spam/spam_pickup.php

   1 <?php
   2 // $Id: spam_pickup.php,v 1.69 2009/01/02 10:45:50 henoheno Exp $
   3 // Copyright (C) 2006-2007 PukiWiki Developers Team
   4 // License: GPL v2 or (at your option) any later version
   5 //
   6 // Functions for Concept-work of spam-uri metrics
   7 //
   8 // (PHP 4 >= 4.3.0): preg_match_all(PREG_OFFSET_CAPTURE): $method['uri_XXX'] related feature
   9 //
  10
  11 if (! defined('DOMAIN_INI_FILE')) define('DOMAIN_INI_FILE', 'domain.ini.php');
  12
  13 // ---------------------
  14 // URI pickup
  15
  16 // Return an array of URIs in the $string
  17 // [OK] http://nasty.example.org#nasty_string
  18 // [OK] http://nasty.example.org:80/foo/xxx#nasty_string/bar
  19 // [OK] ftp://nasty.example.org:80/dfsdfs
  20 // [OK] ftp://cnn.example.com&story=breaking_news@10.0.0.1/top_story.htm (from RFC3986)
  21 // Not available for: IDN(ignored)
  22 function uri_pickup($string = '')
  23 {
  24         if (! is_string($string)) return array();
  25
  26         $array = array();
  27         preg_match_all(
  28                 // scheme://userinfo@host:port/path/or/pathinfo/maybefile.and?query=string#fragment
  29                 // Refer RFC3986 (Regex below is not strict)
  30                 '#(\b[a-z][a-z0-9.+-]{1,8}):[/\\\]+' .          // 1: Scheme
  31                 '(?:' .
  32                         '([^\s<>"\'\[\]/\#?@]*)' .              // 2: Userinfo (Username)
  33                 '@)?' .
  34                 '(' .
  35                         // 3: Host
  36                         '\[[0-9a-f:.]+\]' . '|' .                               // IPv6([colon-hex and dot]): RFC2732
  37                         '(?:[0-9]{1,3}\.){3}[0-9]{1,3}' . '|' . // IPv4(dot-decimal): 001.22.3.44
  38                         '[a-z0-9_-][a-z0-9_.-]+[a-z0-9_-]' .    // hostname(FQDN) : foo.example.org
  39                 ')' .
  40                 '(?::([0-9]*))?' .                                      // 4: Port
  41                 '((?:/+[^\s<>"\'\[\]/\#?]+)*/+)?' .     // 5: Directory path
  42                 '([^\s<>"\'\[\]\#?]+)?' .                       // 6: File?
  43                 '(?:\?([^\s<>"\'\[\]\#]+))?' .          // 7: Query string
  44                 '(?:\#([a-z0-9._~%!$&\'()*+,;=:@-]*))?' .       // 8: Fragment
  45                 '#i',
  46                  $string, $array, PREG_SET_ORDER | PREG_OFFSET_CAPTURE
  47         );
  48
  49         // Reformat the $array
  50         static $parts = array(
  51                 1 => 'scheme', 2 => 'userinfo', 3 => 'host', 4 => 'port',
  52                 5 => 'path', 6 => 'file', 7 => 'query', 8 => 'fragment'
  53         );
  54         $default = array(0 => '', 1 => -1);
  55         foreach(array_keys($array) as $uri) {
  56                 $_uri = & $array[$uri];
  57                 array_rename_keys($_uri, $parts, TRUE, $default);
  58                 $offset = $_uri['scheme'][1]; // Scheme's offset = URI's offset
  59                 foreach(array_keys($_uri) as $part) {
  60                         $_uri[$part] = $_uri[$part][0]; // Remove offsets
  61                 }
  62         }
  63
  64         foreach(array_keys($array) as $uri) {
  65                 $_uri = & $array[$uri];
  66                 if ($_uri['scheme'] === '') {
  67                         unset($array[$uri]);    // Considererd harmless
  68                         continue;
  69                 }
  70                 unset($_uri[0]); // Matched string itself
  71                 $_uri['area']['offset'] = $offset;      // Area offset for area_measure()
  72         }
  73
  74         return $array;
  75 }
  76
  77 // Pickupped URI array => An URI (See uri_pickup())
  78 // USAGE:
  79 //      $pickups = uri_pickup('a string include some URIs');
  80 //      $uris = array();
  81 //      foreach (array_keys($pickups) as $key) {
  82 //              $uris[$key] = uri_pickup_implode($pickups[$key]);
  83 //      }
  84 function uri_pickup_implode($uri = array())
  85 {
  86         if (empty($uri) || ! is_array($uri)) return NULL;
  87
  88         $tmp = array();
  89         if (isset($uri['scheme']) && $uri['scheme'] !== '') {
  90                 $tmp[] = & $uri['scheme'];
  91                 $tmp[] = '://';
  92         }
  93         if (isset($uri['userinfo']) && $uri['userinfo'] !== '') {
  94                 $tmp[] = & $uri['userinfo'];
  95                 $tmp[] = '@';
  96         }
  97         if (isset($uri['host']) && $uri['host'] !== '') {
  98                 $tmp[] = & $uri['host'];
  99         }
 100         if (isset($uri['port']) && $uri['port'] !== '') {
 101                 $tmp[] = ':';
 102                 $tmp[] = & $uri['port'];
 103         }
 104         if (isset($uri['path']) && $uri['path'] !== '') {
 105                 $tmp[] = & $uri['path'];
 106         }
 107         if (isset($uri['file']) && $uri['file'] !== '') {
 108                 $tmp[] = & $uri['file'];
 109         }
 110         if (isset($uri['query']) && $uri['query'] !== '') {
 111                 $tmp[] = '?';
 112                 $tmp[] = & $uri['query'];
 113         }
 114         if (isset($uri['fragment']) && $uri['fragment'] !== '') {
 115                 $tmp[] = '#';
 116                 $tmp[] = & $uri['fragment'];
 117         }
 118
 119         return implode('', $tmp);
 120 }
 121
 122 // ---------------------
 123 // URI normalization
 124
 125 // Normalize an array of URI arrays
 126 // NOTE: Give me the uri_pickup() results
 127 function uri_pickup_normalize(& $pickups, $destructive = TRUE, $pathfile = FALSE)
 128 {
 129         if (! is_array($pickups)) return $pickups;
 130
 131         if ($destructive) {
 132                 foreach (array_keys($pickups) as $key) {
 133                         $_key = & $pickups[$key];
 134                         $_key['scheme']   = isset($_key['scheme'])   ? scheme_normalize($_key['scheme']) : '';
 135                         $_key['host']     = isset($_key['host'])     ? host_normalize($_key['host'])     : '';
 136                         $_key['port']     = isset($_key['port'])     ? port_normalize($_key['port'], $_key['scheme'], FALSE) : '';
 137                         $_key['path']     = isset($_key['path'])     ? strtolower(path_normalize($_key['path'])) : '';
 138                         $_key['file']     = isset($_key['file'])     ? file_normalize($_key['file'])   : '';
 139                         $_key['query']    = isset($_key['query'])    ? query_normalize($_key['query']) : '';
 140                         $_key['fragment'] = isset($_key['fragment']) ? strtolower($_key['fragment'])   : '';
 141                 }
 142         } else {
 143                 foreach (array_keys($pickups) as $key) {
 144                         $_key = & $pickups[$key];
 145                         $_key['scheme']   = isset($_key['scheme'])   ? scheme_normalize($_key['scheme']) : '';
 146                         $_key['host']     = isset($_key['host'])     ? strtolower($_key['host'])         : '';
 147                         $_key['port']     = isset($_key['port'])     ? port_normalize($_key['port'], $_key['scheme'], FALSE) : '';
 148                         $_key['path']     = isset($_key['path'])     ? path_normalize($_key['path']) : '';
 149                 }
 150         }
 151
 152         if ($pathfile) {
 153                 return uri_pickup_normalize_pathfile($pickups);
 154         } else {
 155                 return $pickups;
 156         }
 157 }
 158
 159 // Normalize: 'path' + 'file' = 'path' (Similar structure using PHP's "parse_url()" function)
 160 // NOTE: In some case, 'file' DOES NOT mean _filename_.
 161 // [EXAMPLE] http://example.com/path/to/directory-accidentally-not-ended-with-slash
 162 function uri_pickup_normalize_pathfile(& $pickups)
 163 {
 164         if (! is_array($pickups)) return $pickups;
 165
 166         foreach (array_keys($pickups) as $key) {
 167                 $_key = & $pickups[$key];
 168                 if (isset($_key['path'], $_key['file'])) {
 169                         $_key['path'] = $_key['path'] . $_key['file'];
 170                         unset($_key['file']);
 171                 }
 172         }
 173
 174         return $pickups;
 175 }
 176
 177 // Scheme normalization: Renaming the schemes
 178 // snntp://example.org =>  nntps://example.org
 179 // NOTE: Keep the static lists simple. See also port_normalize().
 180 function scheme_normalize($scheme = '', $abbrevs_harmfull = TRUE)
 181 {
 182         // Abbreviations they have no intention of link
 183         static $abbrevs = array(
 184                 'ttp'   => 'http',
 185                 'ttps'  => 'https',
 186         );
 187
 188         // Aliases => normalized ones
 189         static $aliases = array(
 190                 'pop'   => 'pop3',
 191                 'news'  => 'nntp',
 192                 'imap4' => 'imap',
 193                 'snntp' => 'nntps',
 194                 'snews' => 'nntps',
 195                 'spop3' => 'pop3s',
 196                 'pops'  => 'pop3s',
 197         );
 198
 199         if (! is_string($scheme)) return '';
 200
 201         $scheme = strtolower($scheme);
 202         if (isset($abbrevs[$scheme])) {
 203                 $scheme = $abbrevs_harmfull ? $abbrevs[$scheme] : '';
 204         }
 205         if (isset($aliases[$scheme])) {
 206                 $scheme = $aliases[$scheme];
 207         }
 208
 209         return $scheme;
 210 }
 211
 212 // Hostname normlization (Destructive)
 213 // www.foo     => www.foo   ('foo' seems TLD)
 214 // www.foo.bar => foo.bar
 215 // www.10.20   => www.10.20 (Invalid hostname)
 216 // NOTE:
 217 //   'www' is basically traditional hostname for WWW server.
 218 //   In these case, 'www.foo.bar' MAY be identical with 'foo.bar'.
 219 function host_normalize($host = '')
 220 {
 221         if (! is_string($host)) return '';
 222
 223         $host = strtolower($host);
 224
 225         $matches = array();
 226         if (preg_match('/^www\.(.+\.[a-z]+)$/', $host, $matches)) {
 227                 return $matches[1];
 228         } else {
 229                 return $host;
 230         }
 231 }
 232
 233 // Port normalization: Suppress the (redundant) default port
 234 // HTTP://example.org:80/ => http://example.org/
 235 // HTTP://example.org:8080/ => http://example.org:8080/
 236 // HTTPS://example.org:443/ => https://example.org/
 237 function port_normalize($port, $scheme, $scheme_normalize = FALSE)
 238 {
 239         // Schemes that users _maybe_ want to add protocol-handlers
 240         // to their web browsers. (and attackers _maybe_ want to use ...)
 241         // Reference: http://www.iana.org/assignments/port-numbers
 242         static $array = array(
 243                 // scheme => default port
 244                 'ftp'     =>    21,
 245                 'ssh'     =>    22,
 246                 'telnet'  =>    23,
 247                 'smtp'    =>    25,
 248                 'tftp'    =>    69,
 249                 'gopher'  =>    70,
 250                 'finger'  =>    79,
 251                 'http'    =>    80,
 252                 'pop3'    =>   110,
 253                 'sftp'    =>   115,
 254                 'nntp'    =>   119,
 255                 'imap'    =>   143,
 256                 'irc'     =>   194,
 257                 'wais'    =>   210,
 258                 'https'   =>   443,
 259                 'nntps'   =>   563,
 260                 'rsync'   =>   873,
 261                 'ftps'    =>   990,
 262                 'telnets' =>   992,
 263                 'imaps'   =>   993,
 264                 'ircs'    =>   994,
 265                 'pop3s'   =>   995,
 266                 'mysql'   =>  3306,
 267         );
 268
 269         // intval() converts '0-1' to '0', so preg_match() rejects these invalid ones
 270         if (! is_numeric($port) || $port < 0 || preg_match('/[^0-9]/i', $port))
 271                 return '';
 272
 273         $port = intval($port);
 274         if ($scheme_normalize) $scheme = scheme_normalize($scheme);
 275         if (isset($array[$scheme]) && $port == $array[$scheme])
 276                 $port = ''; // Ignore the defaults
 277
 278         return $port;
 279 }
 280
 281 // Path normalization
 282 // http://example.org => http://example.org/
 283 // http://example.org#hoge => http://example.org/#hoge
 284 // http://example.org/path/a/b/./c////./d => http://example.org/path/a/b/c/d
 285 // http://example.org/path/../../a/../back => http://example.org/back
 286 function path_normalize($path = '', $divider = '/', $add_root = TRUE)
 287 {
 288         if (! is_string($divider)) return is_string($path) ? $path : '';
 289
 290         if ($add_root) {
 291                 $first_div = & $divider;
 292         } else {
 293                 $first_div = '';
 294         }
 295         if (! is_string($path) || $path == '') return $first_div;
 296
 297         if (strpos($path, $divider, strlen($path) - strlen($divider)) === FALSE) {
 298                 $last_div = '';
 299         } else {
 300                 $last_div = & $divider;
 301         }
 302
 303         $array = explode($divider, $path);
 304
 305         // Remove paddings ('//' and '/./')
 306         foreach(array_keys($array) as $key) {
 307                 if ($array[$key] == '' || $array[$key] == '.') {
 308                          unset($array[$key]);
 309                 }
 310         }
 311
 312         // Remove back-tracks ('/../')
 313         $tmp = array();
 314         foreach($array as $value) {
 315                 if ($value == '..') {
 316                         array_pop($tmp);
 317                 } else {
 318                         array_push($tmp, $value);
 319                 }
 320         }
 321         $array = & $tmp;
 322
 323         if (empty($array)) {
 324                 return $first_div;
 325         } else {
 326                 return $first_div . implode($divider, $array) . $last_div;
 327         }
 328 }
 329
 330 // DirectoryIndex normalize (Destructive and rough)
 331 // TODO: sample.en.ja.html.gz => sample.html
 332 function file_normalize($file = 'index.html.en')
 333 {
 334         static $simple_defaults = array(
 335                 'default.htm'   => TRUE,
 336                 'default.html'  => TRUE,
 337                 'default.asp'   => TRUE,
 338                 'default.aspx'  => TRUE,
 339                 'index'                 => TRUE,        // Some system can omit the suffix
 340         );
 341
 342         static $content_suffix = array(
 343                 // index.xxx, sample.xxx
 344                 'htm'   => TRUE,
 345                 'html'  => TRUE,
 346                 'shtml' => TRUE,
 347                 'jsp'   => TRUE,
 348                 'php'   => TRUE,
 349                 'php3'  => TRUE,
 350                 'php4'  => TRUE,
 351                 'pl'    => TRUE,
 352                 'py'    => TRUE,
 353                 'rb'    => TRUE,
 354                 'cgi'   => TRUE,
 355                 'xml'   => TRUE,
 356         );
 357
 358         static $language_suffix = array(
 359                 // Reference: Apache 2.0.59 'AddLanguage' default
 360                 'ca'    => TRUE,
 361                 'cs'    => TRUE,        // cs
 362                 'cz'    => TRUE,        // cs
 363                 'de'    => TRUE,
 364                 'dk'    => TRUE,        // da
 365                 'el'    => TRUE,
 366                 'en'    => TRUE,
 367                 'eo'    => TRUE,
 368                 'es'    => TRUE,
 369                 'et'    => TRUE,
 370                 'fr'    => TRUE,
 371                 'he'    => TRUE,
 372                 'hr'    => TRUE,
 373                 'it'    => TRUE,
 374                 'ja'    => TRUE,
 375                 'ko'    => TRUE,
 376                 'ltz'   => TRUE,
 377                 'nl'    => TRUE,
 378                 'nn'    => TRUE,
 379                 'no'    => TRUE,
 380                 'po'    => TRUE,
 381                 'pt'    => TRUE,
 382                 'pt-br' => TRUE,
 383                 'ru'    => TRUE,
 384                 'sv'    => TRUE,
 385                 'zh-cn' => TRUE,
 386                 'zh-tw' => TRUE,
 387
 388                 // Reference: Apache 2.0.59 default 'index.html' variants
 389                 'ee'    => TRUE,
 390                 'lb'    => TRUE,
 391                 'var'   => TRUE,
 392         );
 393
 394         static $charset_suffix = array(
 395                 // Reference: Apache 2.0.59 'AddCharset' default
 396                 'iso8859-1'     => TRUE, // ISO-8859-1
 397                 'latin1'        => TRUE, // ISO-8859-1
 398                 'iso8859-2'     => TRUE, // ISO-8859-2
 399                 'latin2'        => TRUE, // ISO-8859-2
 400                 'cen'           => TRUE, // ISO-8859-2
 401                 'iso8859-3'     => TRUE, // ISO-8859-3
 402                 'latin3'        => TRUE, // ISO-8859-3
 403                 'iso8859-4'     => TRUE, // ISO-8859-4
 404                 'latin4'        => TRUE, // ISO-8859-4
 405                 'iso8859-5'     => TRUE, // ISO-8859-5
 406                 'latin5'        => TRUE, // ISO-8859-5
 407                 'cyr'           => TRUE, // ISO-8859-5
 408                 'iso-ru'        => TRUE, // ISO-8859-5
 409                 'iso8859-6'     => TRUE, // ISO-8859-6
 410                 'latin6'        => TRUE, // ISO-8859-6
 411                 'arb'           => TRUE, // ISO-8859-6
 412                 'iso8859-7'     => TRUE, // ISO-8859-7
 413                 'latin7'        => TRUE, // ISO-8859-7
 414                 'grk'           => TRUE, // ISO-8859-7
 415                 'iso8859-8'     => TRUE, // ISO-8859-8
 416                 'latin8'        => TRUE, // ISO-8859-8
 417                 'heb'           => TRUE, // ISO-8859-8
 418                 'iso8859-9'     => TRUE, // ISO-8859-9
 419                 'latin9'        => TRUE, // ISO-8859-9
 420                 'trk'           => TRUE, // ISO-8859-9
 421                 'iso2022-jp'=> TRUE, // ISO-2022-JP
 422                 'jis'           => TRUE, // ISO-2022-JP
 423                 'iso2022-kr'=> TRUE, // ISO-2022-KR
 424                 'kis'           => TRUE, // ISO-2022-KR
 425                 'iso2022-cn'=> TRUE, // ISO-2022-CN
 426                 'cis'           => TRUE, // ISO-2022-CN
 427                 'big5'          => TRUE,
 428                 'cp-1251'       => TRUE, // ru, WINDOWS-1251
 429                 'win-1251'      => TRUE, // ru, WINDOWS-1251
 430                 'cp866'         => TRUE, // ru
 431                 'koi8-r'        => TRUE, // ru, KOI8-r
 432                 'koi8-ru'       => TRUE, // ru, KOI8-r
 433                 'koi8-uk'       => TRUE, // ru, KOI8-ru
 434                 'ua'            => TRUE, // ru, KOI8-ru
 435                 'ucs2'          => TRUE, // ru, ISO-10646-UCS-2
 436                 'ucs4'          => TRUE, // ru, ISO-10646-UCS-4
 437                 'utf8'          => TRUE,
 438
 439                 // Reference: Apache 2.0.59 default 'index.html' variants
 440                 'euc-kr'        => TRUE,
 441                 'gb2312'        => TRUE,
 442         );
 443
 444         // May uncompress by web browsers on the fly
 445         // Must be at the last of the filename
 446         // Reference: Apache 2.0.59 'AddEncoding'
 447         static $encoding_suffix = array(
 448                 'z'             => TRUE,
 449                 'gz'    => TRUE,
 450         );
 451
 452         if (! is_string($file)) return '';
 453         $_file = strtolower($file);
 454         if (isset($simple_defaults[$_file])) return '';
 455
 456         // Roughly removing language/character-set/encoding suffixes
 457         // References:
 458         //  * Apache 2 document about 'Content-negotiaton', 'mod_mime' and 'mod_negotiation'
 459         //    http://httpd.apache.org/docs/2.0/content-negotiation.html
 460         //    http://httpd.apache.org/docs/2.0/mod/mod_mime.html
 461         //    http://httpd.apache.org/docs/2.0/mod/mod_negotiation.html
 462         //  * http://www.iana.org/assignments/character-sets
 463         //  * RFC3066: Tags for the Identification of Languages
 464         //    http://www.ietf.org/rfc/rfc3066.txt
 465         //  * ISO 639: codes of 'language names'
 466         $suffixes = explode('.', $_file);
 467         $body = array_shift($suffixes);
 468         if ($suffixes) {
 469                 // Remove the last .gz/.z
 470                 $last_key = end(array_keys($suffixes));
 471                 if (isset($encoding_suffix[$suffixes[$last_key]])) {
 472                         unset($suffixes[$last_key]);
 473                 }
 474         }
 475         // Cut language and charset suffixes
 476         foreach($suffixes as $key => $value){
 477                 if (isset($language_suffix[$value]) || isset($charset_suffix[$value])) {
 478                         unset($suffixes[$key]);
 479                 }
 480         }
 481         if (empty($suffixes)) return $body;
 482
 483         // Index.xxx
 484         $count = count($suffixes);
 485         reset($suffixes);
 486         $current = current($suffixes);
 487         if ($body == 'index' && $count == 1 && isset($content_suffix[$current])) return '';
 488
 489         return $file;
 490 }
 491
 492 // Sort query-strings if possible (Destructive and rough)
 493 // [OK] &&&&f=d&b&d&c&a=0dd  =>  a=0dd&b&c&d&f=d
 494 // [OK] nothing==&eg=dummy&eg=padding&eg=foobar  =>  eg=foobar
 495 function query_normalize($string = '', $equal = TRUE, $equal_cutempty = TRUE, $stortolower = TRUE)
 496 {
 497         if (! is_string($string)) return '';
 498         if ($stortolower) $string = strtolower($string);
 499
 500         $array = explode('&', $string);
 501
 502         // Remove '&' paddings
 503         foreach(array_keys($array) as $key) {
 504                 if ($array[$key] == '') {
 505                          unset($array[$key]);
 506                 }
 507         }
 508
 509         // Consider '='-sepalated input and paddings
 510         if ($equal) {
 511                 $equals = $not_equals = array();
 512                 foreach ($array as $part) {
 513                         if (strpos($part, '=') === FALSE) {
 514                                  $not_equals[] = $part;
 515                         } else {
 516                                 list($key, $value) = explode('=', $part, 2);
 517                                 $value = ltrim($value, '=');
 518                                 if (! $equal_cutempty || $value != '') {
 519                                         $equals[$key] = $value;
 520                                 }
 521                         }
 522                 }
 523
 524                 $array = & $not_equals;
 525                 foreach ($equals as $key => $value) {
 526                         $array[] = $key . '=' . $value;
 527                 }
 528                 unset($equals);
 529         }
 530
 531         natsort($array);
 532         return implode('&', $array);
 533 }
 534
 535 // ---------------------
 536 // Area pickup
 537
 538 // Pickup all of markup areas
 539 function area_pickup($string = '', $method = array())
 540 {
 541         $area = array();
 542         if (empty($method)) return $area;
 543
 544         // Anchor tag pair by preg_match and preg_match_all()
 545         // [OK] <a href></a>
 546         // [OK] <a href=  >Good site!</a>
 547         // [OK] <a href= "#" >test</a>
 548         // [OK] <a href="http://nasty.example.com">visit http://nasty.example.com/</a>
 549         // [OK] <a href=\'http://nasty.example.com/\' >discount foobar</a>
 550         // [NG] <a href="http://ng.example.com">visit http://ng.example.com _not_ended_
 551         $regex = '#<a\b[^>]*\bhref\b[^>]*>.*?</a\b[^>]*(>)#is';
 552         if (isset($method['area_anchor'])) {
 553                 $areas = array();
 554                 $count = isset($method['asap']) ?
 555                         preg_match($regex, $string) :
 556                         preg_match_all($regex, $string, $areas);
 557                 if (! empty($count)) $area['area_anchor'] = $count;
 558         }
 559         if (isset($method['uri_anchor'])) {
 560                 $areas = array();
 561                 preg_match_all($regex, $string, $areas, PREG_SET_ORDER | PREG_OFFSET_CAPTURE);
 562                 foreach(array_keys($areas) as $_area) {
 563                         $areas[$_area] =  array(
 564                                 $areas[$_area][0][1], // Area start (<a href>)
 565                                 $areas[$_area][1][1], // Area end   (</a>)
 566                         );
 567                 }
 568                 if (! empty($areas)) $area['uri_anchor'] = $areas;
 569         }
 570
 571         // phpBB's "BBCode" pair by preg_match and preg_match_all()
 572         // [OK] [url][/url]
 573         // [OK] [url]http://nasty.example.com/[/url]
 574         // [OK] [link]http://nasty.example.com/[/link]
 575         // [OK] [url=http://nasty.example.com]visit http://nasty.example.com/[/url]
 576         // [OK] [link http://nasty.example.com/]buy something[/link]
 577         $regex = '#\[(url|link|img|email)\b[^\]]*\].*?\[/\1\b[^\]]*(\])#is';
 578         if (isset($method['area_bbcode'])) {
 579                 $areas = array();
 580                 $count = isset($method['asap']) ?
 581                         preg_match($regex, $string) :
 582                         preg_match_all($regex, $string, $areas, PREG_SET_ORDER);
 583                 if (! empty($count)) $area['area_bbcode'] = $count;
 584         }
 585         if (isset($method['uri_bbcode'])) {
 586                 $areas = array();
 587                 preg_match_all($regex, $string, $areas, PREG_SET_ORDER | PREG_OFFSET_CAPTURE);
 588                 foreach(array_keys($areas) as $_area) {
 589                         $areas[$_area] = array(
 590                                 $areas[$_area][0][1], // Area start ([url])
 591                                 $areas[$_area][2][1], // Area end   ([/url])
 592                         );
 593                 }
 594                 if (! empty($areas)) $area['uri_bbcode'] = $areas;
 595         }
 596
 597         // Various Wiki syntax
 598         // [text_or_uri>text_or_uri]
 599         // [text_or_uri:text_or_uri]
 600         // [text_or_uri|text_or_uri]
 601         // [text_or_uri->text_or_uri]
 602         // [text_or_uri text_or_uri] // MediaWiki
 603         // MediaWiki: [http://nasty.example.com/ visit http://nasty.example.com/]
 604
 605         return $area;
 606 }
 607
 608 // If in doubt, it's a little doubtful
 609 // if (Area => inside <= Area) $brief += -1
 610 function area_measure($areas, & $array, $belief = -1, $a_key = 'area', $o_key = 'offset')
 611 {
 612         if (! is_array($areas) || ! is_array($array)) return;
 613
 614         $areas_keys = array_keys($areas);
 615         foreach(array_keys($array) as $u_index) {
 616                 $offset = isset($array[$u_index][$o_key]) ?
 617                         intval($array[$u_index][$o_key]) : 0;
 618                 foreach($areas_keys as $a_index) {
 619                         if (isset($array[$u_index][$a_key])) {
 620                                 $offset_s = intval($areas[$a_index][0]);
 621                                 $offset_e = intval($areas[$a_index][1]);
 622                                 // [Area => inside <= Area]
 623                                 if ($offset_s < $offset && $offset < $offset_e) {
 624                                         $array[$u_index][$a_key] += $belief;
 625                                 }
 626                         }
 627                 }
 628         }
 629 }
 630
 631
 632 // ---------------------
 633 // Spam-uri pickup
 634
 635 // Preprocess: Removing/Modifying uninterest part for URI detection
 636 function spam_uri_removing_hocus_pocus($binary = '', $method = array())
 637 {
 638         $from = $to = array();
 639
 640         // Remove sequential spaces and too short lines
 641         $length = 4 ; // 'http'(1) and '://'(2) and 'fqdn'(1)
 642         if (is_array($method)) {
 643                 // '<a'(2) or 'href='(5) or '>'(1) or '</a>'(4)
 644                 // '[uri'(4) or ']'(1) or '[/uri]'(6)
 645                 if (isset($method['area_anchor']) || isset($method['uri_anchor']) ||
 646                     isset($method['area_bbcode']) || isset($method['uri_bbcode']))
 647                                 $length = 1;    // Seems not effective
 648         }
 649         $binary = strings($binary, $length, TRUE, FALSE); // Multibyte NOT needed
 650
 651         // Remove/Replace quoted-spaces within tags
 652         $from[] = '#(<\w+ [^<>]*?\w ?= ?")([^"<>]*? [^"<>]*)("[^<>]*?>)#ie';
 653         $to[]   = "'$1' . str_replace(' ' , '%20' , trim('$2')) . '$3'";
 654
 655         // Remove words (has no '<>[]:') between spaces
 656         $from[] = '/[ \t][\w.,()\ \t]+[ \t]/';
 657         $to[]   = ' ';
 658
 659         return preg_replace($from, $to, $binary);
 660 }
 661
 662 // Preprocess: Domain exposure callback (See spam_uri_pickup_preprocess())
 663 // http://victim.example.org/?foo+site:nasty.example.com+bar
 664 // => http://nasty.example.com/?refer=victim.example.org
 665 // NOTE: 'refer=' is not so good for (at this time).
 666 // Consider about using IP address of the victim, try to avoid that.
 667 function _preg_replace_callback_domain_exposure($matches = array())
 668 {
 669         $result = '';
 670
 671         // Preserve the victim URI as a complicity or ...
 672         if (isset($matches[5])) {
 673                 $result =
 674                         $matches[1] . '://' .   // scheme
 675                         $matches[2] . '/' .             // victim.example.org
 676                         $matches[3];                    // The rest of all (before victim)
 677         }
 678
 679         // Flipped URI
 680         if (isset($matches[4])) {
 681                 $result =
 682                         $matches[1] . '://' .   // scheme
 683                         $matches[4] .                   // nasty.example.com
 684                         '/?refer=' . strtolower($matches[2]) .  // victim.example.org
 685                         ' ' . $result;
 686         }
 687
 688         return $result;
 689 }
 690
 691 // Preprocess: minor-rawurldecode() and adding space(s) and something
 692 // to detect/count some URIs _if possible_
 693 // NOTE: It's maybe danger to var_dump(result). [e.g. 'javascript:']
 694 // [OK] http://victim.example.org/?site:nasty.example.org
 695 // [OK] http://victim.example.org/nasty.example.org
 696 // [OK] http://victim.example.org/go?http%3A%2F%2Fnasty.example.org
 697 // [OK] http://victim.example.org/http://nasty.example.org
 698 function spam_uri_pickup_preprocess($string = '', $method = array())
 699 {
 700         if (! is_string($string)) return '';
 701
 702         // rawurldecode(), just to catch encoded 'http://path/to/file', not to change '%20' to ' '
 703         $string = strtr(
 704                 $string,
 705                 array(
 706                         '%3A' => ':',
 707                         '%3a' => ':',
 708                         '%2F' => '/',
 709                         '%2f' => '/',
 710                         '%5C' => '\\',
 711                         '%5c' => '\\',
 712                 )
 713         );
 714
 715         $string = spam_uri_removing_hocus_pocus($string, $method);
 716
 717         // Domain exposure (simple)
 718         // http://victim.example.org/nasty.example.org/path#frag
 719         // => http://nasty.example.org/?refer=victim.example.org and original
 720         $string = preg_replace(
 721                 '#h?ttp://' .
 722                 '(' .
 723                         'a9\.com/' . '|' .
 724                         'aboutus\.org/' . '|' .
 725                         'alexa\.com/data/details\?url='  . '|' .
 726                         'ime\.(?:nu|st)/' . '|' .       // 2ch.net
 727                         'link\.toolbot\.com/' . '|' .
 728                         'urlx\.org/' . '|' .
 729                         'big5.51job.com/gate/big5/'      . '|' .
 730                         'big5.china.com/gate/big5/'      . '|' .
 731                         'big5.shippingchina.com:8080/' . '|' .
 732                         'big5.xinhuanet.com/gate/big5/' . '|' .
 733                         'bhomiyo.com/en.xliterate/' . '|' .
 734                         'google.com/translate_c\?u=(?:http://)?' . '|' .
 735                         'web.archive.org/web/2[^/]*/(?:http://)?' . '|' .
 736                         'technorati.com/blogs/' .
 737                 ')' .
 738                 '([a-z0-9.%_-]+\.[a-z0-9.%_-]+)' .      // nasty.example.org
 739                 '#i',
 740                 'http://$2/?refer=$1 $0',                       // Preserve $0 or remove?
 741                 $string
 742         );
 743
 744         // Domain exposure (site:) See _preg_replace_callback_domain_exposure()
 745         $string = preg_replace_callback(
 746                 array(
 747                         '#(h?ttp)://' . // 1:Scheme
 748                         // 2:Host
 749                         '(' .
 750                                 '(?:[a-z0-9_.-]+\.)?[a-z0-9_-]+\.[a-z0-9_-]+' .
 751                                 // Something Google: http://www.google.com/supported_domains
 752                                 // AltaVista: http://es.altavista.com/web/results?q=site%3Anasty.example.org+foobar
 753                                 // Live Search: search.live.com
 754                                 // MySpace: http://sads.myspace.com/Modules/Search/Pages/Search.aspx?_snip_&searchString=site:nasty.example.org
 755                                 // (also searchresults.myspace.com)
 756                                 // alltheweb.com
 757                                 // search.bbc.co.uk
 758                                 // search.orange.co.uk
 759                                 // ...
 760                         ')' .
 761                         '/' .
 762                         //TODO: Specify URL-enable characters
 763                         '([a-z0-9?=&.,%_/\'\\\+-]+)' .                          // 3:path/?query=foo+bar+
 764                         '(?:\b|%20)site:([a-z0-9.%_-]+\.[a-z0-9.%_-]+)' .       // 4:site:nasty.example.com
 765                         '()' .                                                                          // 5:Preserve or remove?
 766                         '#i',
 767                 ),
 768                 '_preg_replace_callback_domain_exposure',
 769                 $string
 770         );
 771
 772         // URI exposure (uriuri => uri uri)
 773         $string = preg_replace(
 774                 array(
 775                         '#(?<! )(?:https?|ftp):/#i',
 776                 //      '#[a-z][a-z0-9.+-]{1,8}://#i',
 777                 //      '#[a-z][a-z0-9.+-]{1,8}://#i'
 778                 ),
 779                 ' $0',
 780                 $string
 781         );
 782
 783         return $string;
 784 }
 785
 786 // Main function of spam-uri pickup,
 787 // A wrapper function of uri_pickup()
 788 function spam_uri_pickup($string = '', $method = array())
 789 {
 790         if (! is_array($method) || empty($method)) {
 791                 $method = check_uri_spam_method();
 792         }
 793
 794         $string = spam_uri_pickup_preprocess($string, $method);
 795
 796         $array  = uri_pickup($string);
 797
 798         // Area elevation of URIs, for '(especially external)link' intension
 799         if (! empty($array)) {
 800                 $_method = array();
 801                 if (isset($method['uri_anchor'])) $_method['uri_anchor'] = & $method['uri_anchor'];
 802                 if (isset($method['uri_bbcode'])) $_method['uri_bbcode'] = & $method['uri_bbcode'];
 803                 $areas = area_pickup($string, $_method, TRUE);
 804                 if (! empty($areas)) {
 805                         $area_shadow = array();
 806                         foreach (array_keys($array) as $key) {
 807                                 $area_shadow[$key] = & $array[$key]['area'];
 808                                 foreach (array_keys($_method) as $_key) {
 809                                         $area_shadow[$key][$_key] = 0;
 810                                 }
 811                         }
 812                         foreach (array_keys($_method) as $_key) {
 813                                 if (isset($areas[$_key])) {
 814                                         area_measure($areas[$_key], $area_shadow, 1, $_key);
 815                                 }
 816                         }
 817                 }
 818         }
 819
 820         // Remove 'offset's for area_measure()
 821         foreach(array_keys($array) as $key) {
 822                 unset($array[$key]['area']['offset']);
 823         }
 824
 825         return $array;
 826 }
 827
 828 // Rough hostname checker
 829 // TODO: Strict digit, 0x, CIDR, '999.999.999.999', ':', '::G'
 830 function is_ip($string = '')
 831 {
 832         if (! is_string($string)) return FALSE;
 833
 834         if (strpos($string, ':') !== FALSE) {
 835                 return 6;       // Seems IPv6
 836         }
 837
 838         if (preg_match('/^' .
 839                 '(?:[0-9]{1,3}\.){3}[0-9]{1,3}' . '|' .
 840                 '(?:[0-9]{1,3}\.){1,3}'         . '$/',
 841                 $string)) {
 842                 return 4;       // Seems IPv4(dot-decimal)
 843         }
 844
 845         return FALSE;   // Seems not IP
 846 }
 847
 848 // Check responsibility-root of the FQDN
 849 // 'foo.bar.example.com'        => 'example.com'        (.com        has the last whois for it)
 850 // 'foo.bar.example.au'         => 'example.au'         (.au         has the last whois for it)
 851 // 'foo.bar.example.edu.au'     => 'example.edu.au'     (.edu.au     has the last whois for it)
 852 // 'foo.bar.example.act.edu.au' => 'example.act.edu.au' (.act.edu.au has the last whois for it)
 853 function whois_responsibility($fqdn = 'foo.bar.example.com', $parent = FALSE, $implicit = TRUE)
 854 {
 855         static $domain;
 856
 857         if ($fqdn === NULL) {
 858                 $domain = NULL; // Unset
 859                 return '';
 860         }
 861         if (! is_string($fqdn)) return '';
 862
 863         if (is_ip($fqdn)) return $fqdn;
 864
 865         if (! isset($domain)) {
 866                 $domain = array();
 867                 if (file_exists(DOMAIN_INI_FILE)) {
 868                         include(DOMAIN_INI_FILE);       // Set
 869                 }
 870         }
 871
 872         $result  = array();
 873         $dcursor = & $domain;
 874         $array   = array_reverse(explode('.', $fqdn));
 875         $i = 0;
 876         while(TRUE) {
 877                 if (! isset($array[$i])) break;
 878                 $acursor = $array[$i];
 879                 if (is_array($dcursor) && isset($dcursor[$acursor])) {
 880                         $result[] = & $array[$i];
 881                         $dcursor  = & $dcursor[$acursor];
 882                 } else {
 883                         if (! $parent && isset($acursor)) {
 884                                 $result[] = & $array[$i];       // Whois servers must know this subdomain
 885                         }
 886                         break;
 887                 }
 888                 ++$i;
 889         }
 890
 891         // Implicit responsibility: Top-Level-Domains must not be yours
 892         // 'bar.foo.something' => 'foo.something'
 893         if ($implicit && count($result) == 1 && count($array) > 1) {
 894                 $result[] = & $array[1];
 895         }
 896
 897         return $result ? implode('.', array_reverse($result)) : '';
 898 }
 899
 900 ?>