charset = US"iso-8859-1";
876
877 /* We don't expect this to fail! */
878
879 if (!string_format(buffer, buffer_size, "=?%s?Q?", charset))
880   return US"String too long";
881
882 hlen = Ustrlen(buffer);
883 t = buffer + hlen;
884 p = buffer;
885
886 for (; len > 0; len--)
887   {
888   int ch = *s++;
889   if (t > buffer + buffer_size - hlen - 8) break;
890
891   if ((t - p > 67) && !first_byte)
892     {
893     *t++ = '?';
894     *t++ = '=';
895     if (fold) *t++ = '\n';
896     *t++ = ' ';
897     p = t;
898     Ustrncpy(p, buffer, hlen);
899     t += hlen;
900     }
901
902   if (ch < 33 || ch > 126 ||
903       Ustrchr("?=()<>@,;:\\\".[]_", ch) != NULL)
904     {
905     if (ch == ' ')
906       {
907       *t++ = '_';
908       first_byte = FALSE;
909       }
910     else
911       {
912       sprintf(CS t, "=%02X", ch);
913       while (*t != 0) t++;
914       coded = TRUE;
915       first_byte = !first_byte;
916       }
917     }
918   else { *t++ = ch; first_byte = FALSE; }
919   }
920
921 *t++ = '?';
922 *t++ = '=';
923 *t = 0;
924
925 return coded? buffer : string;
926 }
927
928
929
930
931 /*************************************************
932 *            Fix up an RFC 822 "phrase"          *
933 *************************************************/
934
935 /* This function is called to repair any syntactic defects in the "phrase" part
936 of an RFC822 address. In particular, it is applied to the user's name as read
937 from the passwd file when accepting a local message, and to the data from the
938 -F option.
939
940 If the string contains existing quoted strings or comments containing
941 freestanding quotes, then we just quote those bits that need quoting -
942 otherwise it would get awfully messy and probably not look good. If not, we
943 quote the whole thing if necessary. Thus
944
945    John Q. Smith            =>  "John Q. Smith"
946    John "Jack" Smith        =>  John "Jack" Smith
947    John "Jack" Q. Smith     =>  John "Jack" "Q." Smith
948    John (Jack) Q. Smith     =>  "John (Jack) Q. Smith"
949    John ("Jack") Q. Smith   =>  John ("Jack") "Q." Smith
950 but
951    John (\"Jack\") Q. Smith =>  "John (\"Jack\") Q. Smith"
952
953 Sheesh! This is tedious code. It is a great pity that the syntax of RFC822 is
954 the way it is...
955
956 August 2000: Additional code added:
957
958   Previously, non-printing characters were turned into question marks, which do
959   not need to be quoted.
960
961   Now, a different tactic is used if there are any non-printing ASCII
962   characters. The encoding method from RFC 2047 is used, assuming iso-8859-1 as
963   the character set.
964
965   We *could* use this for all cases, getting rid of the messy original code,
966   but leave it for now. It would complicate simple cases like "John Q. Smith".
967
968 The result is passed back in the buffer; it is usually going to be added to
969 some other string. In order to be sure there is going to be no overflow,
970 restrict the length of the input to 1/4 of the buffer size - this allows for
971 every single character to be quoted or encoded without overflowing, and that
972 wouldn't happen because of amalgamation. If the phrase is too long, return a
973 fixed string.
974
975 Arguments:
976   phrase       an RFC822 phrase
977   len          the length of the phrase
978   buffer       a buffer to put the result in
979   buffer_size  the size of the buffer
980
981 Returns:       the fixed RFC822 phrase
982 */
983
984 const uschar *
985 parse_fix_phrase(const uschar *phrase, int len, uschar *buffer, int buffer_size)
986 {
987 int ch, i;
988 BOOL quoted = FALSE;
989 const uschar *s, *end;
990 uschar *t, *yield;
991
992 while (len > 0 && isspace(*phrase)) { phrase++; len--; }
993 if (len > buffer_size/4) return US"Name too long";
994
995 /* See if there are any non-printing characters, and if so, use the RFC 2047
996 encoding for the whole thing. */
997
998 for (i = 0, s = phrase; i < len; i++, s++)
999   if ((*s < 32 && *s != '\t') || *s > 126) break;
1000
1001 if (i < len) return parse_quote_2047(phrase, len, headers_charset, buffer,
1002   buffer_size, FALSE);
1003
1004 /* No non-printers; use the RFC 822 quoting rules */
1005
1006 s = phrase;
1007 end = s + len;
1008 yield = t = buffer + 1;
1009
1010 while (s < end)
1011   {
1012   ch = *s++;
1013
1014   /* Copy over quoted strings, remembering we encountered one */
1015
1016   if (ch == '\"')
1017     {
1018     *t++ = '\"';
1019     while (s < end && (ch = *s++) != '\"')
1020       {
1021       *t++ = ch;
1022       if (ch == '\\' && s < end) *t++ = *s++;
1023       }
1024     *t++ = '\"';
1025     if (s >= end) break;
1026     quoted = TRUE;
1027     }
1028
1029   /* Copy over comments, noting if they contain freestanding quote
1030   characters */
1031
1032   else if (ch == '(')
1033     {
1034     int level = 1;
1035     *t++ = '(';
1036     while (s < end)
1037       {
1038       ch = *s++;
1039       *t++ = ch;
1040       if (ch == '(') level++;
1041       else if (ch == ')') { if (--level <= 0) break; }
1042       else if (ch == '\\' && s < end) *t++ = *s++ & 127;
1043       else if (ch == '\"') quoted = TRUE;
1044       }
1045     if (ch == 0)
1046       {
1047       while (level--) *t++ = ')';
1048       break;
1049       }
1050     }
1051
1052   /* Handle special characters that need to be quoted */
1053
1054   else if (Ustrchr(")<>@,;:\\.[]", ch) != NULL)
1055     {
1056     /* If hit previous quotes just make one quoted "word" */
1057
1058     if (quoted)
1059       {
1060       uschar *tt = t++;
1061       while (*(--tt) != ' ' && *tt != '\"' && *tt != ')') tt[1] = *tt;
1062       tt[1] = '\"';
1063       *t++ = ch;
1064       while (s < end)
1065         {
1066         ch = *s++;
1067         if (ch == ' ' || ch == '\"') { s--; break; } else *t++ = ch;
1068         }
1069       *t++ = '\"';
1070       }
1071
1072     /* Else quote the whole string so far, and the rest up to any following
1073     quotes. We must treat anything following a backslash as a literal. */
1074
1075     else
1076       {
1077       BOOL escaped = (ch == '\\');
1078       *(--yield) = '\"';
1079       *t++ = ch;
1080
1081       /* Now look for the end or a quote */
1082
1083       while (s < end)
1084         {
1085         ch = *s++;
1086
1087         /* Handle escaped pairs */
1088
1089         if (escaped)
1090           {
1091           *t++ = ch;
1092           escaped = FALSE;
1093           }
1094
1095         else if (ch == '\\')
1096           {
1097           *t++ = ch;
1098           escaped = TRUE;
1099           }
1100
1101         /* If hit subsequent quotes, insert our quote before any trailing
1102         spaces and back up to re-handle the quote in the outer loop. */
1103
1104         else if (ch == '\"')
1105           {
1106           int count = 0;
1107           while (t[-1] == ' ') { t--; count++; }
1108           *t++ = '\"';
1109           while (count-- > 0) *t++ = ' ';
1110           s--;
1111           break;
1112           }
1113
1114         /* If hit a subsequent comment, check it for unescaped quotes,
1115         and if so, end our quote before it. */
1116
1117         else if (ch == '(')
1118           {
1119           const uschar *ss = s;     /* uschar after '(' */
1120           int level = 1;
1121           while(ss < end)
1122             {
1123             ch = *ss++;
1124             if (ch == '(') level++;
1125             else if (ch == ')') { if (--level <= 0) break; }
1126             else if (ch == '\\' && ss+1 < end) ss++;
1127             else if (ch == '\"') { quoted = TRUE; break; }
1128             }
1129
1130           /* Comment contains unescaped quotes; end our quote before
1131           the start of the comment. */
1132
1133           if (quoted)
1134             {
1135             int count = 0;
1136             while (t[-1] == ' ') { t--; count++; }
1137             *t++ = '\"';
1138             while (count-- > 0) *t++ = ' ';
1139             break;
1140             }
1141
1142           /* Comment does not contain unescaped quotes; include it in
1143           our quote. */
1144
1145           else
1146             {
1147             if (ss >= end) ss--;
1148             *t++ = '(';
1149             Ustrncpy(t, s, ss-s);
1150             t += ss-s;
1151             s = ss;
1152             }
1153           }
1154
1155         /* Not a comment or quote; include this character in our quotes. */
1156
1157         else *t++ = ch;
1158         }
1159       }
1160
1161     /* Add a final quote if we hit the end of the string. */
1162
1163     if (s >= end) *t++ = '\"';
1164     }
1165
1166   /* Non-special character; just copy it over */
1167
1168   else *t++ = ch;
1169   }
1170
1171 *t = 0;
1172 return yield;
1173 }
1174
1175
1176 /*************************************************
1177 *          Extract addresses from a list         *
1178 *************************************************/
1179
1180 /* This function is called by the redirect router to scan a string containing a
1181 list of addresses separated by commas (with optional white space) or by
1182 newlines, and to generate a chain of address items from them. In other words,
1183 to unpick data from an alias or .forward file.
1184
1185 The SunOS5 documentation for alias files is not very clear on the syntax; it
1186 does not say that either a comma or a newline can be used for separation.
1187 However, that is the way Smail does it, so we follow suit.
1188
1189 If a # character is encountered in a white space position, then characters from
1190 there to the next newline are skipped.
1191
1192 If an unqualified address begins with '\', just skip that character. This gives
1193 compatibility with Sendmail's use of \ to prevent looping. Exim has its own
1194 loop prevention scheme which handles other cases too - see the code in
1195 route_address().
1196
1197 An "address" can be a specification of a file or a pipe; the latter may often
1198 need to be quoted because it may contain spaces, but we don't want to retain
1199 the quotes. Quotes may appear in normal addresses too, and should be retained.
1200 We can distinguish between these cases, because in addresses, quotes are used
1201 only for parts of the address, not the whole thing. Therefore, we remove quotes
1202 from items when they entirely enclose them, but not otherwise.
1203
1204 An "address" can also be of the form :include:pathname to include a list of
1205 addresses contained in the specified file.
1206
1207 Any unqualified addresses are qualified with and rewritten if necessary, via
1208 the rewrite_address() function.
1209
1210 Arguments:
1211   s                the list of addresses (typically a complete
1212                      .forward file or a list of entries in an alias file)
1213   options          option bits for permitting or denying various special cases;
1214                      not all bits are relevant here - some are for filter
1215                      files; those we use here are:
1216                        RDO_DEFER
1217                        RDO_FREEZE
1218                        RDO_FAIL
1219                        RDO_BLACKHOLE
1220                        RDO_REWRITE
1221                        RDO_INCLUDE
1222   anchor           where to hang the chain of newly-created addresses. This
1223                      should be initialized to NULL.
1224   error            where to return an error text
1225   incoming domain  domain of the incoming address; used to qualify unqualified
1226                      local parts preceded by \
1227   directory        if NULL, no checks are done on :include: files
1228                    otherwise, included file names must start with the given
1229                      directory
1230   syntax_errors    if not NULL, it carries on after syntax errors in addresses,
1231                      building up a list of errors as error blocks chained on
1232                      here.
1233
1234 Returns:      FF_DELIVERED      addresses extracted
1235               FF_NOTDELIVERED   no addresses extracted, but no errors
1236               FF_BLACKHOLE      :blackhole:
1237               FF_DEFER          :defer:
1238               FF_FAIL           :fail:
1239               FF_INCLUDEFAIL    some problem with :include:; *error set
1240               FF_ERROR          other problems; *error is set
1241 */
1242
1243 int
1244 parse_forward_list(uschar *s, int options, address_item **anchor,
1245   uschar **error, const uschar *incoming_domain, uschar *directory,
1246   error_block **syntax_errors)
1247 {
1248 int count = 0;
1249
1250 DEBUG(D_route) debug_printf("parse_forward_list: %s\n", s);
1251
1252 for (;;)
1253   {
1254   int len;
1255   int special = 0;
1256   int specopt = 0;
1257   int specbit = 0;
1258   uschar *ss, *nexts;
1259   address_item *addr;
1260   BOOL inquote = FALSE;
1261
1262   for (;;)
1263     {
1264     while (isspace(*s) || *s == ',') s++;
1265     if (*s == '#') { while (*s != 0 && *s != '\n') s++; } else break;
1266     }
1267
1268   /* When we reach the end of the list, we return FF_DELIVERED if any child
1269   addresses have been generated. If nothing has been generated, there are two
1270   possibilities: either the list is really empty, or there were syntax errors
1271   that are being skipped. (If syntax errors are not being skipped, an FF_ERROR
1272   return is generated on hitting a syntax error and we don't get here.) For a
1273   truly empty list we return FF_NOTDELIVERED so that the router can decline.
1274   However, if the list is empty only because syntax errors were skipped, we
1275   return FF_DELIVERED. */
1276
1277   if (*s == 0)
1278     {
1279     return (count > 0 || (syntax_errors != NULL && *syntax_errors != NULL))?
1280       FF_DELIVERED : FF_NOTDELIVERED;
1281
1282     /* This previous code returns FF_ERROR if nothing is generated but a
1283     syntax error has been skipped. I now think it is the wrong approach, but
1284     have left this here just in case, and for the record. */
1285
1286     #ifdef NEVER
1287     if (count > 0) return FF_DELIVERED;   /* Something was generated */
1288
1289     if (syntax_errors == NULL ||          /* Not skipping syntax errors, or */
1290        *syntax_errors == NULL)            /*   we didn't actually skip any */
1291       return FF_NOTDELIVERED;
1292
1293     *error = string_sprintf("no addresses generated: syntax error in %s: %s",
1294        (*syntax_errors)->text2, (*syntax_errors)->text1);
1295     return FF_ERROR;
1296     #endif
1297
1298     }
1299
1300   /* Find the end of the next address. Quoted strings in addresses may contain
1301   escaped characters; I haven't found a proper specification of .forward or
1302   alias files that mentions the quoting properties, but it seems right to do
1303   the escaping thing in all cases, so use the function that finds the end of an
1304   address. However, don't let a quoted string extend over the end of a line. */
1305
1306   ss = parse_find_address_end(s, TRUE);
1307
1308   /* Remember where we finished, for starting the next one. */
1309
1310   nexts = ss;
1311
1312   /* Remove any trailing spaces; we know there's at least one non-space. */
1313
1314   while (isspace((ss[-1]))) ss--;
1315
1316   /* We now have s->start and ss->end of the next address. Remove quotes
1317   if they completely enclose, remembering the address started with a quote
1318   for handling pipes and files. Another round of removal of leading and
1319   trailing spaces is then required. */
1320
1321   if (*s == '\"' && ss[-1] == '\"')
1322     {
1323     s++;
1324     ss--;
1325     inquote = TRUE;
1326     while (s < ss && isspace(*s)) s++;
1327     while (ss > s && isspace((ss[-1]))) ss--;
1328     }
1329
1330   /* Set up the length of the address. */
1331
1332   len = ss - s;
1333
1334   DEBUG(D_route)
1335     {
1336     int save = s[len];
1337     s[len] = 0;
1338     debug_printf("extract item: %s\n", s);
1339     s[len] = save;
1340     }
1341
1342   /* Handle special addresses if permitted. If the address is :unknown:
1343   ignore it - this is for backward compatibility with old alias files. You
1344   don't need to use it nowadays - just generate an empty string. For :defer:,
1345   :blackhole:, or :fail: we have to set up the error message and give up right
1346   away. */
1347
1348   if (Ustrncmp(s, ":unknown:", len) == 0)
1349     {
1350     s = nexts;
1351     continue;
1352     }
1353
1354   if      (Ustrncmp(s, ":defer:", 7) == 0)
1355     { special = FF_DEFER; specopt = RDO_DEFER; }  /* specbit is 0 */
1356   else if (Ustrncmp(s, ":blackhole:", 11) == 0)
1357     { special = FF_BLACKHOLE; specopt = specbit = RDO_BLACKHOLE; }
1358   else if (Ustrncmp(s, ":fail:", 6) == 0)
1359     { special = FF_FAIL; specopt = RDO_FAIL; }  /* specbit is 0 */
1360
1361   if (special != 0)
1362     {
1363     uschar *ss = Ustrchr(s+1, ':') + 1;
1364     if ((options & specopt) == specbit)
1365       {
1366       *error = string_sprintf("\"%.*s\" is not permitted", len, s);
1367       return FF_ERROR;
1368       }
1369     while (*ss != 0 && isspace(*ss)) ss++;
1370     while (s[len] != 0 && s[len] != '\n') len++;
1371     s[len] = 0;
1372     *error = string_copy(ss);
1373     return special;
1374     }
1375
1376   /* If the address is of the form :include:pathname, read the file, and call
1377   this function recursively to extract the addresses from it. If directory is
1378   NULL, do no checks. Otherwise, insist that the file name starts with the
1379   given directory and is a regular file. */
1380
1381   if (Ustrncmp(s, ":include:", 9) == 0)
1382     {
1383     uschar *filebuf;
1384     uschar filename[256];
1385     uschar *t = s+9;
1386     int flen = len - 9;
1387     int frc;
1388     struct stat statbuf;
1389     address_item *last;
1390     FILE *f;
1391
1392     while (flen > 0 && isspace(*t)) { t++; flen--; }
1393
1394     if (flen <= 0)
1395       {
1396       *error = string_sprintf("file name missing after :include:");
1397       return FF_ERROR;
1398       }
1399
1400     if (flen > 255)
1401       {
1402       *error = string_sprintf("included file name \"%s\" is too long", t);
1403       return FF_ERROR;
1404       }
1405
1406     Ustrncpy(filename, t, flen);
1407     filename[flen] = 0;
1408
1409     /* Insist on absolute path */
1410
1411     if (filename[0]!= '/')
1412       {
1413       *error = string_sprintf("included file \"%s\" is not an absolute path",
1414         filename);
1415       return FF_ERROR;
1416       }
1417
1418     /* Check if include is permitted */
1419
1420     if ((options & RDO_INCLUDE) != 0)
1421       {
1422       *error = US"included files not permitted";
1423       return FF_ERROR;
1424       }
1425
1426     /* Check file name if required */
1427
1428     if (directory)
1429       {
1430       int len = Ustrlen(directory);
1431       uschar *p = filename + len;
1432
1433       if (Ustrncmp(filename, directory, len) != 0 || *p != '/')
1434         {
1435         *error = string_sprintf("included file %s is not in directory %s",
1436           filename, directory);
1437         return FF_ERROR;
1438         }
1439
1440 #ifdef EXIM_HAVE_OPENAT
1441       /* It is necessary to check that every component inside the directory
1442       is NOT a symbolic link, in order to keep the file inside the directory.
1443       This is mighty tedious. We open the directory and openat every component,
1444       with a flag that fails symlinks. */
1445
1446       {
1447       int fd = open(CS directory, O_RDONLY);
1448       if (fd < 0)
1449         {
1450         *error = string_sprintf("failed to open directory %s", directory);
1451         return FF_ERROR;
1452         }
1453       while (*p)
1454         {
1455         uschar temp;
1456         int fd2;
1457         uschar * q = p;
1458
1459         while (*++p && *p != '/') ;
1460         temp = *p;
1461         *p = '\0';
1462
1463         fd2 = openat(fd, CS q, O_RDONLY|O_NOFOLLOW);
1464         close(fd);
1465         *p = temp;
1466         if (fd2 < 0)
1467           {
1468           *error = string_sprintf("failed to open %s (component of included "
1469             "file); could be symbolic link", filename);
1470           return FF_ERROR;
1471           }
1472         fd = fd2;
1473         }
1474       f = fdopen(fd, "rb");
1475       }
1476 #else
1477       /* It is necessary to check that every component inside the directory
1478       is NOT a symbolic link, in order to keep the file inside the directory.
1479       This is mighty tedious. It is also not totally foolproof in that it
1480       leaves the possibility of a race attack, but I don't know how to do
1481       any better. */
1482
1483       while (*p)
1484         {
1485         int temp;
1486         while (*++p && *p != '/');
1487         temp = *p;
1488         *p = 0;
1489         if (Ulstat(filename, &statbuf) != 0)
1490           {
1491           *error = string_sprintf("failed to stat %s (component of included "
1492             "file)", filename);
1493           *p = temp;
1494           return FF_ERROR;
1495           }
1496
1497         *p = temp;
1498
1499         if ((statbuf.st_mode & S_IFMT) == S_IFLNK)
1500           {
1501           *error = string_sprintf("included file %s in the %s directory "
1502             "involves a symbolic link", filename, directory);
1503           return FF_ERROR;
1504           }
1505         }
1506 #endif
1507       }
1508
1509 #ifdef EXIM_HAVE_OPENAT
1510     else
1511 #endif
1512       /* Open and stat the file */
1513       f = Ufopen(filename, "rb");
1514
1515     if (!f)
1516       {
1517       *error = string_open_failed(errno, "included file %s", filename);
1518       return FF_INCLUDEFAIL;
1519       }
1520
1521     if (fstat(fileno(f), &statbuf) != 0)
1522       {
1523       *error = string_sprintf("failed to stat included file %s: %s",
1524         filename, strerror(errno));
1525       (void)fclose(f);
1526       return FF_INCLUDEFAIL;
1527       }
1528
1529     /* If directory was checked, double check that we opened a regular file */
1530
1531     if (directory && (statbuf.st_mode & S_IFMT) != S_IFREG)
1532       {
1533       *error = string_sprintf("included file %s is not a regular file in "
1534         "the %s directory", filename, directory);
1535       return FF_ERROR;
1536       }
1537
1538     /* Get a buffer and read the contents */
1539
1540     if (statbuf.st_size > MAX_INCLUDE_SIZE)
1541       {
1542       *error = string_sprintf("included file %s is too big (max %d)",
1543         filename, MAX_INCLUDE_SIZE);
1544       return FF_ERROR;
1545       }
1546
1547     filebuf = store_get(statbuf.st_size + 1);
1548     if (fread(filebuf, 1, statbuf.st_size, f) != statbuf.st_size)
1549       {
1550       *error = string_sprintf("error while reading included file %s: %s",
1551         filename, strerror(errno));
1552       (void)fclose(f);
1553       return FF_ERROR;
1554       }
1555     filebuf[statbuf.st_size] = 0;
1556     (void)fclose(f);
1557
1558     addr = NULL;
1559     frc = parse_forward_list(filebuf, options, &addr,
1560       error, incoming_domain, directory, syntax_errors);
1561     if (frc != FF_DELIVERED && frc != FF_NOTDELIVERED) return frc;
1562
1563     if (addr)
1564       {
1565       for (last = addr; last->next; last = last->next) count++;
1566       last->next = *anchor;
1567       *anchor = addr;
1568       count++;
1569       }
1570     }
1571
1572   /* Else (not :include:) ensure address is syntactically correct and fully
1573   qualified if not a pipe or a file, removing a leading \ if present on an
1574   unqualified address. For pipes and files we must handle quoting. It's
1575   not quite clear exactly what to do for partially quoted things, but the
1576   common case of having the whole thing in quotes is straightforward. If this
1577   was the case, inquote will have been set TRUE above and the quotes removed.
1578
1579   There is a possible ambiguity over addresses whose local parts start with
1580   a vertical bar or a slash, and the latter do in fact occur, thanks to X.400.
1581   Consider a .forward file that contains the line
1582
1583      /X=xxx/Y=xxx/OU=xxx/@some.gate.way
1584
1585   Is this a file or an X.400 address? Does it make any difference if it is in
1586   quotes? On the grounds that file names of this type are rare, Exim treats
1587   something that parses as an RFC 822 address and has a domain as an address
1588   rather than a file or a pipe. This is also how an address such as the above
1589   would be treated if it came in from outside. */
1590
1591   else
1592     {
1593     int start, end, domain;
1594     uschar *recipient = NULL;
1595     int save = s[len];
1596     s[len] = 0;
1597
1598     /* If it starts with \ and the rest of it parses as a valid mail address
1599     without a domain, carry on with that address, but qualify it with the
1600     incoming domain. Otherwise arrange for the address to fall through,
1601     causing an error message on the re-parse. */
1602
1603     if (*s == '\\')
1604       {
1605       recipient =
1606         parse_extract_address(s+1, error, &start, &end, &domain, FALSE);
1607       if (recipient != NULL)
1608         recipient = (domain != 0)? NULL :
1609           string_sprintf("%s@%s", recipient, incoming_domain);
1610       }
1611
1612     /* Try parsing the item as an address. */
1613
1614     if (recipient == NULL) recipient =
1615       parse_extract_address(s, error, &start, &end, &domain, FALSE);
1616
1617     /* If item starts with / or | and is not a valid address, or there
1618     is no domain, treat it as a file or pipe. If it was a quoted item,
1619     remove the quoting occurrences of \ within it. */
1620
1621     if ((*s == '|' || *s == '/') && (recipient == NULL || domain == 0))
1622       {
1623       uschar *t = store_get(Ustrlen(s) + 1);
1624       uschar *p = t;
1625       uschar *q = s;
1626       while (*q != 0)
1627         {
1628         if (inquote)
1629           {
1630           *p++ = (*q == '\\')? *(++q) : *q;
1631           q++;
1632           }
1633         else *p++ = *q++;
1634         }
1635       *p = 0;
1636       addr = deliver_make_addr(t, TRUE);
1637       setflag(addr, af_pfr);                   /* indicates pipe/file/reply */
1638       if (*s != '|') setflag(addr, af_file);   /* indicates file */
1639       }
1640
1641     /* Item must be an address. Complain if not, else qualify, rewrite and set
1642     up the control block. It appears that people are in the habit of using
1643     empty addresses but with comments as a way of putting comments into
1644     alias and forward files. Therefore, ignore the error "empty address".
1645     Mailing lists might want to tolerate syntax errors; there is therefore
1646     an option to do so. */
1647
1648     else
1649       {
1650       if (recipient == NULL)
1651         {
1652         if (Ustrcmp(*error, "empty address") == 0)
1653           {
1654           *error = NULL;
1655           s[len] = save;
1656           s = nexts;
1657           continue;
1658           }
1659
1660         if (syntax_errors != NULL)
1661           {
1662           error_block *e = store_get(sizeof(error_block));
1663           error_block *last = *syntax_errors;
1664           if (last == NULL) *syntax_errors = e; else
1665             {
1666             while (last->next != NULL) last = last->next;
1667             last->next = e;
1668             }
1669           e->next = NULL;
1670           e->text1 = *error;
1671           e->text2 = string_copy(s);
1672           s[len] = save;
1673           s = nexts;
1674           continue;
1675           }
1676         else
1677           {
1678           *error = string_sprintf("%s in \"%s\"", *error, s);
1679           s[len] = save;   /* _after_ using it for *error */
1680           return FF_ERROR;
1681           }
1682         }
1683
1684       /* Address was successfully parsed. Rewrite, and then make an address
1685       block. */
1686
1687       recipient = ((options & RDO_REWRITE) != 0)?
1688         rewrite_address(recipient, TRUE, FALSE, global_rewrite_rules,
1689           rewrite_existflags) :
1690         rewrite_address_qualify(recipient, TRUE);
1691       addr = deliver_make_addr(recipient, TRUE);  /* TRUE => copy recipient */
1692       }
1693
1694     /* Restore the final character in the original data, and add to the
1695     output chain. */
1696
1697     s[len] = save;
1698     addr->next = *anchor;
1699     *anchor = addr;
1700     count++;
1701     }
1702
1703   /* Advance pointer for the next address */
1704
1705   s = nexts;
1706   }
1707 }
1708
1709
1710 /*************************************************
1711 *            Extract a Message-ID                *
1712 *************************************************/
1713
1714 /* This function is used to extract message ids from In-Reply-To: and
1715 References: header lines.
1716
1717 Arguments:
1718   str          pointer to the start of the message-id
1719   yield        put pointer to the message id (in dynamic memory) here
1720   error        put error message here on failure
1721
1722 Returns:       points after the processed message-id or NULL on error
1723 */
1724
1725 uschar *
1726 parse_message_id(uschar *str, uschar **yield, uschar **error)
1727 {
1728 uschar *domain = NULL;
1729 uschar *id;
1730
1731 str = skip_comment(str);
1732 if (*str != '<')
1733   {
1734   *error = US"Missing '<' before message-id";
1735   return NULL;
1736   }
1737
1738 /* Getting a block the size of the input string will definitely be sufficient
1739 for the answer, but it may also be very long if we are processing a header
1740 line. Therefore, take care to release unwanted store afterwards. */
1741
1742 id = *yield = store_get(Ustrlen(str) + 1);
1743 *id++ = *str++;
1744
1745 str = read_addr_spec(str, id, '>', error, &domain);
1746
1747 if (*error == NULL)
1748   {
1749   if (*str != '>') *error = US"Missing '>' after message-id";
1750     else if (domain == NULL) *error = US"domain missing in message-id";
1751   }
1752
1753 if (*error != NULL)
1754   {
1755   store_reset(*yield);
1756   return NULL;
1757   }
1758
1759 while (*id != 0) id++;
1760 *id++ = *str++;
1761 *id++ = 0;
1762 store_reset(id);
1763
1764 str = skip_comment(str);
1765 return str;
1766 }
1767
1768
1769 /*************************************************
1770 *        Parse a fixed digit number              *
1771 *************************************************/
1772
1773 /* Parse a string containing an ASCII encoded fixed digits number
1774
1775 Arguments:
1776   str          pointer to the start of the ASCII encoded number
1777   n            pointer to the resulting value
1778   digits       number of required digits
1779
1780 Returns:       points after the processed date or NULL on error
1781 */
1782
1783 static uschar *
1784 parse_number(uschar *str, int *n, int digits)
1785 {
1786   *n=0;
1787   while (digits--)
1788   {
1789     if (*str<'0' || *str>'9') return NULL;
1790     *n=10*(*n)+(*str++-'0');
1791   }
1792   return str;
1793 }
1794
1795
1796 /*************************************************
1797 *        Parse a RFC 2822 day of week            *
1798 *************************************************/
1799
1800 /* Parse the day of the week from a RFC 2822 date, but do not
1801    decode it, because it is only for humans.
1802
1803 Arguments:
1804   str          pointer to the start of the day of the week
1805
1806 Returns:       points after the parsed day or NULL on error
1807 */
1808
1809 static uschar *
1810 parse_day_of_week(uschar *str)
1811 {
1812 /*
1813 day-of-week     =       ([FWS] day-name) / obs-day-of-week
1814
1815 day-name        =       "Mon" / "Tue" / "Wed" / "Thu" /
1816                         "Fri" / "Sat" / "Sun"
1817
1818 obs-day-of-week =       [CFWS] day-name [CFWS]
1819 */
1820
1821 static const uschar *day_name[7]={ US"mon", US"tue", US"wed", US"thu", US"fri", US"sat", US"sun" };
1822 int i;
1823 uschar day[4];
1824
1825 str=skip_comment(str);
1826 for (i=0; i<3; ++i)
1827   {
1828   if ((day[i]=tolower(*str))=='\0') return NULL;
1829   ++str;
1830   }
1831 day[3]='\0';
1832 for (i=0; i<7; ++i) if (Ustrcmp(day,day_name[i])==0) break;
1833 if (i==7) return NULL;
1834 str=skip_comment(str);
1835 return str;
1836 }
1837
1838
1839 /*************************************************
1840 *            Parse a RFC 2822 date               *
1841 *************************************************/
1842
1843 /* Parse the date part of a RFC 2822 date-time, extracting the
1844    day, month and year.
1845
1846 Arguments:
1847   str          pointer to the start of the date
1848   d            pointer to the resulting day
1849   m            pointer to the resulting month
1850   y            pointer to the resulting year
1851
1852 Returns:       points after the processed date or NULL on error
1853 */
1854
1855 static uschar *
1856 parse_date(uschar *str, int *d, int *m, int *y)
1857 {
1858 /*
1859 date            =       day month year
1860
1861 year            =       4*DIGIT / obs-year
1862
1863 obs-year        =       [CFWS] 2*DIGIT [CFWS]
1864
1865 month           =       (FWS month-name FWS) / obs-month
1866
1867 month-name      =       "Jan" / "Feb" / "Mar" / "Apr" /
1868                         "May" / "Jun" / "Jul" / "Aug" /
1869                         "Sep" / "Oct" / "Nov" / "Dec"
1870
1871 obs-month       =       CFWS month-name CFWS
1872
1873 day             =       ([FWS] 1*2DIGIT) / obs-day
1874
1875 obs-day         =       [CFWS] 1*2DIGIT [CFWS]
1876 */
1877
1878 uschar *c,*n;
1879 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" };
1880 int i;
1881 uschar month[4];
1882
1883 str=skip_comment(str);
1884 if ((str=parse_number(str,d,1))==NULL) return NULL;
1885 if (*str>='0' && *str<='9') *d=10*(*d)+(*str++-'0');
1886 c=skip_comment(str);
1887 if (c==str) return NULL;
1888 else str=c;
1889 for (i=0; i<3; ++i) if ((month[i]=tolower(*(str+i)))=='\0') return NULL;
1890 month[3]='\0';
1891 for (i=0; i<12; ++i) if (Ustrcmp(month,month_name[i])==0) break;
1892 if (i==12) return NULL;
1893 str+=3;
1894 *m=i;
1895 c=skip_comment(str);
1896 if (c==str) return NULL;
1897 else str=c;
1898 if ((n=parse_number(str,y,4)))
1899   {
1900   str=n;
1901   if (*y<1900) return NULL;
1902   *y=*y-1900;
1903   }
1904 else if ((n=parse_number(str,y,2)))
1905   {
1906   str=skip_comment(n);
1907   while (*(str-1)==' ' || *(str-1)=='\t') --str; /* match last FWS later */
1908   if (*y<50) *y+=100;
1909   }
1910 else return NULL;
1911 return str;
1912 }
1913
1914
1915 /*************************************************
1916 *            Parse a RFC 2822 Time               *
1917 *************************************************/
1918
1919 /* Parse the time part of a RFC 2822 date-time, extracting the
1920    hour, minute, second and timezone.
1921
1922 Arguments:
1923   str          pointer to the start of the time
1924   h            pointer to the resulting hour
1925   m            pointer to the resulting minute
1926   s            pointer to the resulting second
1927   z            pointer to the resulting timezone (offset in seconds)
1928
1929 Returns:       points after the processed time or NULL on error
1930 */
1931
1932 static uschar *
1933 parse_time(uschar *str, int *h, int *m, int *s, int *z)
1934 {
1935 /*
1936 time            =       time-of-day FWS zone
1937
1938 time-of-day     =       hour ":" minute [ ":" second ]
1939
1940 hour            =       2DIGIT / obs-hour
1941
1942 obs-hour        =       [CFWS] 2DIGIT [CFWS]
1943
1944 minute          =       2DIGIT / obs-minute
1945
1946 obs-minute      =       [CFWS] 2DIGIT [CFWS]
1947
1948 second          =       2DIGIT / obs-second
1949
1950 obs-second      =       [CFWS] 2DIGIT [CFWS]
1951
1952 zone            =       (( "+" / "-" ) 4DIGIT) / obs-zone
1953
1954 obs-zone        =       "UT" / "GMT" /          ; Universal Time
1955                                                 ; North American UT
1956                                                 ; offsets
1957                         "EST" / "EDT" /         ; Eastern:  - 5/ - 4
1958                         "CST" / "CDT" /         ; Central:  - 6/ - 5
1959                         "MST" / "MDT" /         ; Mountain: - 7/ - 6
1960                         "PST" / "PDT" /         ; Pacific:  - 8/ - 7
1961
1962                         %d65-73 /               ; Military zones - "A"
1963                         %d75-90 /               ; through "I" and "K"
1964                         %d97-105 /              ; through "Z", both
1965                         %d107-122               ; upper and lower case
1966 */
1967
1968 uschar *c;
1969
1970 str=skip_comment(str);
1971 if ((str=parse_number(str,h,2))==NULL) return NULL;
1972 str=skip_comment(str);
1973 if (*str!=':') return NULL;
1974 ++str;
1975 str=skip_comment(str);
1976 if ((str=parse_number(str,m,2))==NULL) return NULL;
1977 c=skip_comment(str);
1978 if (*str==':')
1979   {
1980   ++str;
1981   str=skip_comment(str);
1982   if ((str=parse_number(str,s,2))==NULL) return NULL;
1983   c=skip_comment(str);
1984   }
1985 if (c==str) return NULL;
1986 else str=c;
1987 if (*str=='+' || *str=='-')
1988   {
1989   int neg;
1990
1991   neg=(*str=='-');
1992   ++str;
1993   if ((str=parse_number(str,z,4))==NULL) return NULL;
1994   *z=(*z/100)*3600+(*z%100)*60;
1995   if (neg) *z=-*z;
1996   }
1997 else
1998   {
1999   char zone[5];
2000   struct { const char *name; int off; } zone_name[10]=
2001   { {"gmt",0}, {"ut",0}, {"est",-5}, {"edt",-4}, {"cst",-6}, {"cdt",-5}, {"mst",-7}, {"mdt",-6}, {"pst",-8}, {"pdt",-7}};
2002   int i,j;
2003
2004   for (i=0; i<4; ++i)
2005     {
2006     zone[i]=tolower(*(str+i));
2007     if (zone[i]<'a' || zone[i]>'z') break;
2008     }
2009   zone[i]='\0';
2010   for (j=0; j<10 && strcmp(zone,zone_name[j].name); ++j);
2011   /* Besides zones named in the grammar, RFC 2822 says other alphabetic */
2012   /* time zones should be treated as unknown offsets. */
2013   if (j<10)
2014     {
2015     *z=zone_name[j].off*3600;
2016     str+=i;
2017     }
2018   else if (zone[0]<'a' || zone[1]>'z') return 0;
2019   else
2020     {
2021     while ((*str>='a' && *str<='z') || (*str>='A' && *str<='Z')) ++str;
2022     *z=0;
2023     }
2024   }
2025 return str;
2026 }
2027
2028
2029 /*************************************************
2030 *          Parse a RFC 2822 date-time            *
2031 *************************************************/
2032
2033 /* Parse a RFC 2822 date-time and return it in seconds since the epoch.
2034
2035 Arguments:
2036   str          pointer to the start of the date-time
2037   t            pointer to the parsed time
2038
2039 Returns:       points after the processed date-time or NULL on error
2040 */
2041
2042 uschar *
2043 parse_date_time(uschar *str, time_t *t)
2044 {
2045 /*
2046 date-time       =       [ day-of-week "," ] date FWS time [CFWS]
2047 */
2048
2049 struct tm tm;
2050 int zone;
2051 extern char **environ;
2052 char **old_environ;
2053 static char gmt0[]="TZ=GMT0";
2054 static char *gmt_env[]={ gmt0, (char*)0 };
2055 uschar *try;
2056
2057 if ((try=parse_day_of_week(str)))
2058   {
2059   str=try;
2060   if (*str!=',') return 0;
2061   ++str;
2062   }
2063 if ((str=parse_date(str,&tm.tm_mday,&tm.tm_mon,&tm.tm_year))==NULL) return NULL;
2064 if (*str!=' ' && *str!='\t') return NULL;
2065 while (*str==' ' || *str=='\t') ++str;
2066 if ((str=parse_time(str,&tm.tm_hour,&tm.tm_min,&tm.tm_sec,&zone))==NULL) return NULL;
2067 tm.tm_isdst=0;
2068 old_environ=environ;
2069 environ=gmt_env;
2070 *t=mktime(&tm);
2071 environ=old_environ;
2072 if (*t==-1) return NULL;
2073 *t-=zone;
2074 str=skip_comment(str);
2075 return str;
2076 }
2077
2078
2079
2080
2081 /*************************************************
2082 **************************************************
2083 *             Stand-alone test program           *
2084 **************************************************
2085 *************************************************/
2086
2087 #if defined STAND_ALONE
2088 int main(void)
2089 {
2090 int start, end, domain;
2091 uschar buffer[1024];
2092 uschar outbuff[1024];
2093
2094 big_buffer = store_malloc(big_buffer_size);
2095
2096 /* strip_trailing_dot = TRUE; */
2097 allow_domain_literals = TRUE;
2098
2099 printf("Testing parse_fix_phrase\n");
2100
2101 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2102   {
2103   buffer[Ustrlen(buffer)-1] = 0;
2104   if (buffer[0] == 0) break;
2105   printf("%s\n", CS parse_fix_phrase(buffer, Ustrlen(buffer), outbuff,
2106     sizeof(outbuff)));
2107   }
2108
2109 printf("Testing parse_extract_address without group syntax and without UTF-8\n");
2110
2111 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2112   {
2113   uschar *out;
2114   uschar *errmess;
2115   buffer[Ustrlen(buffer) - 1] = 0;
2116   if (buffer[0] == 0) break;
2117   out = parse_extract_address(buffer, &errmess, &start, &end, &domain, FALSE);
2118   if (out == NULL) printf("*** bad address: %s\n", errmess); else
2119     {
2120     uschar extract[1024];
2121     Ustrncpy(extract, buffer+start, end-start);
2122     extract[end-start] = 0;
2123     printf("%s %d %d %d \"%s\"\n", out, start, end, domain, extract);
2124     }
2125   }
2126
2127 printf("Testing parse_extract_address without group syntax but with UTF-8\n");
2128
2129 allow_utf8_domains = TRUE;
2130 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2131   {
2132   uschar *out;
2133   uschar *errmess;
2134   buffer[Ustrlen(buffer) - 1] = 0;
2135   if (buffer[0] == 0) break;
2136   out = parse_extract_address(buffer, &errmess, &start, &end, &domain, FALSE);
2137   if (out == NULL) printf("*** bad address: %s\n", errmess); 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 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 != 0)
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 == NULL) printf("*** bad address: %s\n", errmess); else
2167       {
2168       uschar extract[1024];
2169       Ustrncpy(extract, buffer+start, end-start);
2170       extract[end-start] = 0;
2171       printf("%s %d %d %d \"%s\"\n", out, start, end, domain, extract);
2172       }
2173
2174     s = ss + (terminator? 1:0);
2175     while (isspace(*s)) s++;
2176     }
2177   }
2178
2179 printf("Testing parse_find_at\n");
2180
2181 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2182   {
2183   uschar *s;
2184   buffer[Ustrlen(buffer)-1] = 0;
2185   if (buffer[0] == 0) break;
2186   s = parse_find_at(buffer);
2187   if (s == NULL) printf("no @ found\n");
2188     else printf("offset = %d\n", s - buffer);
2189   }
2190
2191 printf("Testing parse_extract_addresses\n");
2192
2193 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2194   {
2195   uschar *errmess;
2196   int extracted;
2197   address_item *anchor = NULL;
2198   buffer[Ustrlen(buffer) - 1] = 0;
2199   if (buffer[0] == 0) break;
2200   if ((extracted = parse_forward_list(buffer, -1, &anchor,
2201       &errmess, US"incoming.domain", NULL, NULL)) == FF_DELIVERED)
2202     {
2203     while (anchor != NULL)
2204       {
2205       address_item *addr = anchor;
2206       anchor = anchor->next;
2207       printf("%d %s\n", testflag(addr, af_pfr), addr->address);
2208       }
2209     }
2210   else printf("Failed: %d %s\n", extracted, errmess);
2211   }
2212
2213 printf("Testing parse_message_id\n");
2214
2215 while (Ufgets(buffer, sizeof(buffer), stdin) != NULL)
2216   {
2217   uschar *s, *t, *errmess;
2218   buffer[Ustrlen(buffer) - 1] = 0;
2219   if (buffer[0] == 0) break;
2220   s = buffer;
2221   while (*s != 0)
2222     {
2223     s = parse_message_id(s, &t, &errmess);
2224     if (errmess != NULL)
2225       {
2226       printf("Failed: %s\n", errmess);
2227       break;
2228       }
2229     printf("%s\n", t);
2230     }
2231   }
2232
2233 return 0;
2234 }
2235
2236 #endif
2237
2238 /* End of parse.c */