fba/networks/friendica.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 validators
  21
  22 from fba.helpers import blacklist
  23 from fba.helpers import config
  24 from fba.helpers import tidyup
  25
  26 from fba.http import network
  27
  28 from fba.models import instances
  29
  30 logging.basicConfig(level=logging.INFO)
  31 logger = logging.getLogger(__name__)
  32
  33 def fetch_blocks(domain: str) -> dict:
  34     logger.debug(f"domain='{domain}' - CALLED!")
  35     if not isinstance(domain, str):
  36         raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
  37     elif domain == "":
  38         raise ValueError("Parameter 'domain' is empty")
  39     elif domain.lower() != domain:
  40         raise ValueError(f"Parameter domain='{domain}' must be all lower-case")
  41     elif not validators.domain(domain.split("/")[0]):
  42         raise ValueError(f"domain='{domain}' is not a valid domain")
  43     elif domain.endswith(".arpa"):
  44         raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
  45     elif domain.endswith(".tld"):
  46         raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
  47
  48     blocklist = list()
  49     block_tag = None
  50
  51     try:
  52         logger.debug("Fetching friendica blocks from domain:", domain)
  53         doc = bs4.BeautifulSoup(
  54             network.fetch_response(
  55                 domain,
  56                 "/friendica",
  57                 network.web_headers,
  58                 (config.get("connection_timeout"), config.get("read_timeout"))
  59             ).text,
  60             "html.parser",
  61         )
  62         logger.debug(f"doc[]='{type(doc)}'")
  63
  64         block_tag = doc.find(id="about_blocklist")
  65     except network.exceptions as exception:
  66         logger.warning(f"Exception '{type(exception)}' during fetching instances (friendica) from domain='{domain}'")
  67         instances.set_last_error(domain, exception)
  68         return dict()
  69
  70     # Prevents exceptions:
  71     if block_tag is None:
  72         logger.debug("Instance has no block list:", domain)
  73         return dict()
  74
  75     table = block_tag.find("table")
  76
  77     logger.debug(f"table[]='{type(table)}'")
  78     if table.find("tbody"):
  79         rows = table.find("tbody").find_all("tr")
  80     else:
  81         rows = table.find_all("tr")
  82
  83     logger.debug(f"Found rows()={len(rows)}")
  84     for line in rows:
  85         logger.debug(f"line='{line}'")
  86         blocked = tidyup.domain(line.find_all("td")[0].text)
  87         reason  = tidyup.reason(line.find_all("td")[1].text)
  88         logger.debug(f"blocked='{blocked}',reason='{reason}'")
  89
  90         if not validators.domain(blocked):
  91             logger.warning(f"blocked='{blocked}' is not a valid domain - SKIPPED!")
  92             continue
  93         elif blocked.endswith(".arpa"):
  94             logger.warning(f"blocked='{blocked}' is a reversed .arpa domain and should not be used generally.")
  95             continue
  96         elif blocked.endswith(".tld"):
  97             logger.warning(f"blocked='{blocked}' is a fake domain, please don't crawl them!")
  98             continue
  99         elif blacklist.is_blacklisted(blocked):
 100             logger.debug(f"blocked='{blocked}' is blacklisted - SKIPPED!")
 101             continue
 102
 103         logger.debug(f"Appending blocked='{blocked}',reason='{reason}'")
 104         blocklist.append({
 105             "domain": tidyup.domain(blocked),
 106             "reason": tidyup.reason(reason)
 107         })
 108         logger.debug("Next!")
 109
 110     logger.debug("Returning blocklist() for domain:", domain, len(blocklist))
 111     return {
 112         "reject": blocklist
 113     }