fba/csrf.py

   1 # Fedi API Block - An aggregator for fetching blocking data from fediverse nodes
   2 # Copyright (C) 2023 Free Software Foundation
   3 #
   4 # This program is free software: you can redistribute it and/or modify
   5 # it under the terms of the GNU Affero General Public License as published
   6 # by the Free Software Foundation, either version 3 of the License, or
   7 # (at your option) any later version.
   8 #
   9 # This program is distributed in the hope that it will be useful,
  10 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  11 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12 # GNU Affero General Public License for more details.
  13 #
  14 # You should have received a copy of the GNU Affero General Public License
  15 # along with this program.  If not, see <https://www.gnu.org/licenses/>.
  16
  17 import logging
  18
  19 import bs4
  20 import reqto
  21 import validators
  22
  23 from fba.helpers import config
  24 from fba.helpers import cookies
  25
  26 from fba.http import network
  27
  28 logging.basicConfig(level=logging.INFO)
  29 logger = logging.getLogger(__name__)
  30
  31 def determine(domain: str, headers: dict) -> dict:
  32     logger.debug(f"domain='{domain}',headers()={len(headers)} - CALLED!")
  33     if not isinstance(domain, str):
  34         raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
  35     elif domain == "":
  36         raise ValueError("Parameter 'domain' is empty")
  37     elif domain.lower() != domain:
  38         raise ValueError(f"Parameter domain='{domain}' must be all lower-case")
  39     elif not validators.domain(domain.split("/")[0]):
  40         raise ValueError(f"domain='{domain}' is not a valid domain")
  41     elif domain.endswith(".arpa"):
  42         raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
  43     elif domain.endswith(".tld"):
  44         raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
  45     elif not isinstance(headers, dict):
  46         raise ValueError(f"Parameter headers[]='{type(headers)}' is not 'dict'")
  47
  48     # Default headers with no CSRF
  49     reqheaders = headers
  50
  51     # Fetch / to check for meta tag indicating csrf
  52     logger.debug(f"Fetching / from domain='{domain}' for CSRF check ...")
  53     response = reqto.get(
  54         f"https://{domain}/",
  55         headers=network.web_headers,
  56         timeout=(config.get("connection_timeout"), config.get("read_timeout"))
  57     )
  58
  59     logger.debug(f"response.ok='{response.ok}',response.status_code={response.status_code},response.text()={len(response.text)}")
  60     if response.ok and response.status_code < 300 and response.text.find("<html") > 0:
  61         # Save cookies
  62         logger.debug(f"Parsing response.text()={len(response.text)} Bytes ...")
  63         cookies.store(domain, response.cookies.get_dict())
  64
  65         # Parse text
  66         meta = bs4.BeautifulSoup(
  67             response.text,
  68             "html.parser"
  69         )
  70         logger.debug(f"meta[]='{type(meta)}'")
  71         tag = meta.find("meta", attrs={"name": "csrf-token"})
  72
  73         logger.debug(f"tag={tag}")
  74         if tag is not None:
  75             logger.debug(f"Adding CSRF token='{tag['content']}' for domain='{domain}'")
  76             reqheaders["X-CSRF-Token"] = tag["content"]
  77
  78     logger.debug(f"reqheaders()={len(reqheaders)} - EXIT!")
  79     return reqheaders