Branch data Line data Source code
1 : : // Copyright (c) 2009-2010 Satoshi Nakamoto
2 : : // Copyright (c) 2009-2022 The Bitcoin Core developers
3 : : // Distributed under the MIT software license, see the accompanying
4 : : // file COPYING or http://www.opensource.org/licenses/mit-license.php.
5 : :
6 : : /**
7 : : * Utilities for converting data from/to strings.
8 : : */
9 : : #ifndef BITCOIN_UTIL_STRENCODINGS_H
10 : : #define BITCOIN_UTIL_STRENCODINGS_H
11 : :
12 : : #include <crypto/hex_base.h> // IWYU pragma: export
13 : : #include <span.h>
14 : : #include <util/string.h>
15 : :
16 : : #include <array>
17 : : #include <bit>
18 : : #include <charconv>
19 : : #include <cstddef>
20 : : #include <cstdint>
21 : : #include <limits>
22 : : #include <optional>
23 : : #include <string> // IWYU pragma: export
24 : : #include <string_view> // IWYU pragma: export
25 : : #include <system_error>
26 : : #include <type_traits>
27 : : #include <vector>
28 : :
29 : : /** Used by SanitizeString() */
30 : : enum SafeChars
31 : : {
32 : : SAFE_CHARS_DEFAULT, //!< The full set of allowed chars
33 : : SAFE_CHARS_UA_COMMENT, //!< BIP-0014 subset
34 : : SAFE_CHARS_FILENAME, //!< Chars allowed in filenames
35 : : SAFE_CHARS_URI, //!< Chars allowed in URIs (RFC 3986)
36 : : };
37 : :
38 : : /**
39 : : * Used by ParseByteUnits()
40 : : * Lowercase base 1000
41 : : * Uppercase base 1024
42 : : */
43 : : enum class ByteUnit : uint64_t {
44 : : NOOP = 1ULL,
45 : : k = 1000ULL,
46 : : K = 1024ULL,
47 : : m = 1'000'000ULL,
48 : : M = 1ULL << 20,
49 : : g = 1'000'000'000ULL,
50 : : G = 1ULL << 30,
51 : : t = 1'000'000'000'000ULL,
52 : : T = 1ULL << 40,
53 : : };
54 : :
55 : : /**
56 : : * Remove unsafe chars. Safe chars chosen to allow simple messages/URLs/email
57 : : * addresses, but avoid anything even possibly remotely dangerous like & or >
58 : : * @param[in] str The string to sanitize
59 : : * @param[in] rule The set of safe chars to choose (default: least restrictive)
60 : : * @return A new string without unsafe chars
61 : : */
62 : : std::string SanitizeString(std::string_view str, int rule = SAFE_CHARS_DEFAULT);
63 : : /** Parse the hex string into bytes (uint8_t or std::byte). Ignores whitespace. Returns nullopt on invalid input. */
64 : : template <typename Byte = std::byte>
65 : : std::optional<std::vector<Byte>> TryParseHex(std::string_view str);
66 : : /** Like TryParseHex, but returns an empty vector on invalid input. */
67 : : template <typename Byte = uint8_t>
68 : 5801 : std::vector<Byte> ParseHex(std::string_view hex_str)
69 : : {
70 : 5801 : return TryParseHex<Byte>(hex_str).value_or(std::vector<Byte>{});
71 : : }
72 : : /* Returns true if each character in str is a hex character, and has an even
73 : : * number of hex digits.*/
74 : : bool IsHex(std::string_view str);
75 : : std::optional<std::vector<unsigned char>> DecodeBase64(std::string_view str);
76 : : std::string EncodeBase64(Span<const unsigned char> input);
77 : 1 : inline std::string EncodeBase64(Span<const std::byte> input) { return EncodeBase64(MakeUCharSpan(input)); }
78 : 8 : inline std::string EncodeBase64(std::string_view str) { return EncodeBase64(MakeUCharSpan(str)); }
79 : : std::optional<std::vector<unsigned char>> DecodeBase32(std::string_view str);
80 : :
81 : : /**
82 : : * Base32 encode.
83 : : * If `pad` is true, then the output will be padded with '=' so that its length
84 : : * is a multiple of 8.
85 : : */
86 : : std::string EncodeBase32(Span<const unsigned char> input, bool pad = true);
87 : :
88 : : /**
89 : : * Base32 encode.
90 : : * If `pad` is true, then the output will be padded with '=' so that its length
91 : : * is a multiple of 8.
92 : : */
93 : : std::string EncodeBase32(std::string_view str, bool pad = true);
94 : :
95 : : /**
96 : : * Splits socket address string into host string and port value.
97 : : * Validates port value.
98 : : *
99 : : * @param[in] in The socket address string to split.
100 : : * @param[out] portOut Port-portion of the input, if found and parsable.
101 : : * @param[out] hostOut Host-portion of the input, if found.
102 : : * @return true if port-portion is absent or within its allowed range, otherwise false
103 : : */
104 : : bool SplitHostPort(std::string_view in, uint16_t& portOut, std::string& hostOut);
105 : :
106 : : // LocaleIndependentAtoi is provided for backwards compatibility reasons.
107 : : //
108 : : // New code should use ToIntegral or the ParseInt* functions
109 : : // which provide parse error feedback.
110 : : //
111 : : // The goal of LocaleIndependentAtoi is to replicate the defined behaviour of
112 : : // std::atoi as it behaves under the "C" locale, and remove some undefined
113 : : // behavior. If the parsed value is bigger than the integer type's maximum
114 : : // value, or smaller than the integer type's minimum value, std::atoi has
115 : : // undefined behavior, while this function returns the maximum or minimum
116 : : // values, respectively.
117 : : template <typename T>
118 : 106374 : T LocaleIndependentAtoi(std::string_view str)
119 : : {
120 : : static_assert(std::is_integral<T>::value);
121 : : T result;
122 : : // Emulate atoi(...) handling of white space and leading +/-.
123 [ + + ]: 106374 : std::string_view s = util::TrimStringView(str);
124 [ + + + + ]: 106374 : if (!s.empty() && s[0] == '+') {
125 [ + - + + ]: 24 : if (s.length() >= 2 && s[1] == '-') {
126 : : return 0;
127 : : }
128 : 18 : s = s.substr(1);
129 : : }
130 : 106368 : auto [_, error_condition] = std::from_chars(s.data(), s.data() + s.size(), result);
131 [ + + ]: 106368 : if (error_condition == std::errc::result_out_of_range) {
132 [ + - + + ]: 38 : if (s.length() >= 1 && s[0] == '-') {
133 : : // Saturate underflow, per strtoll's behavior.
134 : : return std::numeric_limits<T>::min();
135 : : } else {
136 : : // Saturate overflow, per strtoll's behavior.
137 : : return std::numeric_limits<T>::max();
138 : : }
139 [ + + ]: 106330 : } else if (error_condition != std::errc{}) {
140 : : return 0;
141 : : }
142 : 106244 : return result;
143 : : }
144 : :
145 : : /**
146 : : * Tests if the given character is a decimal digit.
147 : : * @param[in] c character to test
148 : : * @return true if the argument is a decimal digit; otherwise false.
149 : : */
150 : 327457 : constexpr bool IsDigit(char c)
151 : : {
152 [ + + + + : 327457 : return c >= '0' && c <= '9';
+ + ][ + +
+ - + + +
- + - ]
153 : : }
154 : :
155 : : /**
156 : : * Tests if the given character is a whitespace character. The whitespace characters
157 : : * are: space, form-feed ('\f'), newline ('\n'), carriage return ('\r'), horizontal
158 : : * tab ('\t'), and vertical tab ('\v').
159 : : *
160 : : * This function is locale independent. Under the C locale this function gives the
161 : : * same result as std::isspace.
162 : : *
163 : : * @param[in] c character to test
164 : : * @return true if the argument is a whitespace character; otherwise false
165 : : */
166 : 676386 : constexpr inline bool IsSpace(char c) noexcept {
167 [ + + + + ]: 676386 : return c == ' ' || c == '\f' || c == '\n' || c == '\r' || c == '\t' || c == '\v';
168 : : }
169 : :
170 : : /**
171 : : * Convert string to integral type T. Leading whitespace, a leading +, or any
172 : : * trailing character fail the parsing. The required format expressed as regex
173 : : * is `-?[0-9]+`. The minus sign is only permitted for signed integer types.
174 : : *
175 : : * @returns std::nullopt if the entire string could not be parsed, or if the
176 : : * parsed value is not in the range representable by the type T.
177 : : */
178 : : template <typename T>
179 : 13379 : std::optional<T> ToIntegral(std::string_view str)
180 : : {
181 : : static_assert(std::is_integral<T>::value);
182 : : T result;
183 : 13379 : const auto [first_nonmatching, error_condition] = std::from_chars(str.data(), str.data() + str.size(), result);
184 [ + + + + ]: 13379 : if (first_nonmatching != str.data() + str.size() || error_condition != std::errc{}) {
185 : 707 : return std::nullopt;
186 : : }
187 : 12672 : return result;
188 : : }
189 : :
190 : : /**
191 : : * Convert string to signed 32-bit integer with strict parse error feedback.
192 : : * @returns true if the entire string could be parsed as valid integer,
193 : : * false if not the entire string could be parsed or when overflow or underflow occurred.
194 : : */
195 : : [[nodiscard]] bool ParseInt32(std::string_view str, int32_t *out);
196 : :
197 : : /**
198 : : * Convert string to signed 64-bit integer with strict parse error feedback.
199 : : * @returns true if the entire string could be parsed as valid integer,
200 : : * false if not the entire string could be parsed or when overflow or underflow occurred.
201 : : */
202 : : [[nodiscard]] bool ParseInt64(std::string_view str, int64_t *out);
203 : :
204 : : /**
205 : : * Convert decimal string to unsigned 8-bit integer with strict parse error feedback.
206 : : * @returns true if the entire string could be parsed as valid integer,
207 : : * false if not the entire string could be parsed or when overflow or underflow occurred.
208 : : */
209 : : [[nodiscard]] bool ParseUInt8(std::string_view str, uint8_t *out);
210 : :
211 : : /**
212 : : * Convert decimal string to unsigned 16-bit integer with strict parse error feedback.
213 : : * @returns true if the entire string could be parsed as valid integer,
214 : : * false if the entire string could not be parsed or if overflow or underflow occurred.
215 : : */
216 : : [[nodiscard]] bool ParseUInt16(std::string_view str, uint16_t* out);
217 : :
218 : : /**
219 : : * Convert decimal string to unsigned 32-bit integer with strict parse error feedback.
220 : : * @returns true if the entire string could be parsed as valid integer,
221 : : * false if not the entire string could be parsed or when overflow or underflow occurred.
222 : : */
223 : : [[nodiscard]] bool ParseUInt32(std::string_view str, uint32_t *out);
224 : :
225 : : /**
226 : : * Convert decimal string to unsigned 64-bit integer with strict parse error feedback.
227 : : * @returns true if the entire string could be parsed as valid integer,
228 : : * false if not the entire string could be parsed or when overflow or underflow occurred.
229 : : */
230 : : [[nodiscard]] bool ParseUInt64(std::string_view str, uint64_t *out);
231 : :
232 : : /**
233 : : * Format a paragraph of text to a fixed width, adding spaces for
234 : : * indentation to any added line.
235 : : */
236 : : std::string FormatParagraph(std::string_view in, size_t width = 79, size_t indent = 0);
237 : :
238 : : /**
239 : : * Timing-attack-resistant comparison.
240 : : * Takes time proportional to length
241 : : * of first argument.
242 : : */
243 : : template <typename T>
244 [ + + ]: 14 : bool TimingResistantEqual(const T& a, const T& b)
245 : : {
246 [ + + ]: 14 : if (b.size() == 0) return a.size() == 0;
247 : 10 : size_t accumulator = a.size() ^ b.size();
248 [ + + ]: 28 : for (size_t i = 0; i < a.size(); i++)
249 : 18 : accumulator |= size_t(a[i] ^ b[i%b.size()]);
250 : 10 : return accumulator == 0;
251 : : }
252 : :
253 : : /** Parse number as fixed point according to JSON number syntax.
254 : : * @returns true on success, false on error.
255 : : * @note The result must be in the range (-10^18,10^18), otherwise an overflow error will trigger.
256 : : */
257 : : [[nodiscard]] bool ParseFixedPoint(std::string_view, int decimals, int64_t *amount_out);
258 : :
259 : : namespace {
260 : : /** Helper class for the default infn argument to ConvertBits (just returns the input). */
261 : : struct IntIdentity
262 : : {
263 : : [[maybe_unused]] int operator()(int x) const { return x; }
264 : : };
265 : :
266 : : } // namespace
267 : :
268 : : /** Convert from one power-of-2 number base to another. */
269 : : template<int frombits, int tobits, bool pad, typename O, typename It, typename I = IntIdentity>
270 : 6474 : bool ConvertBits(O outfn, It it, It end, I infn = {}) {
271 : 6474 : size_t acc = 0;
272 : 6474 : size_t bits = 0;
273 : 6474 : constexpr size_t maxv = (1 << tobits) - 1;
274 : 6474 : constexpr size_t max_acc = (1 << (frombits + tobits - 1)) - 1;
275 [ + + ]: 144911 : while (it != end) {
276 [ + + ]: 138444 : int v = infn(*it);
277 [ + + ]: 3235 : if (v < 0) return false;
278 : 138437 : acc = ((acc << frombits) | v) & max_acc;
279 : 138437 : bits += frombits;
280 [ + + ]: 351967 : while (bits >= tobits) {
281 : 213530 : bits -= tobits;
282 : 213530 : outfn((acc >> bits) & maxv);
283 : : }
284 : 138437 : ++it;
285 : : }
286 : : if (pad) {
287 [ + + ]: 6319 : if (bits) outfn((acc << (tobits - bits)) & maxv);
288 [ + + + + ]: 148 : } else if (bits >= frombits || ((acc << (tobits - bits)) & maxv)) {
289 : 5 : return false;
290 : : }
291 : : return true;
292 : : }
293 : :
294 : : /**
295 : : * Converts the given character to its lowercase equivalent.
296 : : * This function is locale independent. It only converts uppercase
297 : : * characters in the standard 7-bit ASCII range.
298 : : * This is a feature, not a limitation.
299 : : *
300 : : * @param[in] c the character to convert to lowercase.
301 : : * @return the lowercase equivalent of c; or the argument
302 : : * if no conversion is possible.
303 : : */
304 : 1909 : constexpr char ToLower(char c)
305 : : {
306 [ + + ]: 1909 : return (c >= 'A' && c <= 'Z' ? (c - 'A') + 'a' : c);
307 : : }
308 : :
309 : : /**
310 : : * Returns the lowercase equivalent of the given string.
311 : : * This function is locale independent. It only converts uppercase
312 : : * characters in the standard 7-bit ASCII range.
313 : : * This is a feature, not a limitation.
314 : : *
315 : : * @param[in] str the string to convert to lowercase.
316 : : * @returns lowercased equivalent of str
317 : : */
318 : : std::string ToLower(std::string_view str);
319 : :
320 : : /**
321 : : * Converts the given character to its uppercase equivalent.
322 : : * This function is locale independent. It only converts lowercase
323 : : * characters in the standard 7-bit ASCII range.
324 : : * This is a feature, not a limitation.
325 : : *
326 : : * @param[in] c the character to convert to uppercase.
327 : : * @return the uppercase equivalent of c; or the argument
328 : : * if no conversion is possible.
329 : : */
330 : 31 : constexpr char ToUpper(char c)
331 : : {
332 [ + - + + ]: 31 : return (c >= 'a' && c <= 'z' ? (c - 'a') + 'A' : c);
333 : : }
334 : :
335 : : /**
336 : : * Returns the uppercase equivalent of the given string.
337 : : * This function is locale independent. It only converts lowercase
338 : : * characters in the standard 7-bit ASCII range.
339 : : * This is a feature, not a limitation.
340 : : *
341 : : * @param[in] str the string to convert to uppercase.
342 : : * @returns UPPERCASED EQUIVALENT OF str
343 : : */
344 : : std::string ToUpper(std::string_view str);
345 : :
346 : : /**
347 : : * Capitalizes the first character of the given string.
348 : : * This function is locale independent. It only converts lowercase
349 : : * characters in the standard 7-bit ASCII range.
350 : : * This is a feature, not a limitation.
351 : : *
352 : : * @param[in] str the string to capitalize.
353 : : * @returns string with the first letter capitalized.
354 : : */
355 : : std::string Capitalize(std::string str);
356 : :
357 : : /**
358 : : * Parse a string with suffix unit [k|K|m|M|g|G|t|T].
359 : : * Must be a whole integer, fractions not allowed (0.5t), no whitespace or +-
360 : : * Lowercase units are 1000 base. Uppercase units are 1024 base.
361 : : * Examples: 2m,27M,19g,41T
362 : : *
363 : : * @param[in] str the string to convert into bytes
364 : : * @param[in] default_multiplier if no unit is found in str use this unit
365 : : * @returns optional uint64_t bytes from str or nullopt
366 : : * if ToIntegral is false, str is empty, trailing whitespace or overflow
367 : : */
368 : : std::optional<uint64_t> ParseByteUnits(std::string_view str, ByteUnit default_multiplier);
369 : :
370 : : namespace util {
371 : : /** consteval version of HexDigit() without the lookup table. */
372 : : consteval uint8_t ConstevalHexDigit(const char c)
373 : : {
374 : : if (c >= '0' && c <= '9') return c - '0';
375 : : if (c >= 'a' && c <= 'f') return c - 'a' + 0xa;
376 : :
377 : : throw "Only lowercase hex digits are allowed, for consistency";
378 : : }
379 : :
380 : : /**
381 : : * ""_hex is a compile-time user-defined literal returning a
382 : : * `std::array<std::byte>`, equivalent to ParseHex(). Variants provided:
383 : : *
384 : : * - ""_hex_v: Returns `std::vector<std::byte>`, useful for heap allocation or
385 : : * variable-length serialization.
386 : : *
387 : : * - ""_hex_u8: Returns `std::array<uint8_t>`, for cases where `std::byte` is
388 : : * incompatible.
389 : : *
390 : : * - ""_hex_v_u8: Returns `std::vector<uint8_t>`, combining heap allocation with
391 : : * `uint8_t`.
392 : : *
393 : : * @warning It could be necessary to use vector instead of array variants when
394 : : * serializing, or vice versa, because vectors are assumed to be variable-
395 : : * length and serialized with a size prefix, while arrays are considered fixed
396 : : * length and serialized with no prefix.
397 : : *
398 : : * @warning It may be preferable to use vector variants to save stack space when
399 : : * declaring local variables if hex strings are large. Alternatively variables
400 : : * could be declared constexpr to avoid using stack space.
401 : : *
402 : : * @warning Avoid `uint8_t` variants when not necessary, as the codebase
403 : : * migrates to use `std::byte` instead of `unsigned char` and `uint8_t`.
404 : : *
405 : : * @note One reason ""_hex uses `std::array` instead of `std::vector` like
406 : : * ParseHex() does is because heap-based containers cannot cross the compile-
407 : : * time/runtime barrier.
408 : : */
409 : : inline namespace hex_literals {
410 : : namespace detail {
411 : :
412 : : template <size_t N>
413 : : struct Hex {
414 : : std::array<std::byte, N / 2> bytes{};
415 : : consteval Hex(const char (&hex_str)[N])
416 : : // 2 hex digits required per byte + implicit null terminator
417 : : requires(N % 2 == 1)
418 : : {
419 : : if (hex_str[N - 1]) throw "null terminator required";
420 : : for (std::size_t i = 0; i < bytes.size(); ++i) {
421 : : bytes[i] = static_cast<std::byte>(
422 : : (ConstevalHexDigit(hex_str[2 * i]) << 4) |
423 : : ConstevalHexDigit(hex_str[2 * i + 1]));
424 : : }
425 : : }
426 : : };
427 : :
428 : : } // namespace detail
429 : :
430 : : template <util::detail::Hex str>
431 : : constexpr auto operator""_hex() { return str.bytes; }
432 : :
433 : : template <util::detail::Hex str>
434 : : constexpr auto operator""_hex_u8() { return std::bit_cast<std::array<uint8_t, str.bytes.size()>>(str.bytes); }
435 : :
436 : : template <util::detail::Hex str>
437 [ + - + - ]: 4 : constexpr auto operator""_hex_v() { return std::vector<std::byte>{str.bytes.begin(), str.bytes.end()}; }
438 : :
439 : : template <util::detail::Hex str>
440 [ + - ][ + - : 704 : inline auto operator""_hex_v_u8() { return std::vector<uint8_t>{UCharCast(str.bytes.data()), UCharCast(str.bytes.data() + str.bytes.size())}; }
+ - + - +
- + - + -
+ - + - +
- + - ][ +
- + - # #
# # # # #
# # # # #
# # # # ]
441 : :
442 : : } // inline namespace hex_literals
443 : : } // namespace util
444 : :
445 : : #endif // BITCOIN_UTIL_STRENCODINGS_H
|
