Eximstats v1.43 - bugfix for pattern histograms with -h0 specified.
[users/jgh/exim.git] / doc / doc-txt / README.SIEVE
1 $Cambridge: exim/doc/doc-txt/README.SIEVE,v 1.5 2005/06/17 10:47:05 ph10 Exp $
2
3               Notes on the Sieve implementation for Exim
4
5 Exim Filter Versus Sieve Filter
6
7 Exim supports two incompatible filters: The traditional Exim filter and
8 the Sieve filter. Since Sieve is a extensible language, it is important
9 to understand "Sieve" in this context as "the specific implementation
10 of Sieve for Exim".
11
12 The Exim filter contains more features, such as variable expansion, and
13 better integration with the host environment, like external processes
14 and pipes.
15
16 Sieve is a standard for interoperable filters, defined in RFC 3028,
17 with multiple implementations around. If interoperability is important,
18 then there is no way around it.
19
20
21 Exim Implementation
22
23 The Exim Sieve implementation offers the core as defined by RFC 3028bis,
24 the "envelope" (RFC 3028), the "fileinto" (RFC 3028), the "copy" (RFC
25 3894) and the "vacation" (draft-ietf-sieve-vacation-02.txt) extension,
26 the "i;ascii-numeric" comparator, but not the "reject" extension.
27 Exim does not support MDMs, so adding it just to the sieve filter makes
28 little sense.
29
30 The Sieve filter is integrated in Exim and works very similar to the
31 Exim filter: Sieve scripts are recognized by the first line containing
32 "# sieve filter".  When using "keep" or "fileinto" to save a mail into a
33 folder, the resulting string is available as the variable $address_file
34 in the transport that stores it.  A suitable transport could be:
35
36 localuser:
37   driver = appendfile
38   file = ${if eq{$address_file}{inbox} \
39               {/var/mail/$local_part} \
40               {${if eq{${substr_0_1:$address_file}}{/} \
41                     {$address_file} \
42                     {$home/$address_file} \
43               }} \
44          }
45   delivery_date_add
46   envelope_to_add
47   return_path_add
48   mode = 0600
49
50 Absolute files are stored where specified, relative files are stored
51 relative to $home and "inbox" goes to the standard mailbox location.
52
53 To enable "vacation", set sieve_vacation_directory for the router to
54 the directory where vacation databases are held (don't put anything
55 else in that directory) and point reply_transport to an autoreply
56 transport.
57
58
59 RFC Compliance
60
61 Exim requires the first line to be "# sieve filter".  Of course the RFC
62 does not enforce that line.  Don't expect examples to work without adding
63 it, though.
64
65 RFC 3028 requires using CRLF to terminate the end of a line.
66 The rationale was that CRLF is universally used in network protocols
67 to mark the end of the line.  This implementation does not embed Sieve
68 in a network protocol, but uses Sieve scripts as part of the Exim MTA.
69 Since all parts of Exim use \n as newline character, this implementation
70 does, too.  You can change this by defining the macro RFC_EOL at compile
71 time to enforce CRLF being used.
72
73 Exim violates RFC 2822, section 3.6.8, by accepting 8-bit header names, so
74 this implementation repeats this violation to stay consistent with Exim.
75 This is in preparation to UTF-8 data.
76
77 Sieve scripts can not contain NUL characters in strings, but mail
78 headers could contain MIME encoded NUL characters, which could never
79 be matched by Sieve scripts using exact comparisons.  For that reason,
80 this implementation extends the Sieve quoted string syntax with \0
81 to describe a NUL character, violating \0 being the same as 0 in
82 RFC 3028.  Even without using \0, the following tests are all true in
83 this implementation.  Implementations that use C-style strings will only
84 evaulate the first test as true.
85
86 Subject: =?iso-8859-1?q?abc=00def
87
88 header :contains "Subject" ["abc"]
89 header :contains "Subject" ["def"]
90 header :matches "Subject" ["abc?def"]
91
92 Note that by considering Sieve to be a MUA, RFC 2047 can be interpreted
93 in a way that NUL characters truncating strings is allowed for Sieve
94 implementations, although not recommended.  It is further allowed to use
95 encoded NUL characters in headers, but that's not recommended either.
96 The above example shows why.  Good code should still be able to deal
97 with it.
98
99 RFC 3028 states that if an implementation fails to convert a character
100 set to UTF-8, two strings can not be equal if one contains octects greater
101 than 127.  Assuming that all unknown character sets are one-byte character
102 sets with the lower 128 octects being US-ASCII is not sound, so this
103 implementation violates RFC 3028 and treats such MIME words literally.
104 That way at least something could be matched.
105
106 The folder specified by "fileinto" must not contain the character
107 sequence ".." to avoid security problems.  RFC 3028 does not specifiy the
108 syntax of folders apart from keep being equivalent to fileinto "INBOX".
109 This implementation uses "inbox" instead.
110
111 Sieve script errors currently cause that messages are silently filed into
112 "inbox".  RFC 3028 requires that the user is notified of that condition.
113 This may be implemented in future by adding a header line to mails that
114 are filed into "inbox" due to an error in the filter.
115
116
117 Strings Containing Header Names Or Envelope Elements
118
119 RFC 3028 does not specify what happens if a string denoting a header
120 field or envelope element does not contain a valid name, e.g. it
121 contains a colon for a header or it is not "from" or "to" for envelopes.
122 This implementation generates an error instead of ignoring the header
123 field in order to ease script debugging, which fits in the common picture
124 of Sieve.
125
126
127 Header Test With Invalid MIME Encoding In Header
128
129 Some MUAs process invalid base64 encoded data, generating junk.
130 Others ignore junk after seeing an equal sign in base64 encoded data.
131 RFC 2047 does not specify how to react in this case, other than stating
132 that a client must not forbid to process a message for that reason.
133 RFC 2045 specifies that invalid data should be ignored (appearantly
134 looking at end of line characters).  It also specifies that invalid data
135 may lead to rejecting messages containing them (and there it appears to
136 talk about true encoding violations), which is a clear contradiction to
137 ignoring them.
138
139 RFC 3028 does not specify how to process incorrect MIME words.
140 This implementation treats them literally, as it does if the word is
141 correct, but its character set can not be converted to UTF-8.
142
143
144 Semantics Of Keep
145
146 The keep command is equivalent to fileinto "inbox": It saves the
147 message and resets the implicit keep flag.  It does not set the
148 implicit keep flag; there is no command to set it once it has
149 been reset.
150
151
152 Semantics of Fileinto
153
154 RFC 3028 does not specify if "fileinto" tries to create a mail folder,
155 in case it does not exist.  This implementation allows to configure
156 that aspect using the appendfile transport options "create_directory",
157 "create_file" and "file_must_exist".  See the appendfile transport in
158 the Exim specification for details.
159
160
161 Semantics of Redirect
162
163 Sieve scripts are supposed to be interoperable between servers, so this
164 implementation does not allow redirecting mail to unqualified addresses,
165 because the domain would depend on the used system and on systems with
166 virtual mail domains it is probably not what the user expects it to be.
167
168
169 String Arguments
170
171 There has been confusion if the string arguments to "require" are to be
172 matched case-sensitive or not.  The comparator default is case-insensitive
173 comparison, but "require" does not allow to specify a comparator, so
174 this default does not apply.  Lacking a clear specification, matching
175 the strings exactly makes most sense.  The same is valid for comparator
176 names, also specified as strings.
177
178
179 Sieve Syntax and Semantics
180
181 RFC 3028 confuses syntax and semantics sometimes.  It uses a generic
182 grammar as syntax for actions and tests and performs many checks during
183 semantic analysis.  Syntax is specified as grammar rule, semantics
184 with natural language, despire the latter often talking about syntax.
185 The intention was to provide a framework for the syntax that describes
186 current commands as well as future extensions, and describing commands
187 by semantics.  Since the semantic analysis is not specified by formal
188 rules, it is easy to get that phase wrong, as demonstrated by the mistake
189 in RFC 3028 to forbid "elsif" being followed by "elsif" (which is allowed
190 in Sieve, it's just not specified correctly).
191
192 RFC 3028 does not define if semantic checks are strict (always treat
193 unknown extensions as errors) or lazy (treat unknown extensions as error,
194 if they are executed), and since it employs a very generic grammar,
195 it is not unreasonable for an implementation using a parser for the
196 generic grammar to indeed process scripts that contain unknown commands
197 in dead code.  It is just required to treat disabled but known extensions
198 the same as unknown extensions.
199
200 The following suggestion for section 8.2 gives two grammars, one for
201 the framework, and one for specific commands, thus removing most of the
202 semantic analysis.  Since the parser can not parse unsupported extensions,
203 the result is strict error checking.  As required in section 2.10.5, known
204 but not enabled extensions must behave the same as unknown extensions,
205 so those also result strictly in errors (though at the thin semantic
206 layer), even if they can be parsed fine.
207
208 8.2. Grammar
209
210 The atoms of the grammar are lexical tokens.  White space or comments may
211 appear anywhere between lexical tokens, they are not part of the grammar.
212 The grammar is specified in ABNF with two extensions to describe tagged
213 arguments that can be reordered and grammar extensions: { } denotes a
214 sequence of symbols that may appear in any order.  Example:
215
216   start =  { a b c }
217
218 is equivalent to:
219
220   start =  ( a b c ) / ( a c b ) / ( b a c ) / ( b c a ) / ( c a b ) / ( c b a )
221
222 The symbol =) is used to append to a rule:
223
224   start =  a
225   start =) b
226
227 is equivalent to
228
229   start =  a b
230
231 All Sieve commands, including extensions, MUST be words of the following
232 generic grammar with the start symbol "start".  They SHOULD be specified
233 using a specific grammar, though.
234
235    argument        = string-list / number / tag
236    arguments       = *argument [test / test-list]
237    block           = "{" commands "}"
238    commands        = *command
239    string          = quoted-string / multi-line
240    string-list     = "[" string *("," string) "]" / string
241    test            = identifier arguments
242    test-list       = "(" test *("," test) ")"
243    command         = identifier arguments ( ";" / block )
244    start           = command
245
246 The basic Sieve commands are specified using the following grammar, which
247 language is a subset of the generic grammar above.  The start symbol is
248 "start".
249
250   address-part     =  ":localpart" / ":domain" / ":all"
251   comparator       =  ":comparator" string
252   match-type       =  ":is" / ":contains" / ":matches"
253   string           =  quoted-string / multi-line
254   string-list      =  "[" string *("," string) "]" / string
255   address-test     =  "address" { [address-part] [comparator] [match-type] }
256                       string-list string-list
257   test-list        =  "(" test *("," test) ")"
258   allof-test       =  "allof" test-list
259   anyof-test       =  "anyof" test-list
260   exists-test      =  "exists" string-list
261   false-test       =  "false"
262   true=test        =  "true"
263   header-test      =  "header" { [comparator] [match-type] }
264                       string-list string-list
265   not-test         =  "not" test
266   relop            =  ":over" / ":under"
267   size-test        =  "size" relop number
268   block            =  "{" commands "}"
269   if-command       =  "if" test block *( "elsif" test block ) [ "else" block ]
270   stop-command     =  "stop" { stop-options } ";"
271   stop-options     =
272   keep-command     =  "keep" { keep-options } ";"
273   keep-options     =
274   discard-command  =  "discard" { discard-options } ";"
275   discard-options  =
276   redirect-command =  "redirect" { redirect-options } string ";"
277   redirect-options =
278   require-command  =  "require" { require-options } string-list ";"
279   require-options  =
280   test             =  address-test / allof-test / anyof-test / exists-test
281                       / false-test / true-test / header-test / not-test
282                       / size-test
283   command          =  if-command / stop-command / keep-command
284                       / discard-command / redirect-command
285   commands         =  *command
286   start            =  *require-command commands
287
288 The extensions "envelope" and "fileinto" are specified using the following
289 grammar extension.
290
291   envelope-test    =  "envelope" { [comparator] [address-part] [match-type] }
292                       string-list string-list
293   test             =/ envelope-test
294
295   fileinto-command =  "fileinto" { fileinto-options } string ";"
296   fileinto-options =
297   command          =/ fileinto-command
298
299 The extension "copy" is specified as:
300
301   fileinto-options =) ":copy"
302   redirect-options =) ":copy"
303
304
305 The i;ascii-numeric Comparator
306
307 RFC 2244 describes this comparator and specifies that non-numeric strings
308 are considered equal with an ordinal value higher than any numeric string.
309 Although not stated explicitly, this includes the empty string.  A range
310 of at least 2^31 is required.  This implementation does not limit the
311 range, because it does not convert numbers to binary representation
312 before comparing them.
313
314
315 The vacation extension
316
317 The extension "vacation" is specified using the following grammar
318 extension.
319
320   vacation-command =  "vacation" { vacation-options } <reason: string>
321   vacation-options =  [":days" number]
322                       [":subject" string]
323                       [":from" string]
324                       [":addresses" string-list]
325                       [":mime"]
326                       [":handle" string]
327   command          =/ vacation-command
328
329
330 Semantics Of ":mime"
331
332 The draft does not specify how strings using MIME entities are used
333 to compose messages.  As a result, different implementations generate
334 different mails.  The Exim Sieve implementation splits the reason into
335 header and body.  It adds the header to the mail header and uses the body
336 as mail body.  Be aware, that other imlementations compose a multipart
337 structure with the reason as only part.  Both conform to the specification
338 (or lack thereof).
339
340
341 Semantics Of Not Using ":mime"
342
343 Sieve scripts are written in UTF-8, so is the reason string in this
344 case.  This implementation adds MIME headers to indicate that.  This
345 is not required by the vacation draft, which does not specify how
346 the UTF-8 reason is processed to compose the resulting message.
347
348
349 Default Subject
350
351 The draft specifies that the default message subject is "Auto: " plus
352 the old subject.  Using this subject is dangerous, because many mailing
353 lists verify addresses by sending a secret key in the subject of a
354 message, asking to reply to the message for confirmation.  Using the
355 default vacation subject confirms any subscription request of this kind,
356 allowing to subscribe a third party to any mailing list, either to annoy
357 the user or to declare spam as legitimate mail by proving to use opt-in.
358
359
360 Rate Limiting Responses
361
362 In absence of a handle, this implementation hashes the reason,
363 ":subject" option, ":mime" option and ":from" option and uses the hex
364 string representation as filename within the "sieve_vacation_directory"
365 to store the recipient addresses for this vacation parameter set.
366
367 The draft specifies that sites may define a minimum ":days" value than 1.
368 This implementation uses 1.  The maximum value MUST greater than 7,
369 and SHOULD be greater than 30.  This implementation uses a maximum of 31.
370
371 Vacation recipient address databases older than 31 days are automatically
372 removed.  Users do not have to remove them manually when modifying their
373 scripts.  Don't put anything but vacation databases in that directory
374 or you risk that it will be removed, too!
375
376
377 Global Reply Address Blacklist
378
379 The draft requires that each implementation offers a global black list
380 of addresses that will never be replied to.  Exim offers this as option
381 "never_mail" in the autoreply transport.