3ed666894a6a531d76a3c4f24c525bac294da844
[WebKit.git] / Source / WebCore / platform / KURL.cpp
1 /*
2  * Copyright (C) 2004, 2007, 2008 Apple Inc. All rights reserved.
3  *
4  * Redistribution and use in source and binary forms, with or without
5  * modification, are permitted provided that the following conditions
6  * are met:
7  * 1. Redistributions of source code must retain the above copyright
8  *    notice, this list of conditions and the following disclaimer.
9  * 2. Redistributions in binary form must reproduce the above copyright
10  *    notice, this list of conditions and the following disclaimer in the
11  *    documentation and/or other materials provided with the distribution.
12  *
13  * THIS SOFTWARE IS PROVIDED BY APPLE INC. ``AS IS'' AND ANY
14  * EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
15  * IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR
16  * PURPOSE ARE DISCLAIMED.  IN NO EVENT SHALL APPLE COMPUTER, INC. OR
17  * CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL,
18  * EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO,
19  * PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR
20  * PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY
21  * OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
22  * (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
23  * OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE. 
24  */
25
26 #include "config.h"
27
28 #if !USE(GOOGLEURL)
29
30 #include "KURL.h"
31
32 #include "TextEncoding.h"
33 #include <wtf/text/CString.h>
34 #include <wtf/HashMap.h>
35 #include <wtf/StdLibExtras.h>
36 #include <wtf/text/StringHash.h>
37
38 #if USE(ICU_UNICODE)
39 #include <unicode/uidna.h>
40 #elif USE(QT4_UNICODE)
41 #include <QUrl>
42 #elif USE(GLIB_UNICODE)
43 #include <glib.h>
44 #include "GOwnPtr.h"
45 #endif
46
47 #include <stdio.h>
48
49 using namespace std;
50 using namespace WTF;
51
52 namespace WebCore {
53
54 typedef Vector<char, 512> CharBuffer;
55 typedef Vector<UChar, 512> UCharBuffer;
56
57 // FIXME: This file makes too much use of the + operator on String.
58 // We either have to optimize that operator so it doesn't involve
59 // so many allocations, or change this to use Vector<UChar> instead.
60
61 enum URLCharacterClasses {
62     // alpha 
63     SchemeFirstChar = 1 << 0,
64
65     // ( alpha | digit | "+" | "-" | "." )
66     SchemeChar = 1 << 1,
67
68     // mark        = "-" | "_" | "." | "!" | "~" | "*" | "'" | "(" | ")"
69     // unreserved  = alphanum | mark
70     // ( unreserved | escaped | ";" | ":" | "&" | "=" | "+" | "$" | "," )
71     UserInfoChar = 1 << 2,
72
73     // alnum | "." | "-" | "%"
74     // The above is what the specification says, but we are lenient to
75     // match existing practice and also allow:
76     // "_"
77     HostnameChar = 1 << 3,
78
79     // hexdigit | ":" | "%"
80     IPv6Char = 1 << 4,
81
82     // "#" | "?" | "/" | nul
83     PathSegmentEndChar = 1 << 5,
84
85     // not allowed in path
86     BadChar = 1 << 6
87 };
88
89 static const char hexDigits[17] = "0123456789ABCDEF";
90
91 static const unsigned char characterClassTable[256] = {
92     /* 0 nul */ PathSegmentEndChar,    /* 1 soh */ BadChar,
93     /* 2 stx */ BadChar,    /* 3 etx */ BadChar,
94     /* 4 eot */ BadChar,    /* 5 enq */ BadChar,    /* 6 ack */ BadChar,    /* 7 bel */ BadChar,
95     /* 8 bs */ BadChar,     /* 9 ht */ BadChar,     /* 10 nl */ BadChar,    /* 11 vt */ BadChar,
96     /* 12 np */ BadChar,    /* 13 cr */ BadChar,    /* 14 so */ BadChar,    /* 15 si */ BadChar,
97     /* 16 dle */ BadChar,   /* 17 dc1 */ BadChar,   /* 18 dc2 */ BadChar,   /* 19 dc3 */ BadChar,
98     /* 20 dc4 */ BadChar,   /* 21 nak */ BadChar,   /* 22 syn */ BadChar,   /* 23 etb */ BadChar,
99     /* 24 can */ BadChar,   /* 25 em */ BadChar,    /* 26 sub */ BadChar,   /* 27 esc */ BadChar,
100     /* 28 fs */ BadChar,    /* 29 gs */ BadChar,    /* 30 rs */ BadChar,    /* 31 us */ BadChar,
101     /* 32 sp */ BadChar,    /* 33  ! */ UserInfoChar,
102     /* 34  " */ BadChar,    /* 35  # */ PathSegmentEndChar | BadChar,
103     /* 36  $ */ UserInfoChar,    /* 37  % */ UserInfoChar | HostnameChar | IPv6Char | BadChar,
104     /* 38  & */ UserInfoChar,    /* 39  ' */ UserInfoChar,
105     /* 40  ( */ UserInfoChar,    /* 41  ) */ UserInfoChar,
106     /* 42  * */ UserInfoChar,    /* 43  + */ SchemeChar | UserInfoChar,
107     /* 44  , */ UserInfoChar,
108     /* 45  - */ SchemeChar | UserInfoChar | HostnameChar,
109     /* 46  . */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
110     /* 47  / */ PathSegmentEndChar,
111     /* 48  0 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char, 
112     /* 49  1 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char,    
113     /* 50  2 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char, 
114     /* 51  3 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
115     /* 52  4 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char, 
116     /* 53  5 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
117     /* 54  6 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char, 
118     /* 55  7 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
119     /* 56  8 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char, 
120     /* 57  9 */ SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
121     /* 58  : */ UserInfoChar | IPv6Char,    /* 59  ; */ UserInfoChar,
122     /* 60  < */ BadChar,    /* 61  = */ UserInfoChar,
123     /* 62  > */ BadChar,    /* 63  ? */ PathSegmentEndChar | BadChar,
124     /* 64  @ */ 0,
125     /* 65  A */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char,    
126     /* 66  B */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
127     /* 67  C */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
128     /* 68  D */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
129     /* 69  E */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
130     /* 70  F */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
131     /* 71  G */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
132     /* 72  H */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
133     /* 73  I */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
134     /* 74  J */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
135     /* 75  K */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
136     /* 76  L */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
137     /* 77  M */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
138     /* 78  N */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
139     /* 79  O */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
140     /* 80  P */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
141     /* 81  Q */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
142     /* 82  R */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
143     /* 83  S */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
144     /* 84  T */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
145     /* 85  U */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
146     /* 86  V */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
147     /* 87  W */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
148     /* 88  X */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
149     /* 89  Y */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
150     /* 90  Z */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
151     /* 91  [ */ 0,
152     /* 92  \ */ 0,    /* 93  ] */ 0,
153     /* 94  ^ */ 0,
154     /* 95  _ */ UserInfoChar | HostnameChar,
155     /* 96  ` */ 0,
156     /* 97  a */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
157     /* 98  b */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char, 
158     /* 99  c */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
159     /* 100  d */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char, 
160     /* 101  e */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char,
161     /* 102  f */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar | IPv6Char, 
162     /* 103  g */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
163     /* 104  h */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
164     /* 105  i */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
165     /* 106  j */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
166     /* 107  k */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
167     /* 108  l */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
168     /* 109  m */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
169     /* 110  n */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
170     /* 111  o */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
171     /* 112  p */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
172     /* 113  q */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
173     /* 114  r */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
174     /* 115  s */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
175     /* 116  t */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
176     /* 117  u */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
177     /* 118  v */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
178     /* 119  w */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
179     /* 120  x */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
180     /* 121  y */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar,
181     /* 122  z */ SchemeFirstChar | SchemeChar | UserInfoChar | HostnameChar, 
182     /* 123  { */ 0,
183     /* 124  | */ 0,   /* 125  } */ 0,   /* 126  ~ */ UserInfoChar,   /* 127 del */ BadChar,
184     /* 128 */ BadChar, /* 129 */ BadChar, /* 130 */ BadChar, /* 131 */ BadChar,
185     /* 132 */ BadChar, /* 133 */ BadChar, /* 134 */ BadChar, /* 135 */ BadChar,
186     /* 136 */ BadChar, /* 137 */ BadChar, /* 138 */ BadChar, /* 139 */ BadChar,
187     /* 140 */ BadChar, /* 141 */ BadChar, /* 142 */ BadChar, /* 143 */ BadChar,
188     /* 144 */ BadChar, /* 145 */ BadChar, /* 146 */ BadChar, /* 147 */ BadChar,
189     /* 148 */ BadChar, /* 149 */ BadChar, /* 150 */ BadChar, /* 151 */ BadChar,
190     /* 152 */ BadChar, /* 153 */ BadChar, /* 154 */ BadChar, /* 155 */ BadChar,
191     /* 156 */ BadChar, /* 157 */ BadChar, /* 158 */ BadChar, /* 159 */ BadChar,
192     /* 160 */ BadChar, /* 161 */ BadChar, /* 162 */ BadChar, /* 163 */ BadChar,
193     /* 164 */ BadChar, /* 165 */ BadChar, /* 166 */ BadChar, /* 167 */ BadChar,
194     /* 168 */ BadChar, /* 169 */ BadChar, /* 170 */ BadChar, /* 171 */ BadChar,
195     /* 172 */ BadChar, /* 173 */ BadChar, /* 174 */ BadChar, /* 175 */ BadChar,
196     /* 176 */ BadChar, /* 177 */ BadChar, /* 178 */ BadChar, /* 179 */ BadChar,
197     /* 180 */ BadChar, /* 181 */ BadChar, /* 182 */ BadChar, /* 183 */ BadChar,
198     /* 184 */ BadChar, /* 185 */ BadChar, /* 186 */ BadChar, /* 187 */ BadChar,
199     /* 188 */ BadChar, /* 189 */ BadChar, /* 190 */ BadChar, /* 191 */ BadChar,
200     /* 192 */ BadChar, /* 193 */ BadChar, /* 194 */ BadChar, /* 195 */ BadChar,
201     /* 196 */ BadChar, /* 197 */ BadChar, /* 198 */ BadChar, /* 199 */ BadChar,
202     /* 200 */ BadChar, /* 201 */ BadChar, /* 202 */ BadChar, /* 203 */ BadChar,
203     /* 204 */ BadChar, /* 205 */ BadChar, /* 206 */ BadChar, /* 207 */ BadChar,
204     /* 208 */ BadChar, /* 209 */ BadChar, /* 210 */ BadChar, /* 211 */ BadChar,
205     /* 212 */ BadChar, /* 213 */ BadChar, /* 214 */ BadChar, /* 215 */ BadChar,
206     /* 216 */ BadChar, /* 217 */ BadChar, /* 218 */ BadChar, /* 219 */ BadChar,
207     /* 220 */ BadChar, /* 221 */ BadChar, /* 222 */ BadChar, /* 223 */ BadChar,
208     /* 224 */ BadChar, /* 225 */ BadChar, /* 226 */ BadChar, /* 227 */ BadChar,
209     /* 228 */ BadChar, /* 229 */ BadChar, /* 230 */ BadChar, /* 231 */ BadChar,
210     /* 232 */ BadChar, /* 233 */ BadChar, /* 234 */ BadChar, /* 235 */ BadChar,
211     /* 236 */ BadChar, /* 237 */ BadChar, /* 238 */ BadChar, /* 239 */ BadChar,
212     /* 240 */ BadChar, /* 241 */ BadChar, /* 242 */ BadChar, /* 243 */ BadChar,
213     /* 244 */ BadChar, /* 245 */ BadChar, /* 246 */ BadChar, /* 247 */ BadChar,
214     /* 248 */ BadChar, /* 249 */ BadChar, /* 250 */ BadChar, /* 251 */ BadChar,
215     /* 252 */ BadChar, /* 253 */ BadChar, /* 254 */ BadChar, /* 255 */ BadChar
216 };
217
218 static const unsigned maximumValidPortNumber = 0xFFFE;
219 static const unsigned invalidPortNumber = 0xFFFF;
220
221 static int copyPathRemovingDots(char* dst, const char* src, int srcStart, int srcEnd);
222 static void encodeRelativeString(const String& rel, const TextEncoding&, CharBuffer& ouput);
223 static String substituteBackslashes(const String&);
224 static bool isValidProtocol(const String&);
225
226 static inline bool isSchemeFirstChar(char c) { return characterClassTable[static_cast<unsigned char>(c)] & SchemeFirstChar; }
227 static inline bool isSchemeFirstChar(UChar c) { return c <= 0xff && (characterClassTable[c] & SchemeFirstChar); }
228 static inline bool isSchemeChar(char c) { return characterClassTable[static_cast<unsigned char>(c)] & SchemeChar; }
229 static inline bool isSchemeChar(UChar c) { return c <= 0xff && (characterClassTable[c] & SchemeChar); }
230 static inline bool isUserInfoChar(unsigned char c) { return characterClassTable[c] & UserInfoChar; }
231 static inline bool isHostnameChar(unsigned char c) { return characterClassTable[c] & HostnameChar; }
232 static inline bool isIPv6Char(unsigned char c) { return characterClassTable[c] & IPv6Char; }
233 static inline bool isPathSegmentEndChar(char c) { return characterClassTable[static_cast<unsigned char>(c)] & PathSegmentEndChar; }
234 static inline bool isPathSegmentEndChar(UChar c) { return c <= 0xff && (characterClassTable[c] & PathSegmentEndChar); }
235 static inline bool isBadChar(unsigned char c) { return characterClassTable[c] & BadChar; }
236
237 static inline int hexDigitValue(UChar c)
238 {
239     ASSERT(isASCIIHexDigit(c));
240     if (c < 'A')
241         return c - '0';
242     return (c - 'A' + 10) & 0xF; // handle both upper and lower case without a branch
243 }
244
245 // Copies the source to the destination, assuming all the source characters are
246 // ASCII. The destination buffer must be large enough. Null characters are allowed
247 // in the source string, and no attempt is made to null-terminate the result.
248 static void copyASCII(const UChar* src, int length, char* dest)
249 {
250     for (int i = 0; i < length; i++)
251         dest[i] = static_cast<char>(src[i]);
252 }
253
254 static void appendASCII(const String& base, const char* rel, size_t len, CharBuffer& buffer)
255 {
256     buffer.resize(base.length() + len + 1);
257     copyASCII(base.characters(), base.length(), buffer.data());
258     memcpy(buffer.data() + base.length(), rel, len);
259     buffer[buffer.size() - 1] = '\0';
260 }
261
262 // FIXME: Move to PlatformString.h eventually.
263 // Returns the index of the first index in string |s| of any of the characters
264 // in |toFind|. |toFind| should be a null-terminated string, all characters up
265 // to the null will be searched. Returns int if not found.
266 static int findFirstOf(const UChar* s, int sLen, int startPos, const char* toFind)
267 {
268     for (int i = startPos; i < sLen; i++) {
269         const char* cur = toFind;
270         while (*cur) {
271             if (s[i] == *(cur++))
272                 return i;
273         }
274     }
275     return -1;
276 }
277
278 #ifndef NDEBUG
279 static void checkEncodedString(const String& url)
280 {
281     for (unsigned i = 0; i < url.length(); ++i)
282         ASSERT(!(url[i] & ~0x7F));
283
284     ASSERT(!url.length() || isSchemeFirstChar(url[0]));
285 }
286 #else
287 static inline void checkEncodedString(const String&)
288 {
289 }
290 #endif
291
292 inline bool KURL::protocolIs(const String& string, const char* protocol)
293 {
294     return WebCore::protocolIs(string, protocol);
295 }
296
297 void KURL::invalidate()
298 {
299     m_isValid = false;
300     m_protocolInHTTPFamily = false;
301     m_schemeEnd = 0;
302     m_userStart = 0;
303     m_userEnd = 0;
304     m_passwordEnd = 0;
305     m_hostEnd = 0;
306     m_portEnd = 0;
307     m_pathEnd = 0;
308     m_pathAfterLastSlash = 0;
309     m_queryEnd = 0;
310     m_fragmentEnd = 0;
311 }
312
313 KURL::KURL(ParsedURLStringTag, const char* url)
314 {
315     parse(url, 0);
316     ASSERT(url == m_string);
317 }
318
319 KURL::KURL(ParsedURLStringTag, const String& url)
320 {
321     parse(url);
322     ASSERT(url == m_string);
323 }
324
325 KURL::KURL(const KURL& base, const String& relative)
326 {
327     init(base, relative, UTF8Encoding());
328 }
329
330 KURL::KURL(const KURL& base, const String& relative, const TextEncoding& encoding)
331 {
332     // For UTF-{7,16,32}, we want to use UTF-8 for the query part as 
333     // we do when submitting a form. A form with GET method
334     // has its contents added to a URL as query params and it makes sense
335     // to be consistent.
336     init(base, relative, encoding.encodingForFormSubmission());
337 }
338
339 void KURL::init(const KURL& base, const String& relative, const TextEncoding& encoding)
340 {
341     // Allow resolutions with a null or empty base URL, but not with any other invalid one.
342     // FIXME: Is this a good rule?
343     if (!base.m_isValid && !base.isEmpty()) {
344         m_string = relative;
345         invalidate();
346         return;
347     }
348
349     // For compatibility with Win IE, treat backslashes as if they were slashes,
350     // as long as we're not dealing with javascript: or data: URLs.
351     String rel = relative;
352     if (rel.contains('\\') && !(protocolIsJavaScript(rel) || protocolIs(rel, "data")))
353         rel = substituteBackslashes(rel);
354
355     String* originalString = &rel;
356
357     bool allASCII = charactersAreAllASCII(rel.characters(), rel.length());
358     CharBuffer strBuffer;
359     char* str;
360     size_t len;
361     if (allASCII) {
362         len = rel.length();
363         strBuffer.resize(len + 1);
364         copyASCII(rel.characters(), len, strBuffer.data());
365         strBuffer[len] = 0;
366         str = strBuffer.data();
367     } else {
368         originalString = 0;
369         encodeRelativeString(rel, encoding, strBuffer);
370         str = strBuffer.data();
371         len = strlen(str);
372     }
373
374     // Get rid of leading whitespace.
375     while (*str == ' ') {
376         originalString = 0;
377         str++;
378         --len;
379     }
380
381     // Get rid of trailing whitespace.
382     while (len && str[len - 1] == ' ') {
383         originalString = 0;
384         str[--len] = '\0';
385     }
386
387     // According to the RFC, the reference should be interpreted as an
388     // absolute URI if possible, using the "leftmost, longest"
389     // algorithm. If the URI reference is absolute it will have a
390     // scheme, meaning that it will have a colon before the first
391     // non-scheme element.
392     bool absolute = false;
393     char* p = str;
394     if (isSchemeFirstChar(*p)) {
395         ++p;
396         while (isSchemeChar(*p)) {
397             ++p;
398         }
399         if (*p == ':') {
400             if (p[1] != '/' && equalIgnoringCase(base.protocol(), String(str, p - str)) && base.isHierarchical()) {
401                 str = p + 1;
402                 originalString = 0;
403             } else
404                 absolute = true;
405         }
406     }
407
408     CharBuffer parseBuffer;
409
410     if (absolute) {
411         parse(str, originalString);
412     } else {
413         // If the base is empty or opaque (e.g. data: or javascript:), then the URL is invalid
414         // unless the relative URL is a single fragment.
415         if (!base.isHierarchical()) {
416             if (str[0] == '#') {
417                 appendASCII(base.m_string.left(base.m_queryEnd), str, len, parseBuffer);
418                 parse(parseBuffer.data(), 0);
419             } else {
420                 m_string = relative;
421                 invalidate();
422             }
423             return;
424         }
425
426         switch (str[0]) {
427         case '\0':
428             // The reference is empty, so this is a reference to the same document with any fragment identifier removed.
429             *this = base;
430             removeFragmentIdentifier();
431             break;
432         case '#': {
433             // must be fragment-only reference
434             appendASCII(base.m_string.left(base.m_queryEnd), str, len, parseBuffer);
435             parse(parseBuffer.data(), 0);
436             break;
437         }
438         case '?': {
439             // query-only reference, special case needed for non-URL results
440             appendASCII(base.m_string.left(base.m_pathEnd), str, len, parseBuffer);
441             parse(parseBuffer.data(), 0);
442             break;
443         }
444         case '/':
445             // must be net-path or absolute-path reference
446             if (str[1] == '/') {
447                 // net-path
448                 appendASCII(base.m_string.left(base.m_schemeEnd + 1), str, len, parseBuffer);
449                 parse(parseBuffer.data(), 0);
450             } else {
451                 // abs-path
452                 appendASCII(base.m_string.left(base.m_portEnd), str, len, parseBuffer);
453                 parse(parseBuffer.data(), 0);
454             }
455             break;
456         default:
457             {
458                 // must be relative-path reference
459
460                 // Base part plus relative part plus one possible slash added in between plus terminating \0 byte.
461                 parseBuffer.resize(base.m_pathEnd + 1 + len + 1);
462
463                 char* bufferPos = parseBuffer.data();
464
465                 // first copy everything before the path from the base
466                 unsigned baseLength = base.m_string.length();
467                 const UChar* baseCharacters = base.m_string.characters();
468                 CharBuffer baseStringBuffer(baseLength);
469                 copyASCII(baseCharacters, baseLength, baseStringBuffer.data());
470                 const char* baseString = baseStringBuffer.data();
471                 const char* baseStringStart = baseString;
472                 const char* pathStart = baseStringStart + base.m_portEnd;
473                 while (baseStringStart < pathStart)
474                     *bufferPos++ = *baseStringStart++;
475                 char* bufferPathStart = bufferPos;
476
477                 // now copy the base path
478                 const char* baseStringEnd = baseString + base.m_pathEnd;
479
480                 // go back to the last slash
481                 while (baseStringEnd > baseStringStart && baseStringEnd[-1] != '/')
482                     baseStringEnd--;
483
484                 if (baseStringEnd == baseStringStart) {
485                     // no path in base, add a path separator if necessary
486                     if (base.m_schemeEnd + 1 != base.m_pathEnd && *str && *str != '?' && *str != '#')
487                         *bufferPos++ = '/';
488                 } else {
489                     bufferPos += copyPathRemovingDots(bufferPos, baseStringStart, 0, baseStringEnd - baseStringStart);
490                 }
491
492                 const char* relStringStart = str;
493                 const char* relStringPos = relStringStart;
494
495                 while (*relStringPos && *relStringPos != '?' && *relStringPos != '#') {
496                     if (relStringPos[0] == '.' && bufferPos[-1] == '/') {
497                         if (isPathSegmentEndChar(relStringPos[1])) {
498                             // skip over "." segment
499                             relStringPos += 1;
500                             if (relStringPos[0] == '/')
501                                 relStringPos++;
502                             continue;
503                         } else if (relStringPos[1] == '.' && isPathSegmentEndChar(relStringPos[2])) {
504                             // skip over ".." segment and rewind the last segment
505                             // the RFC leaves it up to the app to decide what to do with excess
506                             // ".." segments - we choose to drop them since some web content
507                             // relies on this.
508                             relStringPos += 2;
509                             if (relStringPos[0] == '/')
510                                 relStringPos++;
511                             if (bufferPos > bufferPathStart + 1)
512                                 bufferPos--;
513                             while (bufferPos > bufferPathStart + 1  && bufferPos[-1] != '/')
514                                 bufferPos--;
515                             continue;
516                         }
517                     }
518
519                     *bufferPos = *relStringPos;
520                     relStringPos++;
521                     bufferPos++;
522                 }
523
524                 // all done with the path work, now copy any remainder
525                 // of the relative reference; this will also add a null terminator
526                 strcpy(bufferPos, relStringPos);
527
528                 parse(parseBuffer.data(), 0);
529
530                 ASSERT(strlen(parseBuffer.data()) + 1 <= parseBuffer.size());
531                 break;
532             }
533         }
534     }
535 }
536
537 KURL KURL::copy() const
538 {
539     KURL result = *this;
540     result.m_string = result.m_string.crossThreadString();
541     return result;
542 }
543
544 bool KURL::hasPath() const
545 {
546     return m_pathEnd != m_portEnd;
547 }
548
549 String KURL::lastPathComponent() const
550 {
551     if (!hasPath())
552         return String();
553
554     unsigned end = m_pathEnd - 1;
555     if (m_string[end] == '/')
556         --end;
557
558     size_t start = m_string.reverseFind('/', end);
559     if (start < static_cast<unsigned>(m_portEnd))
560         return String();
561     ++start;
562
563     return m_string.substring(start, end - start + 1);
564 }
565
566 String KURL::protocol() const
567 {
568     return m_string.left(m_schemeEnd);
569 }
570
571 String KURL::host() const
572 {
573     int start = hostStart();
574     return decodeURLEscapeSequences(m_string.substring(start, m_hostEnd - start));
575 }
576
577 unsigned short KURL::port() const
578 {
579     // We return a port of 0 if there is no port specified. This can happen in two situations:
580     // 1) The URL contains no colon after the host name and before the path component of the URL.
581     // 2) The URL contains a colon but there's no port number before the path component of the URL begins.
582     if (m_hostEnd == m_portEnd || m_hostEnd == m_portEnd - 1)
583         return 0;
584
585     const UChar* stringData = m_string.characters();
586     bool ok = false;
587     unsigned number = charactersToUIntStrict(stringData + m_hostEnd + 1, m_portEnd - m_hostEnd - 1, &ok);
588     if (!ok || number > maximumValidPortNumber)
589         return invalidPortNumber;
590     return number;
591 }
592
593 String KURL::pass() const
594 {
595     if (m_passwordEnd == m_userEnd)
596         return String();
597
598     return decodeURLEscapeSequences(m_string.substring(m_userEnd + 1, m_passwordEnd - m_userEnd - 1)); 
599 }
600
601 String KURL::user() const
602 {
603     return decodeURLEscapeSequences(m_string.substring(m_userStart, m_userEnd - m_userStart));
604 }
605
606 String KURL::fragmentIdentifier() const
607 {
608     if (m_fragmentEnd == m_queryEnd)
609         return String();
610
611     return m_string.substring(m_queryEnd + 1, m_fragmentEnd - (m_queryEnd + 1));
612 }
613
614 bool KURL::hasFragmentIdentifier() const
615 {
616     return m_fragmentEnd != m_queryEnd;
617 }
618
619 void KURL::copyParsedQueryTo(ParsedURLParameters& parameters) const
620 {
621     const UChar* pos = m_string.characters() + m_pathEnd + 1;
622     const UChar* end = m_string.characters() + m_queryEnd;
623     while (pos < end) {
624         const UChar* parameterStart = pos;
625         while (pos < end && *pos != '&')
626             ++pos;
627         const UChar* parameterEnd = pos;
628         if (pos < end) {
629             ASSERT(*pos == '&');
630             ++pos;
631         }
632         if (parameterStart == parameterEnd)
633             continue;
634         const UChar* nameStart = parameterStart;
635         const UChar* equalSign = parameterStart;
636         while (equalSign < parameterEnd && *equalSign != '=')
637             ++equalSign;
638         if (equalSign == nameStart)
639             continue;
640         String name(nameStart, equalSign - nameStart);
641         String value = equalSign == parameterEnd ? String() : String(equalSign + 1, parameterEnd - equalSign - 1);
642         parameters.set(name, value);
643     }
644 }
645
646 String KURL::baseAsString() const
647 {
648     return m_string.left(m_pathAfterLastSlash);
649 }
650
651 #ifdef NDEBUG
652
653 static inline void assertProtocolIsGood(const char*)
654 {
655 }
656
657 #else
658
659 static void assertProtocolIsGood(const char* protocol)
660 {
661     const char* p = protocol;
662     while (*p) {
663         ASSERT(*p > ' ' && *p < 0x7F && !(*p >= 'A' && *p <= 'Z'));
664         ++p;
665     }
666 }
667
668 #endif
669
670 bool KURL::protocolIs(const char* protocol) const
671 {
672     assertProtocolIsGood(protocol);
673
674     // JavaScript URLs are "valid" and should be executed even if KURL decides they are invalid.
675     // The free function protocolIsJavaScript() should be used instead. 
676     ASSERT(!equalIgnoringCase(protocol, String("javascript")));
677
678     if (!m_isValid)
679         return false;
680
681     // Do the comparison without making a new string object.
682     for (int i = 0; i < m_schemeEnd; ++i) {
683         if (!protocol[i] || toASCIILower(m_string[i]) != protocol[i])
684             return false;
685     }
686     return !protocol[m_schemeEnd]; // We should have consumed all characters in the argument.
687 }
688
689 String KURL::query() const
690 {
691     if (m_queryEnd == m_pathEnd)
692         return String();
693
694     return m_string.substring(m_pathEnd + 1, m_queryEnd - (m_pathEnd + 1)); 
695 }
696
697 String KURL::path() const
698 {
699     return decodeURLEscapeSequences(m_string.substring(m_portEnd, m_pathEnd - m_portEnd)); 
700 }
701
702 bool KURL::setProtocol(const String& s)
703 {
704     // Firefox and IE remove everything after the first ':'.
705     size_t separatorPosition = s.find(':');
706     String newProtocol = s.substring(0, separatorPosition);
707
708     if (!isValidProtocol(newProtocol))
709         return false;
710
711     if (!m_isValid) {
712         parse(newProtocol + ":" + m_string);
713         return true;
714     }
715
716     parse(newProtocol + m_string.substring(m_schemeEnd));
717     return true;
718 }
719
720 void KURL::setHost(const String& s)
721 {
722     if (!m_isValid)
723         return;
724
725     // FIXME: Non-ASCII characters must be encoded and escaped to match parse() expectations,
726     // and to avoid changing more than just the host.
727
728     bool slashSlashNeeded = m_userStart == m_schemeEnd + 1;
729
730     parse(m_string.left(hostStart()) + (slashSlashNeeded ? "//" : "") + s + m_string.substring(m_hostEnd));
731 }
732
733 void KURL::removePort()
734 {
735     if (m_hostEnd == m_portEnd)
736         return;
737     parse(m_string.left(m_hostEnd) + m_string.substring(m_portEnd));
738 }
739
740 void KURL::setPort(unsigned short i)
741 {
742     if (!m_isValid)
743         return;
744
745     bool colonNeeded = m_portEnd == m_hostEnd;
746     int portStart = (colonNeeded ? m_hostEnd : m_hostEnd + 1);
747
748     parse(m_string.left(portStart) + (colonNeeded ? ":" : "") + String::number(i) + m_string.substring(m_portEnd));
749 }
750
751 void KURL::setHostAndPort(const String& hostAndPort)
752 {
753     if (!m_isValid)
754         return;
755
756     // FIXME: Non-ASCII characters must be encoded and escaped to match parse() expectations,
757     // and to avoid changing more than just host and port.
758
759     bool slashSlashNeeded = m_userStart == m_schemeEnd + 1;
760
761     parse(m_string.left(hostStart()) + (slashSlashNeeded ? "//" : "") + hostAndPort + m_string.substring(m_portEnd));
762 }
763
764 void KURL::setUser(const String& user)
765 {
766     if (!m_isValid)
767         return;
768
769     // FIXME: Non-ASCII characters must be encoded and escaped to match parse() expectations,
770     // and to avoid changing more than just the user login.
771     String u;
772     int end = m_userEnd;
773     if (!user.isEmpty()) {
774         u = user;
775         if (m_userStart == m_schemeEnd + 1)
776             u = "//" + u;
777         // Add '@' if we didn't have one before.
778         if (end == m_hostEnd || (end == m_passwordEnd && m_string[end] != '@'))
779             u.append('@');
780     } else {
781         // Remove '@' if we now have neither user nor password.
782         if (m_userEnd == m_passwordEnd && end != m_hostEnd && m_string[end] == '@')
783             end += 1;
784     }
785     parse(m_string.left(m_userStart) + u + m_string.substring(end));
786 }
787
788 void KURL::setPass(const String& password)
789 {
790     if (!m_isValid)
791         return;
792
793     // FIXME: Non-ASCII characters must be encoded and escaped to match parse() expectations,
794     // and to avoid changing more than just the user password.
795     String p;
796     int end = m_passwordEnd;
797     if (!password.isEmpty()) {
798         p = ":" + password + "@";
799         if (m_userEnd == m_schemeEnd + 1)
800             p = "//" + p;
801         // Eat the existing '@' since we are going to add our own.
802         if (end != m_hostEnd && m_string[end] == '@')
803             end += 1;
804     } else {
805         // Remove '@' if we now have neither user nor password.
806         if (m_userStart == m_userEnd && end != m_hostEnd && m_string[end] == '@')
807             end += 1;
808     }
809     parse(m_string.left(m_userEnd) + p + m_string.substring(end));
810 }
811
812 void KURL::setFragmentIdentifier(const String& s)
813 {
814     if (!m_isValid)
815         return;
816
817     // FIXME: Non-ASCII characters must be encoded and escaped to match parse() expectations.
818     parse(m_string.left(m_queryEnd) + "#" + s);
819 }
820
821 void KURL::removeFragmentIdentifier()
822 {
823     if (!m_isValid)
824         return;
825     parse(m_string.left(m_queryEnd));
826 }
827     
828 void KURL::setQuery(const String& query)
829 {
830     if (!m_isValid)
831         return;
832
833     // FIXME: '#' and non-ASCII characters must be encoded and escaped.
834     // Usually, the query is encoded using document encoding, not UTF-8, but we don't have
835     // access to the document in this function.
836     if ((query.isEmpty() || query[0] != '?') && !query.isNull())
837         parse(m_string.left(m_pathEnd) + "?" + query + m_string.substring(m_queryEnd));
838     else
839         parse(m_string.left(m_pathEnd) + query + m_string.substring(m_queryEnd));
840
841 }
842
843 void KURL::setPath(const String& s)
844 {
845     if (!m_isValid)
846         return;
847
848     // FIXME: encodeWithURLEscapeSequences does not correctly escape '#' and '?', so fragment and query parts
849     // may be inadvertently affected.
850     parse(m_string.left(m_portEnd) + encodeWithURLEscapeSequences(s) + m_string.substring(m_pathEnd));
851 }
852
853 String KURL::prettyURL() const
854 {
855     if (!m_isValid)
856         return m_string;
857
858     Vector<UChar> result;
859
860     append(result, protocol());
861     result.append(':');
862
863     Vector<UChar> authority;
864
865     if (m_hostEnd != m_passwordEnd) {
866         if (m_userEnd != m_userStart) {
867             append(authority, user());
868             authority.append('@');
869         }
870         append(authority, host());
871         if (hasPort()) {
872             authority.append(':');
873             append(authority, String::number(port()));
874         }
875     }
876
877     if (!authority.isEmpty()) {
878         result.append('/');
879         result.append('/');
880         result.append(authority);
881     } else if (protocolIs("file")) {
882         result.append('/');
883         result.append('/');
884     }
885
886     append(result, path());
887
888     if (m_pathEnd != m_queryEnd) {
889         result.append('?');
890         append(result, query());
891     }
892
893     if (m_fragmentEnd != m_queryEnd) {
894         result.append('#');
895         append(result, fragmentIdentifier());
896     }
897
898     return String::adopt(result);
899 }
900
901 String decodeURLEscapeSequences(const String& str)
902 {
903     return decodeURLEscapeSequences(str, UTF8Encoding());
904 }
905
906 String decodeURLEscapeSequences(const String& str, const TextEncoding& encoding)
907 {
908     Vector<UChar> result;
909
910     CharBuffer buffer;
911
912     unsigned length = str.length();
913     unsigned decodedPosition = 0;
914     unsigned searchPosition = 0;
915     size_t encodedRunPosition;
916     while ((encodedRunPosition = str.find('%', searchPosition)) != notFound) {
917         // Find the sequence of %-escape codes.
918         unsigned encodedRunEnd = encodedRunPosition;
919         while (length - encodedRunEnd >= 3
920                 && str[encodedRunEnd] == '%'
921                 && isASCIIHexDigit(str[encodedRunEnd + 1])
922                 && isASCIIHexDigit(str[encodedRunEnd + 2]))
923             encodedRunEnd += 3;
924         searchPosition = encodedRunEnd;
925         if (encodedRunEnd == encodedRunPosition) {
926             ++searchPosition;
927             continue;
928         }
929
930         // Decode the %-escapes into bytes.
931         unsigned runLength = (encodedRunEnd - encodedRunPosition) / 3;
932         buffer.resize(runLength);
933         char* p = buffer.data();
934         const UChar* q = str.characters() + encodedRunPosition;
935         for (unsigned i = 0; i < runLength; ++i) {
936             *p++ = (hexDigitValue(q[1]) << 4) | hexDigitValue(q[2]);
937             q += 3;
938         }
939
940         // Decode the bytes into Unicode characters.
941         String decoded = (encoding.isValid() ? encoding : UTF8Encoding()).decode(buffer.data(), p - buffer.data());
942         if (decoded.isEmpty())
943             continue;
944
945         // Build up the string with what we just skipped and what we just decoded.
946         result.append(str.characters() + decodedPosition, encodedRunPosition - decodedPosition);
947         result.append(decoded.characters(), decoded.length());
948         decodedPosition = encodedRunEnd;
949     }
950
951     result.append(str.characters() + decodedPosition, length - decodedPosition);
952
953     return String::adopt(result);
954 }
955
956 bool KURL::isLocalFile() const
957 {
958     // Including feed here might be a bad idea since drag and drop uses this check
959     // and including feed would allow feeds to potentially let someone's blog
960     // read the contents of the clipboard on a drag, even without a drop.
961     // Likewise with using the FrameLoader::shouldTreatURLAsLocal() function.
962     return protocolIs("file");
963 }
964
965 static void appendEscapingBadChars(char*& buffer, const char* strStart, size_t length)
966 {
967     char* p = buffer;
968
969     const char* str = strStart;
970     const char* strEnd = strStart + length;
971     while (str < strEnd) {
972         unsigned char c = *str++;
973         if (isBadChar(c)) {
974             if (c == '%' || c == '?') {
975                 *p++ = c;
976             } else if (c != 0x09 && c != 0x0a && c != 0x0d) {
977                 *p++ = '%';
978                 *p++ = hexDigits[c >> 4];
979                 *p++ = hexDigits[c & 0xF];
980             }
981         } else {
982             *p++ = c;
983         }
984     }
985
986     buffer = p;
987 }
988
989 // copy a path, accounting for "." and ".." segments
990 static int copyPathRemovingDots(char* dst, const char* src, int srcStart, int srcEnd)
991 {
992     char* bufferPathStart = dst;
993
994     // empty path is a special case, and need not have a leading slash
995     if (srcStart != srcEnd) {
996         const char* baseStringStart = src + srcStart;
997         const char* baseStringEnd = src + srcEnd;
998         const char* baseStringPos = baseStringStart;
999
1000         // this code is unprepared for paths that do not begin with a
1001         // slash and we should always have one in the source string
1002         ASSERT(baseStringPos[0] == '/');
1003
1004         // copy the leading slash into the destination
1005         *dst = *baseStringPos;
1006         baseStringPos++;
1007         dst++;
1008
1009         while (baseStringPos < baseStringEnd) {
1010             if (baseStringPos[0] == '.' && dst[-1] == '/') {
1011                 if (baseStringPos[1] == '/' || baseStringPos + 1 == baseStringEnd) {
1012                     // skip over "." segment
1013                     baseStringPos += 2;
1014                     continue;
1015                 } else if (baseStringPos[1] == '.' && (baseStringPos[2] == '/' ||
1016                                        baseStringPos + 2 == baseStringEnd)) {
1017                     // skip over ".." segment and rewind the last segment
1018                     // the RFC leaves it up to the app to decide what to do with excess
1019                     // ".." segments - we choose to drop them since some web content
1020                     // relies on this.
1021                     baseStringPos += 3;
1022                     if (dst > bufferPathStart + 1)
1023                         dst--;
1024                     // Note that these two while blocks differ subtly.
1025                     // The first helps to remove multiple adjoining slashes as we rewind.
1026                     // The +1 to bufferPathStart in the first while block prevents eating a leading slash
1027                     while (dst > bufferPathStart + 1 && dst[-1] == '/')
1028                         dst--;
1029                     while (dst > bufferPathStart && dst[-1] != '/')
1030                         dst--;
1031                     continue;
1032                 }
1033             }
1034
1035             *dst = *baseStringPos;
1036             baseStringPos++;
1037             dst++;
1038         }
1039     }
1040     *dst = '\0';
1041     return dst - bufferPathStart;
1042 }
1043
1044 static inline bool hasSlashDotOrDotDot(const char* str)
1045 {
1046     const unsigned char* p = reinterpret_cast<const unsigned char*>(str);
1047     if (!*p)
1048         return false;
1049     unsigned char pc = *p;
1050     while (unsigned char c = *++p) {
1051         if (c == '.' && (pc == '/' || pc == '.'))
1052             return true;
1053         pc = c;
1054     }
1055     return false;
1056 }
1057
1058 static inline bool matchLetter(char c, char lowercaseLetter)
1059 {
1060     return (c | 0x20) == lowercaseLetter;
1061 }
1062
1063 void KURL::parse(const String& string)
1064 {
1065     checkEncodedString(string);
1066
1067     CharBuffer buffer(string.length() + 1);
1068     copyASCII(string.characters(), string.length(), buffer.data());
1069     buffer[string.length()] = '\0';
1070     parse(buffer.data(), &string);
1071 }
1072
1073 void KURL::parse(const char* url, const String* originalString)
1074 {
1075     if (!url || url[0] == '\0') {
1076         // valid URL must be non-empty
1077         m_string = originalString ? *originalString : url;
1078         invalidate();
1079         return;
1080     }
1081
1082     if (!isSchemeFirstChar(url[0])) {
1083         // scheme must start with an alphabetic character
1084         m_string = originalString ? *originalString : url;
1085         invalidate();
1086         return;
1087     }
1088
1089     int schemeEnd = 0;
1090     while (isSchemeChar(url[schemeEnd]))
1091         schemeEnd++;
1092
1093     if (url[schemeEnd] != ':') {
1094         m_string = originalString ? *originalString : url;
1095         invalidate();
1096         return;
1097     }
1098
1099     int userStart = schemeEnd + 1;
1100     int userEnd;
1101     int passwordStart;
1102     int passwordEnd;
1103     int hostStart;
1104     int hostEnd;
1105     int portStart;
1106     int portEnd;
1107
1108     bool hierarchical = url[schemeEnd + 1] == '/';
1109
1110     bool isFile = schemeEnd == 4
1111         && matchLetter(url[0], 'f')
1112         && matchLetter(url[1], 'i')
1113         && matchLetter(url[2], 'l')
1114         && matchLetter(url[3], 'e');
1115
1116     m_protocolInHTTPFamily = matchLetter(url[0], 'h')
1117         && matchLetter(url[1], 't')
1118         && matchLetter(url[2], 't')
1119         && matchLetter(url[3], 'p')
1120         && (url[4] == ':' || (matchLetter(url[4], 's') && url[5] == ':'));
1121
1122     if (hierarchical && url[schemeEnd + 2] == '/') {
1123         // The part after the scheme is either a net_path or an abs_path whose first path segment is empty.
1124         // Attempt to find an authority.
1125
1126         // FIXME: Authority characters may be scanned twice, and it would be nice to be faster.
1127         userStart += 2;
1128         userEnd = userStart;
1129
1130         int colonPos = 0;
1131         while (isUserInfoChar(url[userEnd])) {
1132             if (url[userEnd] == ':' && colonPos == 0)
1133                 colonPos = userEnd;
1134             userEnd++;
1135         }
1136
1137         if (url[userEnd] == '@') {
1138             // actual end of the userinfo, start on the host
1139             if (colonPos != 0) {
1140                 passwordEnd = userEnd;
1141                 userEnd = colonPos;
1142                 passwordStart = colonPos + 1;
1143             } else
1144                 passwordStart = passwordEnd = userEnd;
1145
1146             hostStart = passwordEnd + 1;
1147         } else if (url[userEnd] == '[' || isPathSegmentEndChar(url[userEnd])) {
1148             // hit the end of the authority, must have been no user
1149             // or looks like an IPv6 hostname
1150             // either way, try to parse it as a hostname
1151             userEnd = userStart;
1152             passwordStart = passwordEnd = userEnd;
1153             hostStart = userStart;
1154         } else {
1155             // invalid character
1156             m_string = originalString ? *originalString : url;
1157             invalidate();
1158             return;
1159         }
1160
1161         hostEnd = hostStart;
1162
1163         // IPV6 IP address
1164         if (url[hostEnd] == '[') {
1165             hostEnd++;
1166             while (isIPv6Char(url[hostEnd]))
1167                 hostEnd++;
1168             if (url[hostEnd] == ']')
1169                 hostEnd++;
1170             else {
1171                 // invalid character
1172                 m_string = originalString ? *originalString : url;
1173                 invalidate();
1174                 return;
1175             }
1176         } else {
1177             while (isHostnameChar(url[hostEnd]))
1178                 hostEnd++;
1179         }
1180         
1181         if (url[hostEnd] == ':') {
1182             portStart = portEnd = hostEnd + 1;
1183  
1184             // possible start of port
1185             portEnd = portStart;
1186             while (isASCIIDigit(url[portEnd]))
1187                 portEnd++;
1188         } else
1189             portStart = portEnd = hostEnd;
1190
1191         if (!isPathSegmentEndChar(url[portEnd])) {
1192             // invalid character
1193             m_string = originalString ? *originalString : url;
1194             invalidate();
1195             return;
1196         }
1197
1198         if (userStart == portEnd && !m_protocolInHTTPFamily && !isFile) {
1199             // No authority found, which means that this is not a net_path, but rather an abs_path whose first two
1200             // path segments are empty. For file, http and https only, an empty authority is allowed.
1201             userStart -= 2;
1202             userEnd = userStart;
1203             passwordStart = userEnd;
1204             passwordEnd = passwordStart;
1205             hostStart = passwordEnd;
1206             hostEnd = hostStart;
1207             portStart = hostEnd;
1208             portEnd = hostEnd;
1209         }
1210     } else {
1211         // the part after the scheme must be an opaque_part or an abs_path
1212         userEnd = userStart;
1213         passwordStart = passwordEnd = userEnd;
1214         hostStart = hostEnd = passwordEnd;
1215         portStart = portEnd = hostEnd;
1216     }
1217
1218     int pathStart = portEnd;
1219     int pathEnd = pathStart;
1220     while (url[pathEnd] && url[pathEnd] != '?' && url[pathEnd] != '#')
1221         pathEnd++;
1222
1223     int queryStart = pathEnd;
1224     int queryEnd = queryStart;
1225     if (url[queryStart] == '?') {
1226         while (url[queryEnd] && url[queryEnd] != '#')
1227             queryEnd++;
1228     }
1229
1230     int fragmentStart = queryEnd;
1231     int fragmentEnd = fragmentStart;
1232     if (url[fragmentStart] == '#') {
1233         fragmentStart++;
1234         fragmentEnd = fragmentStart;
1235         while (url[fragmentEnd])
1236             fragmentEnd++;
1237     }
1238
1239     // assemble it all, remembering the real ranges
1240
1241     Vector<char, 4096> buffer(fragmentEnd * 3 + 1);
1242
1243     char *p = buffer.data();
1244     const char *strPtr = url;
1245
1246     // copy in the scheme
1247     const char *schemeEndPtr = url + schemeEnd;
1248     while (strPtr < schemeEndPtr)
1249         *p++ = toASCIILower(*strPtr++);
1250     m_schemeEnd = p - buffer.data();
1251
1252     bool hostIsLocalHost = portEnd - userStart == 9
1253         && matchLetter(url[userStart], 'l')
1254         && matchLetter(url[userStart+1], 'o')
1255         && matchLetter(url[userStart+2], 'c')
1256         && matchLetter(url[userStart+3], 'a')
1257         && matchLetter(url[userStart+4], 'l')
1258         && matchLetter(url[userStart+5], 'h')
1259         && matchLetter(url[userStart+6], 'o')
1260         && matchLetter(url[userStart+7], 's')
1261         && matchLetter(url[userStart+8], 't');
1262
1263     // File URLs need a host part unless it is just file:// or file://localhost
1264     bool degenFilePath = pathStart == pathEnd && (hostStart == hostEnd || hostIsLocalHost);
1265
1266     bool haveNonHostAuthorityPart = userStart != userEnd || passwordStart != passwordEnd || portStart != portEnd;
1267
1268     // add ":" after scheme
1269     *p++ = ':';
1270
1271     // if we have at least one authority part or a file URL - add "//" and authority
1272     if (isFile ? !degenFilePath : (haveNonHostAuthorityPart || hostStart != hostEnd)) {
1273         *p++ = '/';
1274         *p++ = '/';
1275
1276         m_userStart = p - buffer.data();
1277
1278         // copy in the user
1279         strPtr = url + userStart;
1280         const char* userEndPtr = url + userEnd;
1281         while (strPtr < userEndPtr)
1282             *p++ = *strPtr++;
1283         m_userEnd = p - buffer.data();
1284
1285         // copy in the password
1286         if (passwordEnd != passwordStart) {
1287             *p++ = ':';
1288             strPtr = url + passwordStart;
1289             const char* passwordEndPtr = url + passwordEnd;
1290             while (strPtr < passwordEndPtr)
1291                 *p++ = *strPtr++;
1292         }
1293         m_passwordEnd = p - buffer.data();
1294
1295         // If we had any user info, add "@"
1296         if (p - buffer.data() != m_userStart)
1297             *p++ = '@';
1298
1299         // copy in the host, except in the case of a file URL with authority="localhost"
1300         if (!(isFile && hostIsLocalHost && !haveNonHostAuthorityPart)) {
1301             strPtr = url + hostStart;
1302             const char* hostEndPtr = url + hostEnd;
1303             while (strPtr < hostEndPtr)
1304                 *p++ = *strPtr++;
1305         }
1306         m_hostEnd = p - buffer.data();
1307
1308         // copy in the port
1309         if (hostEnd != portStart) {
1310             *p++ = ':';
1311             strPtr = url + portStart;
1312             const char *portEndPtr = url + portEnd;
1313             while (strPtr < portEndPtr)
1314                 *p++ = *strPtr++;
1315         }
1316         m_portEnd = p - buffer.data();
1317     } else
1318         m_userStart = m_userEnd = m_passwordEnd = m_hostEnd = m_portEnd = p - buffer.data();
1319
1320     // For canonicalization, ensure we have a '/' for no path.
1321     // Do this only for hierarchical URL with protocol http or https.
1322     if (m_protocolInHTTPFamily && hierarchical && pathEnd == pathStart)
1323         *p++ = '/';
1324
1325     // add path, escaping bad characters
1326     if (!hierarchical || !hasSlashDotOrDotDot(url))
1327         appendEscapingBadChars(p, url + pathStart, pathEnd - pathStart);
1328     else {
1329         CharBuffer pathBuffer(pathEnd - pathStart + 1);
1330         size_t length = copyPathRemovingDots(pathBuffer.data(), url, pathStart, pathEnd);
1331         appendEscapingBadChars(p, pathBuffer.data(), length);
1332     }
1333
1334     m_pathEnd = p - buffer.data();
1335
1336     // Find the position after the last slash in the path, or
1337     // the position before the path if there are no slashes in it.
1338     int i;
1339     for (i = m_pathEnd; i > m_portEnd; --i) {
1340         if (buffer[i - 1] == '/')
1341             break;
1342     }
1343     m_pathAfterLastSlash = i;
1344
1345     // add query, escaping bad characters
1346     appendEscapingBadChars(p, url + queryStart, queryEnd - queryStart);
1347     m_queryEnd = p - buffer.data();
1348
1349     // add fragment, escaping bad characters
1350     if (fragmentEnd != queryEnd) {
1351         *p++ = '#';
1352         appendEscapingBadChars(p, url + fragmentStart, fragmentEnd - fragmentStart);
1353     }
1354     m_fragmentEnd = p - buffer.data();
1355
1356     ASSERT(p - buffer.data() <= static_cast<int>(buffer.size()));
1357
1358     // If we didn't end up actually changing the original string and
1359     // it was already in a String, reuse it to avoid extra allocation.
1360     if (originalString && originalString->length() == static_cast<unsigned>(m_fragmentEnd) && strncmp(buffer.data(), url, m_fragmentEnd) == 0)
1361         m_string = *originalString;
1362     else
1363         m_string = String(buffer.data(), m_fragmentEnd);
1364
1365     m_isValid = true;
1366 }
1367
1368 bool equalIgnoringFragmentIdentifier(const KURL& a, const KURL& b)
1369 {
1370     if (a.m_queryEnd != b.m_queryEnd)
1371         return false;
1372     unsigned queryLength = a.m_queryEnd;
1373     for (unsigned i = 0; i < queryLength; ++i)
1374         if (a.string()[i] != b.string()[i])
1375             return false;
1376     return true;
1377 }
1378
1379 bool protocolHostAndPortAreEqual(const KURL& a, const KURL& b)
1380 {
1381     if (a.m_schemeEnd != b.m_schemeEnd)
1382         return false;
1383
1384     int hostStartA = a.hostStart();
1385     int hostLengthA = a.hostEnd() - hostStartA;
1386     int hostStartB = b.hostStart();
1387     int hostLengthB = b.hostEnd() - b.hostStart();
1388     if (hostLengthA != hostLengthB)
1389         return false;
1390
1391     // Check the scheme
1392     for (int i = 0; i < a.m_schemeEnd; ++i)
1393         if (a.string()[i] != b.string()[i])
1394             return false;
1395
1396     // And the host
1397     for (int i = 0; i < hostLengthA; ++i)
1398         if (a.string()[hostStartA + i] != b.string()[hostStartB + i])
1399             return false;
1400
1401     if (a.port() != b.port())
1402         return false;
1403
1404     return true;
1405 }
1406
1407 String encodeWithURLEscapeSequences(const String& notEncodedString)
1408 {
1409     CString asUTF8 = notEncodedString.utf8();
1410
1411     CharBuffer buffer(asUTF8.length() * 3 + 1);
1412     char* p = buffer.data();
1413
1414     const char* str = asUTF8.data();
1415     const char* strEnd = str + asUTF8.length();
1416     while (str < strEnd) {
1417         unsigned char c = *str++;
1418         if (isBadChar(c)) {
1419             *p++ = '%';
1420             *p++ = hexDigits[c >> 4];
1421             *p++ = hexDigits[c & 0xF];
1422         } else
1423             *p++ = c;
1424     }
1425
1426     ASSERT(p - buffer.data() <= static_cast<int>(buffer.size()));
1427
1428     return String(buffer.data(), p - buffer.data());
1429 }
1430
1431 // Appends the punycoded hostname identified by the given string and length to
1432 // the output buffer. The result will not be null terminated.
1433 static void appendEncodedHostname(UCharBuffer& buffer, const UChar* str, unsigned strLen)
1434 {
1435     // Needs to be big enough to hold an IDN-encoded name.
1436     // For host names bigger than this, we won't do IDN encoding, which is almost certainly OK.
1437     const unsigned hostnameBufferLength = 2048;
1438
1439     if (strLen > hostnameBufferLength || charactersAreAllASCII(str, strLen)) {
1440         buffer.append(str, strLen);
1441         return;
1442     }
1443
1444 #if USE(ICU_UNICODE)
1445     UChar hostnameBuffer[hostnameBufferLength];
1446     UErrorCode error = U_ZERO_ERROR;
1447     int32_t numCharactersConverted = uidna_IDNToASCII(str, strLen, hostnameBuffer,
1448         hostnameBufferLength, UIDNA_ALLOW_UNASSIGNED, 0, &error);
1449     if (error == U_ZERO_ERROR)
1450         buffer.append(hostnameBuffer, numCharactersConverted);
1451 #elif USE(QT4_UNICODE)
1452     QByteArray result = QUrl::toAce(String(str, strLen));
1453     buffer.append(result.constData(), result.length());
1454 #elif USE(GLIB_UNICODE)
1455     GOwnPtr<gchar> utf8Hostname;
1456     GOwnPtr<GError> utf8Err;
1457     utf8Hostname.set(g_utf16_to_utf8(str, strLen, 0, 0, &utf8Err.outPtr()));
1458     if (utf8Err)
1459         return;
1460
1461     GOwnPtr<gchar> encodedHostname;
1462     encodedHostname.set(g_hostname_to_ascii(utf8Hostname.get()));
1463     if (!encodedHostname) 
1464         return;
1465
1466     buffer.append(encodedHostname.get(), strlen(encodedHostname.get()));
1467 #endif
1468 }
1469
1470 static void findHostnamesInMailToURL(const UChar* str, int strLen, Vector<pair<int, int> >& nameRanges)
1471 {
1472     // In a mailto: URL, host names come after a '@' character and end with a '>' or ',' or '?' or end of string character.
1473     // Skip quoted strings so that characters in them don't confuse us.
1474     // When we find a '?' character, we are past the part of the URL that contains host names.
1475
1476     nameRanges.clear();
1477
1478     int p = 0;
1479     while (1) {
1480         // Find start of host name or of quoted string.
1481         int hostnameOrStringStart = findFirstOf(str, strLen, p, "\"@?");
1482         if (hostnameOrStringStart == -1)
1483             return;
1484         UChar c = str[hostnameOrStringStart];
1485         p = hostnameOrStringStart + 1;
1486
1487         if (c == '?')
1488             return;
1489
1490         if (c == '@') {
1491             // Find end of host name.
1492             int hostnameStart = p;
1493             int hostnameEnd = findFirstOf(str, strLen, p, ">,?");
1494             bool done;
1495             if (hostnameEnd == -1) {
1496                 hostnameEnd = strLen;
1497                 done = true;
1498             } else {
1499                 p = hostnameEnd;
1500                 done = false;
1501             }
1502
1503             nameRanges.append(make_pair(hostnameStart, hostnameEnd));
1504
1505             if (done)
1506                 return;
1507         } else {
1508             // Skip quoted string.
1509             ASSERT(c == '"');
1510             while (1) {
1511                 int escapedCharacterOrStringEnd = findFirstOf(str, strLen, p, "\"\\");
1512                 if (escapedCharacterOrStringEnd == -1)
1513                     return;
1514
1515                 c = str[escapedCharacterOrStringEnd];
1516                 p = escapedCharacterOrStringEnd + 1;
1517
1518                 // If we are the end of the string, then break from the string loop back to the host name loop.
1519                 if (c == '"')
1520                     break;
1521
1522                 // Skip escaped character.
1523                 ASSERT(c == '\\');
1524                 if (p == strLen)
1525                     return;
1526
1527                 ++p;
1528             }
1529         }
1530     }
1531 }
1532
1533 static bool findHostnameInHierarchicalURL(const UChar* str, int strLen, int& startOffset, int& endOffset)
1534 {
1535     // Find the host name in a hierarchical URL.
1536     // It comes after a "://" sequence, with scheme characters preceding, and
1537     // this should be the first colon in the string.
1538     // It ends with the end of the string or a ":" or a path segment ending character.
1539     // If there is a "@" character, the host part is just the part after the "@".
1540     int separator = findFirstOf(str, strLen, 0, ":");
1541     if (separator == -1 || separator + 2 >= strLen ||
1542         str[separator + 1] != '/' || str[separator + 2] != '/')
1543         return false;
1544
1545     // Check that all characters before the :// are valid scheme characters.
1546     if (!isSchemeFirstChar(str[0]))
1547         return false;
1548     for (int i = 1; i < separator; ++i) {
1549         if (!isSchemeChar(str[i]))
1550             return false;
1551     }
1552
1553     // Start after the separator.
1554     int authorityStart = separator + 3;
1555
1556     // Find terminating character.
1557     int hostnameEnd = strLen;
1558     for (int i = authorityStart; i < strLen; ++i) {
1559         UChar c = str[i];
1560         if (c == ':' || (isPathSegmentEndChar(c) && c != 0)) {
1561             hostnameEnd = i;
1562             break;
1563         }
1564     }
1565
1566     // Find "@" for the start of the host name.
1567     int userInfoTerminator = findFirstOf(str, strLen, authorityStart, "@");
1568     int hostnameStart;
1569     if (userInfoTerminator == -1 || userInfoTerminator > hostnameEnd)
1570         hostnameStart = authorityStart;
1571     else
1572         hostnameStart = userInfoTerminator + 1;
1573
1574     startOffset = hostnameStart;
1575     endOffset = hostnameEnd;
1576     return true;
1577 }
1578
1579 // Converts all hostnames found in the given input to punycode, preserving the
1580 // rest of the URL unchanged. The output will NOT be null-terminated.
1581 static void encodeHostnames(const String& str, UCharBuffer& output)
1582 {
1583     output.clear();
1584
1585     if (protocolIs(str, "mailto")) {
1586         Vector<pair<int, int> > hostnameRanges;
1587         findHostnamesInMailToURL(str.characters(), str.length(), hostnameRanges);
1588         int n = hostnameRanges.size();
1589         int p = 0;
1590         for (int i = 0; i < n; ++i) {
1591             const pair<int, int>& r = hostnameRanges[i];
1592             output.append(&str.characters()[p], r.first - p);
1593             appendEncodedHostname(output, &str.characters()[r.first], r.second - r.first);
1594             p = r.second;
1595         }
1596         // This will copy either everything after the last hostname, or the
1597         // whole thing if there is no hostname.
1598         output.append(&str.characters()[p], str.length() - p);
1599     } else {
1600         int hostStart, hostEnd;
1601         if (findHostnameInHierarchicalURL(str.characters(), str.length(), hostStart, hostEnd)) {
1602             output.append(str.characters(), hostStart); // Before hostname.
1603             appendEncodedHostname(output, &str.characters()[hostStart], hostEnd - hostStart);
1604             output.append(&str.characters()[hostEnd], str.length() - hostEnd); // After hostname.
1605         } else {
1606             // No hostname to encode, return the input.
1607             output.append(str.characters(), str.length());
1608         }
1609     }
1610 }
1611
1612 static void encodeRelativeString(const String& rel, const TextEncoding& encoding, CharBuffer& output)
1613 {
1614     UCharBuffer s;
1615     encodeHostnames(rel, s);
1616
1617     TextEncoding pathEncoding(UTF8Encoding()); // Path is always encoded as UTF-8; other parts may depend on the scheme.
1618
1619     int pathEnd = -1;
1620     if (encoding != pathEncoding && encoding.isValid() && !protocolIs(rel, "mailto") && !protocolIs(rel, "data") && !protocolIsJavaScript(rel)) {
1621         // Find the first instance of either # or ?, keep pathEnd at -1 otherwise.
1622         pathEnd = findFirstOf(s.data(), s.size(), 0, "#?");
1623     }
1624
1625     if (pathEnd == -1) {
1626         CString decoded = pathEncoding.encode(s.data(), s.size(), URLEncodedEntitiesForUnencodables);
1627         output.resize(decoded.length());
1628         memcpy(output.data(), decoded.data(), decoded.length());
1629     } else {
1630         CString pathDecoded = pathEncoding.encode(s.data(), pathEnd, URLEncodedEntitiesForUnencodables);
1631         // Unencodable characters in URLs are represented by converting
1632         // them to XML entities and escaping non-alphanumeric characters.
1633         CString otherDecoded = encoding.encode(s.data() + pathEnd, s.size() - pathEnd, URLEncodedEntitiesForUnencodables);
1634
1635         output.resize(pathDecoded.length() + otherDecoded.length());
1636         memcpy(output.data(), pathDecoded.data(), pathDecoded.length());
1637         memcpy(output.data() + pathDecoded.length(), otherDecoded.data(), otherDecoded.length());
1638     }
1639     output.append('\0'); // null-terminate the output.
1640 }
1641
1642 static String substituteBackslashes(const String& string)
1643 {
1644     size_t questionPos = string.find('?');
1645     size_t hashPos = string.find('#');
1646     unsigned pathEnd;
1647
1648     if (hashPos != notFound && (questionPos == notFound || questionPos > hashPos))
1649         pathEnd = hashPos;
1650     else if (questionPos != notFound)
1651         pathEnd = questionPos;
1652     else
1653         pathEnd = string.length();
1654
1655     return string.left(pathEnd).replace('\\','/') + string.substring(pathEnd);
1656 }
1657
1658 bool KURL::isHierarchical() const
1659 {
1660     if (!m_isValid)
1661         return false;
1662     ASSERT(m_string[m_schemeEnd] == ':');
1663     return m_string[m_schemeEnd + 1] == '/';
1664 }
1665
1666 void KURL::copyToBuffer(CharBuffer& buffer) const
1667 {
1668     // FIXME: This throws away the high bytes of all the characters in the string!
1669     // That's fine for a valid URL, which is all ASCII, but not for invalid URLs.
1670     buffer.resize(m_string.length());
1671     copyASCII(m_string.characters(), m_string.length(), buffer.data());
1672 }
1673
1674 bool protocolIs(const String& url, const char* protocol)
1675 {
1676     // Do the comparison without making a new string object.
1677     assertProtocolIsGood(protocol);
1678     for (int i = 0; ; ++i) {
1679         if (!protocol[i])
1680             return url[i] == ':';
1681         if (toASCIILower(url[i]) != protocol[i])
1682             return false;
1683     }
1684 }
1685
1686 bool protocolIsJavaScript(const String& url)
1687 {
1688     return protocolIs(url, "javascript");
1689 }
1690
1691 bool isValidProtocol(const String& protocol)
1692 {
1693     // RFC3986: ALPHA *( ALPHA / DIGIT / "+" / "-" / "." )
1694     if (protocol.isEmpty())
1695         return false;
1696     if (!isSchemeFirstChar(protocol[0]))
1697         return false;
1698     unsigned protocolLength = protocol.length();
1699     for (unsigned i = 1; i < protocolLength; i++) {
1700         if (!isSchemeChar(protocol[i]))
1701             return false;
1702     }
1703     return true;
1704 }
1705
1706 bool isDefaultPortForProtocol(unsigned short port, const String& protocol)
1707 {
1708     if (protocol.isEmpty())
1709         return false;
1710
1711     typedef HashMap<String, unsigned, CaseFoldingHash> DefaultPortsMap;
1712     DEFINE_STATIC_LOCAL(DefaultPortsMap, defaultPorts, ());
1713     if (defaultPorts.isEmpty()) {
1714         defaultPorts.set("http", 80);
1715         defaultPorts.set("https", 443);
1716         defaultPorts.set("ftp", 21);
1717         defaultPorts.set("ftps", 990);
1718     }
1719     return defaultPorts.get(protocol) == port;
1720 }
1721
1722 bool portAllowed(const KURL& url)
1723 {
1724     unsigned short port = url.port();
1725
1726     // Since most URLs don't have a port, return early for the "no port" case.
1727     if (!port)
1728         return true;
1729
1730     // This blocked port list matches the port blocking that Mozilla implements.
1731     // See http://www.mozilla.org/projects/netlib/PortBanning.html for more information.
1732     static const unsigned short blockedPortList[] = {
1733         1,    // tcpmux
1734         7,    // echo
1735         9,    // discard
1736         11,   // systat
1737         13,   // daytime
1738         15,   // netstat
1739         17,   // qotd
1740         19,   // chargen
1741         20,   // FTP-data
1742         21,   // FTP-control
1743         22,   // SSH
1744         23,   // telnet
1745         25,   // SMTP
1746         37,   // time
1747         42,   // name
1748         43,   // nicname
1749         53,   // domain
1750         77,   // priv-rjs
1751         79,   // finger
1752         87,   // ttylink
1753         95,   // supdup
1754         101,  // hostriame
1755         102,  // iso-tsap
1756         103,  // gppitnp
1757         104,  // acr-nema
1758         109,  // POP2
1759         110,  // POP3
1760         111,  // sunrpc
1761         113,  // auth
1762         115,  // SFTP
1763         117,  // uucp-path
1764         119,  // nntp
1765         123,  // NTP
1766         135,  // loc-srv / epmap
1767         139,  // netbios
1768         143,  // IMAP2
1769         179,  // BGP
1770         389,  // LDAP
1771         465,  // SMTP+SSL
1772         512,  // print / exec
1773         513,  // login
1774         514,  // shell
1775         515,  // printer
1776         526,  // tempo
1777         530,  // courier
1778         531,  // Chat
1779         532,  // netnews
1780         540,  // UUCP
1781         556,  // remotefs
1782         563,  // NNTP+SSL
1783         587,  // ESMTP
1784         601,  // syslog-conn
1785         636,  // LDAP+SSL
1786         993,  // IMAP+SSL
1787         995,  // POP3+SSL
1788         2049, // NFS
1789         3659, // apple-sasl / PasswordServer [Apple addition]
1790         4045, // lockd
1791         6000, // X11
1792         6665, // Alternate IRC [Apple addition]
1793         6666, // Alternate IRC [Apple addition]
1794         6667, // Standard IRC [Apple addition]
1795         6668, // Alternate IRC [Apple addition]
1796         6669, // Alternate IRC [Apple addition]
1797         invalidPortNumber, // Used to block all invalid port numbers
1798     };
1799     const unsigned short* const blockedPortListEnd = blockedPortList + WTF_ARRAY_LENGTH(blockedPortList);
1800
1801 #ifndef NDEBUG
1802     // The port list must be sorted for binary_search to work.
1803     static bool checkedPortList = false;
1804     if (!checkedPortList) {
1805         for (const unsigned short* p = blockedPortList; p != blockedPortListEnd - 1; ++p)
1806             ASSERT(*p < *(p + 1));
1807         checkedPortList = true;
1808     }
1809 #endif
1810
1811     // If the port is not in the blocked port list, allow it.
1812     if (!binary_search(blockedPortList, blockedPortListEnd, port))
1813         return true;
1814
1815     // Allow ports 21 and 22 for FTP URLs, as Mozilla does.
1816     if ((port == 21 || port == 22) && url.protocolIs("ftp"))
1817         return true;
1818
1819     // Allow any port number in a file URL, since the port number is ignored.
1820     if (url.protocolIs("file"))
1821         return true;
1822
1823     return false;
1824 }
1825
1826 String mimeTypeFromDataURL(const String& url)
1827 {
1828     ASSERT(protocolIs(url, "data"));
1829     size_t index = url.find(';');
1830     if (index == notFound)
1831         index = url.find(',');
1832     if (index != notFound) {
1833         if (index > 5)
1834             return url.substring(5, index - 5);
1835         return "text/plain"; // Data URLs with no MIME type are considered text/plain.
1836     }
1837     return "";
1838 }
1839
1840 const KURL& blankURL()
1841 {
1842     DEFINE_STATIC_LOCAL(KURL, staticBlankURL, (ParsedURLString, "about:blank"));
1843     return staticBlankURL;
1844 }
1845
1846 #ifndef NDEBUG
1847 void KURL::print() const
1848 {
1849     printf("%s\n", m_string.utf8().data());
1850 }
1851 #endif
1852
1853 }
1854
1855 #endif  // !USE(GOOGLEURL)