-
Notifications
You must be signed in to change notification settings - Fork 9
/
tld.rs
340 lines (334 loc) · 11.4 KB
/
tld.rs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
/* Any copyright is dedicated to the Public Domain.
* https://creativecommons.org/publicdomain/zero/1.0/ */
#[derive(Clone, Copy, Debug, PartialEq)]
pub enum Tld {
CentralWindows,
Cyrillic,
Western,
Greek,
TurkishAzeri,
Hebrew,
Arabic,
Baltic,
Vietnamese,
Thai,
Simplified,
Traditional,
Japanese,
Korean,
SimplifiedTraditional,
TraditionalSimplified,
CentralIso,
IcelandicFaroese,
WesternCyrillic,
CentralCyrillic,
WesternArabic,
Generic,
Eu,
}
pub fn classify_tld(tld: &[u8]) -> Tld {
if tld.len() == 2 {
let key = [tld[0], tld[1]];
if let Ok(i) = TWO_LETTER_KEYS.binary_search(&key) {
TWO_LETTER_VALUES[i]
} else {
Tld::Western
}
} else if tld.len() == 3 {
match tld {
b"edu" | b"gov" | b"mil" => Tld::Western,
_ => Tld::Generic,
}
} else if tld.starts_with(b"xn--") && tld.len() >= 8 {
// It's unclear if including the IDNs here is a good idea.
// Clearly, they are an anachronism relative to the era
// of legacy encodings. The idea, consistent with previous
// approach in Firefox is to address the case where one
// of these TLDs is configured as an alternative name for
// a server that also serves the same content from a
// two-ASCII-letter TLD. This makes the detection result
// the same either way even though otherwise this thing
// does not make much sense.
if let Ok(i) = PUNYCODE_KEYS.binary_search(&&tld[4..]) {
PUNYCODE_VALUES[i]
} else {
Tld::Generic
}
} else {
Tld::Generic
}
}
static TWO_LETTER_VALUES: [Tld; 87] = [
Tld::Generic, // ac
Tld::Arabic, // ae
Tld::Arabic, // af
Tld::Generic, // ai
Tld::WesternCyrillic, // am
Tld::TurkishAzeri, // az
Tld::CentralCyrillic, // ba
Tld::Cyrillic, // bg
Tld::Arabic, // bh
Tld::Cyrillic, // by
Tld::Generic, // bz
Tld::Generic, // cb
Tld::Generic, // cc
Tld::Generic, // cd
Tld::Simplified, // cn
Tld::Generic, // cx
Tld::Greek, // cy
Tld::CentralWindows, // cz
Tld::Generic, // dj
Tld::Arabic, // dz
Tld::Arabic, // eg
Tld::Eu, // eu
Tld::Generic, // fm
Tld::IcelandicFaroese, // fo
Tld::WesternCyrillic, // ge
Tld::Greek, // gr
Tld::TraditionalSimplified, // hk
Tld::CentralWindows, // hr
Tld::CentralIso, // hu
Tld::Hebrew, // il
Tld::Generic, // in
Tld::Arabic, // iq
Tld::Arabic, // ir
Tld::IcelandicFaroese, // is
Tld::Arabic, // jo
Tld::Japanese, // jp
Tld::Cyrillic, // kg
Tld::Korean, // kp
Tld::Korean, // kr
Tld::Arabic, // kw
Tld::Cyrillic, // kz
Tld::Generic, // la
Tld::Arabic, // lb
Tld::Baltic, // lt
Tld::Baltic, // lv
Tld::Arabic, // ly
Tld::Arabic, // ma
Tld::Cyrillic, // md
Tld::Generic, // me
Tld::Cyrillic, // mk
Tld::Cyrillic, // mn
Tld::TraditionalSimplified, // mo
Tld::Arabic, // mr
Tld::Generic, // ms
Tld::WesternArabic, // my
Tld::Generic, // nu
Tld::Arabic, // om
Tld::Arabic, // pk
Tld::CentralIso, // pl
Tld::Arabic, // ps
Tld::Arabic, // qa
Tld::CentralWindows, // ro
Tld::Cyrillic, // rs
Tld::Cyrillic, // ru
Tld::Arabic, // sa
Tld::Arabic, // sd
Tld::SimplifiedTraditional, // sg
Tld::CentralIso, // si
Tld::CentralWindows, // sk
Tld::Generic, // st
Tld::Cyrillic, // su
Tld::Arabic, // sy
Tld::Thai, // th
Tld::Cyrillic, // tj
Tld::Generic, // tk
Tld::Cyrillic, // tm
Tld::Arabic, // tn
Tld::Generic, // to
Tld::TurkishAzeri, // tr
Tld::Generic, // tv
Tld::Traditional, // tw
Tld::Cyrillic, // ua
Tld::Cyrillic, // uz
Tld::Generic, // vc
Tld::Vietnamese, // vn
Tld::Generic, // vu
Tld::Arabic, // ye
];
static TWO_LETTER_KEYS: [[u8; 2]; 87] = [
[b'a', b'c'], // Generic
[b'a', b'e'], // Arabic
[b'a', b'f'], // Arabic
[b'a', b'i'], // Generic
[b'a', b'm'], // WesternCyrillic
[b'a', b'z'], // TurkishAzeri
[b'b', b'a'], // CentralCyrillic
[b'b', b'g'], // Cyrillic
[b'b', b'h'], // Arabic
[b'b', b'y'], // Cyrillic
[b'b', b'z'], // Generic
[b'c', b'b'], // Generic
[b'c', b'c'], // Generic
[b'c', b'd'], // Generic
[b'c', b'n'], // Simplified
[b'c', b'x'], // Generic
[b'c', b'y'], // Greek
[b'c', b'z'], // CentralWindows
[b'd', b'j'], // Generic
[b'd', b'z'], // Arabic
[b'e', b'g'], // Arabic
[b'e', b'u'], // Eu
[b'f', b'm'], // Generic
[b'f', b'o'], // IcelandicFaroese
[b'g', b'e'], // WesternCyrillic
[b'g', b'r'], // Greek
[b'h', b'k'], // TraditionalSimplified
[b'h', b'r'], // CentralWindows
[b'h', b'u'], // CentralIso
[b'i', b'l'], // Hebrew
[b'i', b'n'], // Generic
[b'i', b'q'], // Arabic
[b'i', b'r'], // Arabic
[b'i', b's'], // IcelandicFaroese
[b'j', b'o'], // Arabic
[b'j', b'p'], // Japanese
[b'k', b'g'], // Cyrillic
[b'k', b'p'], // Korean
[b'k', b'r'], // Korean
[b'k', b'w'], // Arabic
[b'k', b'z'], // Cyrillic
[b'l', b'a'], // Generic
[b'l', b'b'], // Arabic
[b'l', b't'], // Baltic
[b'l', b'v'], // Baltic
[b'l', b'y'], // Arabic
[b'm', b'a'], // Arabic
[b'm', b'd'], // Cyrillic
[b'm', b'e'], // Generic
[b'm', b'k'], // Cyrillic
[b'm', b'n'], // Cyrillic
[b'm', b'o'], // TraditionalSimplified
[b'm', b'r'], // Arabic
[b'm', b's'], // Generic
[b'm', b'y'], // WesternArabic
[b'n', b'u'], // Generic
[b'o', b'm'], // Arabic
[b'p', b'k'], // Arabic
[b'p', b'l'], // CentralIso
[b'p', b's'], // Arabic
[b'q', b'a'], // Arabic
[b'r', b'o'], // CentralWindows
[b'r', b's'], // Cyrillic
[b'r', b'u'], // Cyrillic
[b's', b'a'], // Arabic
[b's', b'd'], // Arabic
[b's', b'g'], // SimplifiedTraditional
[b's', b'i'], // CentralIso
[b's', b'k'], // CentralWindows
[b's', b't'], // Generic
[b's', b'u'], // Cyrillic
[b's', b'y'], // Arabic
[b't', b'h'], // Thai
[b't', b'j'], // Cyrillic
[b't', b'k'], // Generic
[b't', b'm'], // Cyrillic
[b't', b'n'], // Arabic
[b't', b'o'], // Generic
[b't', b'r'], // TurkishAzeri
[b't', b'v'], // Generic
[b't', b'w'], // Traditional
[b'u', b'a'], // Cyrillic
[b'u', b'z'], // Cyrillic
[b'v', b'c'], // Generic
[b'v', b'n'], // Vietnamese
[b'v', b'u'], // Generic
[b'y', b'e'], // Arabic
];
static PUNYCODE_KEYS: [&'static [u8]; 46] = [
b"3e0b707e", // Korean
b"54b7fta0cc", // Western
b"80ao21a", // Cyrillic
b"90a3ac", // Cyrillic
b"90ae", // Cyrillic
b"90ais", // Cyrillic
b"clchc0ea0b2g2a9gcd", // SimplifiedTraditional
b"d1alf", // Cyrillic
b"e1a4c", // Eu
b"fiqs8S", // Simplified
b"fiqz9S", // Simplified
b"fzc2c9e2c", // Western
b"j1amh", // Cyrillic
b"j6w193g", // TraditionalSimplified
b"kprw13d", // Traditional
b"kpry57d", // Traditional
b"l1acc", // Cyrillic
b"lgbbat1ad8j", // Arabic
b"mgb2ddes", // Arabic
b"mgb9awbf", // Arabic
b"mgba3a4f16a", // Arabic
b"mgbaam7a8h", // Arabic
b"mgbah1a3hjkrd", // Arabic
b"mgbai9azgqp6j", // Arabic
b"mgbayh7gpa", // Arabic
b"mgbc0a9azcg", // Arabic
b"mgbcpq6gpa1a", // Arabic
b"mgberp4a5d4ar", // Arabic
b"mgbpl2fh", // Arabic
b"mgbtx2b", // Arabic
b"mgbx4cd0ab", // WesternArabic
b"mix891f", // TraditionalSimplified
b"node", // WesternCyrillic
b"o3cw4h", // Thai
b"ogbpf8fl", // Arabic
b"p1ai", // Cyrillic
b"pgbs0dh", // Arabic
b"q7ce6a", // Arabic
b"qxa6a", // Eu
b"qxam", // Greek
b"wgbh1c", // Arabic
b"wgbl6a", // Arabic
b"xkc2al3hye2a", // Western
b"y9a3aq", // WesternCyrillic
b"yfro4i67o", // SimplifiedTraditional
b"ygbi2ammx", // Arabic
];
static PUNYCODE_VALUES: [Tld; 46] = [
Tld::Korean, // 3e0b707e
Tld::Western, // 54b7fta0cc
Tld::Cyrillic, // 80ao21a
Tld::Cyrillic, // 90a3ac
Tld::Cyrillic, // 90ae
Tld::Cyrillic, // 90ais
Tld::SimplifiedTraditional, // clchc0ea0b2g2a9gcd
Tld::Cyrillic, // d1alf
Tld::Eu, // e1a4c
Tld::Simplified, // fiqs8S
Tld::Simplified, // fiqz9S
Tld::Western, // fzc2c9e2c
Tld::Cyrillic, // j1amh
Tld::TraditionalSimplified, // j6w193g
Tld::Traditional, // kprw13d
Tld::Traditional, // kpry57d
Tld::Cyrillic, // l1acc
Tld::Arabic, // lgbbat1ad8j
Tld::Arabic, // mgb2ddes
Tld::Arabic, // mgb9awbf
Tld::Arabic, // mgba3a4f16a
Tld::Arabic, // mgbaam7a8h
Tld::Arabic, // mgbah1a3hjkrd
Tld::Arabic, // mgbai9azgqp6j
Tld::Arabic, // mgbayh7gpa
Tld::Arabic, // mgbc0a9azcg
Tld::Arabic, // mgbcpq6gpa1a
Tld::Arabic, // mgberp4a5d4ar
Tld::Arabic, // mgbpl2fh
Tld::Arabic, // mgbtx2b
Tld::WesternArabic, // mgbx4cd0ab
Tld::TraditionalSimplified, // mix891f
Tld::WesternCyrillic, // node
Tld::Thai, // o3cw4h
Tld::Arabic, // ogbpf8fl
Tld::Cyrillic, // p1ai
Tld::Arabic, // pgbs0dh
Tld::Arabic, // q7ce6a
Tld::Eu, // qxa6a
Tld::Greek, // qxam
Tld::Arabic, // wgbh1c
Tld::Arabic, // wgbl6a
Tld::Western, // xkc2al3hye2a
Tld::WesternCyrillic, // y9a3aq
Tld::SimplifiedTraditional, // yfro4i67o
Tld::Arabic, // ygbi2ammx
];