fba/networks/lemmy.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
  21 from fba import csrf
  22 from fba import utils
  23
  24 from fba.helpers import config
  25 from fba.helpers import domain as domain_helper
  26 from fba.helpers import tidyup
  27
  28 from fba.http import federation
  29 from fba.http import network
  30
  31 from fba.models import instances
  32
  33 logging.basicConfig(level=logging.INFO)
  34 logger = logging.getLogger(__name__)
  35 #logger.setLevel(logging.DEBUG)
  36
  37 def fetch_peers(domain: str, origin: str) -> list:
  38     logger.debug("domain='%s',origin='%s' - CALLED!", domain, origin)
  39     domain_helper.raise_on(domain)
  40
  41     peers = list()
  42
  43     # No CSRF by default, you don't have to add network.api_headers by yourself here
  44     headers = tuple()
  45
  46     try:
  47         logger.debug("Checking CSRF for domain='%s'", domain)
  48         headers = csrf.determine(domain, dict())
  49     except network.exceptions as exception:
  50         logger.warning("Exception '%s' during checking CSRF (fetch_peers,%s) - EXIT!", type(exception), __name__)
  51         instances.set_last_error(domain, exception)
  52         return list()
  53
  54     try:
  55         logger.debug("Fetching '/api/v3/site' from domain='%s' ...", domain)
  56         data = network.get_json_api(
  57             domain,
  58             "/api/v3/site",
  59             headers,
  60             (config.get("connection_timeout"), config.get("read_timeout"))
  61         )
  62
  63         logger.debug("data[]='%s'", type(data))
  64         if "error_message" in data:
  65             logger.warning("Could not reach any JSON API: domain='%s'", domain)
  66             instances.set_last_error(domain, data)
  67         elif "federated_instances" in data["json"] and isinstance(data["json"]["federated_instances"], dict):
  68             logger.debug("Found federated_instances for domain='%s'", domain)
  69             peers = peers + federation.add_peers(data["json"]["federated_instances"])
  70
  71             logger.debug("Marking domain='%s' as successfully handled ...")
  72             instances.set_success(domain)
  73
  74         if len(peers) == 0:
  75             logger.warning("Fetching instances for domain='%s' from /instances ...", domain)
  76             peers = fetch_instances(domain, origin)
  77
  78     except network.exceptions as exception:
  79         logger.warning("Exception during fetching JSON: domain='%s',exception[%s]:'%s'", domain, type(exception), str(exception))
  80         instances.set_last_error(domain, exception)
  81
  82     logger.debug("peers()=%d - EXIT!", len(peers))
  83     return peers
  84
  85 def fetch_blocks(domain: str, nodeinfo_url: str) -> list:
  86     logger.debug("domain='%s,nodeinfo_url='%s' - CALLED!", domain, nodeinfo_url)
  87     domain_helper.raise_on(domain)
  88
  89     if not isinstance(nodeinfo_url, str):
  90         raise ValueError(f"Parameter nodeinfo_url[]='{type(nodeinfo_url)}' is not 'str'")
  91     elif nodeinfo_url == "":
  92         raise ValueError("Parameter 'nodeinfo_url' is empty")
  93
  94     translations = [
  95         "Blocked Instances".lower(),
  96         "Instàncies bloquejades".lower(),
  97         "Blocáilte Ásc".lower(),
  98         "封锁实例".lower(),
  99         "Blokované instance".lower(),
 100         "Geblokkeerde instanties".lower(),
 101         "Blockerade instanser".lower(),
 102         "Instàncias blocadas".lower(),
 103         "Istanze bloccate".lower(),
 104         "Instances bloquées".lower(),
 105         "Letiltott példányok".lower(),
 106         "Instancias bloqueadas".lower(),
 107         "Blokeatuta dauden instantziak".lower(),
 108         "차단된 인스턴스".lower(),
 109         "Peladen Yang Diblokir".lower(),
 110         "Blokerede servere".lower(),
 111         "Blokitaj nodoj".lower(),
 112         "Блокирани Инстанции".lower(),
 113         "Blockierte Instanzen".lower(),
 114         "Estetyt instanssit".lower(),
 115         "Instâncias bloqueadas".lower(),
 116         "Zablokowane instancje".lower(),
 117         "Blokované inštancie".lower(),
 118         "المثلاء المحجوبون".lower(),
 119         "Užblokuoti serveriai".lower(),
 120         "ブロックしたインスタンス".lower(),
 121         "Блокированные Инстансы".lower(),
 122         "Αποκλεισμένοι διακομιστές".lower(),
 123         "封鎖站台".lower(),
 124         "Instâncias bloqueadas".lower(),
 125     ]
 126
 127     blocklist = list()
 128
 129     try:
 130         # json endpoint for newer mastodongs
 131         logger.debug("Fetching /instances from domain='%s'", domain)
 132         response = network.fetch_response(
 133             domain,
 134             "/instances",
 135             network.web_headers,
 136             (config.get("connection_timeout"), config.get("read_timeout"))
 137         )
 138
 139         logger.debug("response.ok='%s',response.status_code=%d,response.text()=%d", response.ok, response.status_code, len(response.text))
 140         if response.ok and response.status_code < 300 and response.text != "":
 141             logger.debug("Parsing %s Bytes ...", len(response.text))
 142
 143             doc = bs4.BeautifulSoup(response.text, "html.parser")
 144             logger.debug("doc[]='%s'", type(doc))
 145
 146             headers = doc.findAll("h5")
 147             found = None
 148             logger.debug("Search in %d header(s) ...", len(headers))
 149             for header in headers:
 150                 logger.debug("header[]='%s'", type(header))
 151                 content = header.contents[0]
 152
 153                 logger.debug("content[%s]='%s'", type(content), content)
 154                 if content is None:
 155                     logger.debug("domain='%s' has returned empty header='%s' - SKIPPED!", domain, header)
 156                     continue
 157                 elif content.lower() in translations:
 158                     logger.debug("Found header with blocked instances - BREAK!")
 159                     found = header
 160                     break
 161
 162             logger.debug("found[]='%s'", type(found))
 163             if found is None:
 164                 logger.debug("domain='%s' is not blocking any instances - EXIT!", domain)
 165                 return blocklist
 166
 167             blocking = found.find_next(["ul","table"]).findAll("a")
 168             logger.debug("Found %d blocked instance(s) ...", len(blocking))
 169             for tag in blocking:
 170                 logger.debug("tag[]='%s'", type(tag))
 171                 blocked = tidyup.domain(tag.contents[0])
 172                 logger.debug("blocked='%s'", blocked)
 173
 174                 if not utils.is_domain_wanted(blocked):
 175                     logger.debug("blocked='%s' is not wanted - SKIPPED!", blocked)
 176                     continue
 177
 178                 logger.debug("Appending blocker='%s',blocked='%s',block_level='reject'", domain, blocked)
 179                 blocklist.append({
 180                     "blocker"    : domain,
 181                     "blocked"    : blocked,
 182                     "reason"     : None,
 183                     "block_level": "reject",
 184                 })
 185
 186     except network.exceptions as exception:
 187         logger.warning("domain='%s',exception[%s]:'%s'", domain, type(exception), str(exception))
 188         instances.set_last_error(domain, exception)
 189
 190     logger.debug("blocklist()=%d - EXIT!", len(blocklist))
 191     return blocklist
 192
 193 def fetch_instances(domain: str, origin: str) -> list:
 194     logger.debug("domain='%s',origin='%s' - CALLED!", domain, origin)
 195     domain_helper.raise_on(domain)
 196
 197     peers = list()
 198
 199     try:
 200         # json endpoint for newer mastodongs
 201         logger.debug("Fetching /instances from domain='%s'", domain)
 202         response = network.fetch_response(
 203             domain,
 204             "/instances",
 205             network.web_headers,
 206             (config.get("connection_timeout"), config.get("read_timeout"))
 207         )
 208
 209         logger.debug("response.ok='%s',response.status_code=%d,response.text()=%d", response.ok, response.status_code, len(response.text))
 210         if response.ok and response.status_code < 300 and response.text != "":
 211             logger.debug("Parsing %s Bytes ...", len(response.text))
 212
 213             doc = bs4.BeautifulSoup(response.text, "html.parser")
 214             logger.debug("doc[]='%s'", type(doc))
 215
 216             headers = doc.findAll("h5")
 217             logger.debug("Checking %d headers ...", len(headers))
 218             for header in headers:
 219                 logger.debug("header[%s]='%s'", type(header), header)
 220
 221                 rows = header.find_next(["ul","table"]).findAll("a")
 222                 logger.debug("Found %d blocked instance(s) ...", len(rows))
 223                 for tag in rows:
 224                     logger.debug("tag[]='%s'", type(tag))
 225                     text = tag.contents[0] if isinstance(tag.contents[0], str) else tag.contents[0].text
 226                     peer = tidyup.domain(text)
 227                     logger.debug("peer='%s'", peer)
 228
 229                     if peer == "":
 230                         logger.debug("peer is empty - SKIPPED!")
 231                         continue
 232                     elif not utils.is_domain_wanted(peer):
 233                         logger.debug("peer='%s' is not wanted - SKIPPED!", peer)
 234                         continue
 235                     elif peer in peers:
 236                         logger.debug("peer='%s' already added - SKIPPED!", peer)
 237                         continue
 238
 239                     logger.debug("Appending peer='%s' ...", peer)
 240                     peers.append(peer)
 241
 242         logger.debug("Marking domain='%s' as successfully handled ...")
 243         instances.set_success(domain)
 244
 245     except network.exceptions as exception:
 246         logger.warning("domain='%s',exception[%s]:'%s'", domain, type(exception), str(exception))
 247         instances.set_last_error(domain, exception)
 248
 249     logger.debug("peers()=%d - EXIT!", len(peers))
 250     return peers