fba.py

   1 import bs4
   2 import hashlib
   3 import re
   4 import reqto
   5 import json
   6 import sqlite3
   7 import sys
   8 import time
   9 import validators
  10
  11 with open("config.json") as f:
  12     config = json.loads(f.read())
  13
  14 # Don't check these, known trolls/flooders/testing/developing
  15 blacklist = [
  16     # Floods network with fake nodes as "research" project
  17     "activitypub-troll.cf",
  18     # Similar troll
  19     "gab.best",
  20     # Similar troll
  21     "4chan.icu",
  22     # Flooder (?)
  23     "social.shrimpcam.pw",
  24     # Flooder (?)
  25     "mastotroll.netz.org",
  26     # Testing/developing installations
  27     "ngrok.io",
  28 ]
  29
  30 # Array with pending errors needed to be written to database
  31 pending_errors = {
  32 }
  33
  34 # "rel" identifiers (no real URLs)
  35 nodeinfo_identifier = [
  36     "http://nodeinfo.diaspora.software/ns/schema/2.1",
  37     "http://nodeinfo.diaspora.software/ns/schema/2.0",
  38     "http://nodeinfo.diaspora.software/ns/schema/1.1",
  39     "http://nodeinfo.diaspora.software/ns/schema/1.0",
  40 ]
  41
  42 # HTTP headers for requests
  43 headers = {
  44     "user-agent": config["useragent"],
  45 }
  46
  47 # Found info from node, such as nodeinfo URL, detection mode that needs to be
  48 # written to database. Both arrays must be filled at the same time or else
  49 # update_nodeinfos() will fail
  50 nodeinfos = {
  51     # Detection mode: 'AUTO_DISCOVERY', 'STATIC_CHECKS' or 'GENERATOR'
  52     # NULL means all detection methods have failed (maybe still reachable instance)
  53     "detection_mode": {},
  54     # Found nodeinfo URL
  55     "nodeinfo_url": {},
  56     # Where to fetch peers (other instances)
  57     "get_peers_url": {},
  58 }
  59
  60 language_mapping = {
  61     # English -> English
  62     "Silenced instances"            : "Silenced servers",
  63     "Suspended instances"           : "Suspended servers",
  64     "Limited instances"             : "Limited servers",
  65     # Mappuing German -> English
  66     "Gesperrte Server"              : "Suspended servers",
  67     "Gefilterte Medien"             : "Filtered media",
  68     "Stummgeschaltete Server"       : "Silenced servers",
  69     # Japanese -> English
  70     "停止済みのサーバー"            : "Suspended servers",
  71     "制限中のサーバー"              : "Limited servers",
  72     "メディアを拒否しているサーバー": "Filtered media",
  73     "サイレンス済みのサーバー"      : "Silenced servers",
  74     # ??? -> English
  75     "שרתים מושעים"                  : "Suspended servers",
  76     "מדיה מסוננת"                   : "Filtered media",
  77     "שרתים מוגבלים"                 : "Silenced servers",
  78     # French -> English
  79     "Serveurs suspendus"            : "Suspended servers",
  80     "Médias filtrés"                : "Filtered media",
  81     "Serveurs limités"              : "Limited servers",
  82     "Serveurs modérés"              : "Limited servers",
  83 }
  84
  85 # URL for fetching peers
  86 get_peers_url = "/api/v1/instance/peers"
  87
  88 # Connect to database
  89 connection = sqlite3.connect("blocks.db")
  90 cursor = connection.cursor()
  91
  92 # Pattern instance for version numbers
  93 patterns = [
  94     # semantic version number (with v|V) prefix)
  95     re.compile("^(?P<version>v|V{0,1})(\.{0,1})(?P<major>0|[1-9]\d*)\.(?P<minor>0+|[1-9]\d*)(\.(?P<patch>0+|[1-9]\d*)(?:-(?P<prerelease>(?:0|[1-9]\d*|\d*[a-zA-Z-][0-9a-zA-Z-]*)(?:\.(?:0|[1-9]\d*|\d*[a-zA-Z-][0-9a-zA-Z-]*))*))?(?:\+(?P<buildmetadata>[0-9a-zA-Z-]+(?:\.[0-9a-zA-Z-]+)*))?)?$"),
  96     # non-sematic, e.g. 1.2.3.4
  97     re.compile("^(?P<version>v|V{0,1})(\.{0,1})(?P<major>0|[1-9]\d*)\.(?P<minor>0+|[1-9]\d*)(\.(?P<patch>0+|[1-9]\d*)(\.(?P<subpatch>0|[1-9]\d*))?)$"),
  98     # non-sematic, e.g. 2023-05
  99     re.compile("^(?P<year>[1-9]{1}[0-9]{3})\.(?P<month>[0-9]{2})$")
 100 ]
 101
 102 def remove_version(software: str) -> str:
 103     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - CALLED!")
 104     if not "." in software:
 105         print(f"WARNING: software='{software}' does not contain a version number.")
 106         return software
 107
 108     version = None
 109     if " " in software:
 110         version = software.split(" ")[-1]
 111     elif "/" in software:
 112         version = software.split("/")[-1]
 113     elif "-" in software:
 114         version = software.split("-")[-1]
 115     else:
 116         # NOISY-DEBUG: print(f"DEBUG: Was not able to find common seperator, returning untouched software='{software}'")
 117         return software
 118
 119     matches = None
 120     # NOISY-DEBUG: print(f"DEBUG: Checking {len(patterns)} patterns ...")
 121     for pattern in patterns:
 122         # Run match()
 123         match = pattern.match(version)
 124
 125         # NOISY-DEBUG: print(f"DEBUG: match[]={type(match)}")
 126         if type(match) is re.Match:
 127             break
 128
 129     # NOISY-DEBUG: print(f"DEBUG: version[{type(version)}]='{version}',match='{match}'")
 130     if type(match) is not re.Match:
 131         print(f"WARNING: version='{version}' does not match regex, leaving software='{software}' untouched.")
 132         return software
 133
 134     # NOISY-DEBUG: print(f"DEBUG: Found valid version number: '{version}', removing it ...")
 135     end = len(software) - len(version) - 1
 136
 137     # NOISY-DEBUG: print(f"DEBUG: end[{type(end)}]={end}")
 138     software = software[0:end].strip()
 139     if " version" in software:
 140         # NOISY-DEBUG: print(f"DEBUG: software='{software}' contains word ' version'")
 141         software = strip_until(software, " version")
 142
 143     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
 144     return software
 145
 146 def strip_powered_by(software: str) -> str:
 147     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - CALLED!")
 148     if software == "":
 149         print(f"ERROR: Bad method call, 'software' is empty")
 150         raise Exception("Parameter 'software' is empty")
 151     elif not "powered by" in software:
 152         print(f"WARNING: Cannot find 'powered by' in '{software}'!")
 153         return software
 154
 155     start = software.find("powered by ")
 156     # NOISY-DEBUG: print(f"DEBUG: start[{type(start)}]='{start}'")
 157
 158     software = software[start + 11:].strip()
 159     # NOISY-DEBUG: print(f"DEBUG: software='{software}'")
 160
 161     software = strip_until(software, " - ")
 162
 163     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
 164     return software
 165
 166 def strip_until(software: str, until: str) -> str:
 167     # NOISY-DEBUG: print(f"DEBUG: software='{software}',until='{until}' - CALLED!")
 168     if software == "":
 169         print(f"ERROR: Bad method call, 'software' is empty")
 170         raise Exception("Parameter 'software' is empty")
 171     elif until == "":
 172         print(f"ERROR: Bad method call, 'until' is empty")
 173         raise Exception("Parameter 'until' is empty")
 174     elif not until in software:
 175         print(f"WARNING: Cannot find 'powered by' in '{software}'!")
 176         return software
 177
 178     # Next, strip until part
 179     end = software.find(until)
 180
 181     # NOISY-DEBUG: print(f"DEBUG: end[{type(end)}]='{end}'")
 182     if end > 0:
 183         software = software[0:end].strip()
 184
 185     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
 186     return software
 187
 188 def is_blacklisted(domain: str) -> bool:
 189     blacklisted = False
 190     for peer in blacklist:
 191         if peer in domain:
 192             blacklisted = True
 193
 194     return blacklisted
 195
 196 def remove_pending_error(domain: str):
 197     try:
 198         # Prevent updating any pending errors, nodeinfo was found
 199         del pending_errors[domain]
 200
 201     except:
 202         pass
 203
 204 def get_hash(domain: str) -> str:
 205     return hashlib.sha256(domain.encode("utf-8")).hexdigest()
 206
 207 def update_last_blocked(domain: str):
 208     # NOISY-DEBUG: print("DEBUG: Updating last_blocked for domain", domain)
 209     try:
 210         cursor.execute("UPDATE instances SET last_blocked = ?, last_updated = ? WHERE domain = ? LIMIT 1", [
 211             time.time(),
 212             time.time(),
 213             domain
 214         ])
 215
 216         if cursor.rowcount == 0:
 217             print("WARNING: Did not update any rows:", domain)
 218
 219     except BaseException as e:
 220         print("ERROR: failed SQL query:", domain, e)
 221         sys.exit(255)
 222
 223     # NOISY-DEBUG: print("DEBUG: EXIT!")
 224
 225 def update_nodeinfos(domain: str):
 226     # NOISY-DEBUG: print("DEBUG: Updating nodeinfo for domain:", domain)
 227     sql_string = ''
 228     fields = list()
 229     for key in nodeinfos:
 230         # NOISY-DEBUG: print("DEBUG: key:", key)
 231         if domain in nodeinfos[key]:
 232            # NOISY-DEBUG: print(f"DEBUG: Adding '{nodeinfos[key][domain]}' for key='{key}' ...")
 233            fields.append(nodeinfos[key][domain])
 234            sql_string += f" {key} = ?,"
 235
 236     fields.append(domain)
 237     # NOISY-DEBUG: print(f"DEBUG: sql_string='{sql_string}',fields()={len(fields)}")
 238
 239     sql = "UPDATE instances SET" + sql_string + " last_status_code = NULL, last_error_details = NULL WHERE domain = ? LIMIT 1"
 240     # NOISY-DEBUG: print("DEBUG: sql:", sql)
 241
 242     try:
 243         # NOISY-DEBUG: print("DEBUG: Executing SQL:", sql)
 244         cursor.execute(sql, fields)
 245         # NOISY-DEBUG: print(f"DEBUG: Success! (rowcount={cursor.rowcount })")
 246
 247         if cursor.rowcount == 0:
 248             print("WARNING: Did not update any rows:", domain)
 249
 250     except BaseException as e:
 251         print(f"ERROR: failed SQL query: domain='{domain}',sql='{sql}',exception:'{e}'")
 252         sys.exit(255)
 253
 254     # NOISY-DEBUG: print("DEBUG: Deleting nodeinfos for domain:", domain)
 255     for key in nodeinfos:
 256         try:
 257             # NOISY-DEBUG: print("DEBUG: Deleting key:", key)
 258             del nodeinfos[key][domain]
 259         except:
 260             pass
 261
 262     # NOISY-DEBUG: print("DEBUG: EXIT!")
 263
 264 def update_last_error(domain: str, res: any):
 265     # NOISY-DEBUG: print("DEBUG: domain,res[]:", domain, type(res))
 266     try:
 267         # NOISY-DEBUG: print("DEBUG: BEFORE res[]:", type(res))
 268         if isinstance(res, BaseException) or isinstance(res, json.JSONDecodeError):
 269             res = str(res)
 270
 271         # NOISY-DEBUG: print("DEBUG: AFTER res[]:", type(res))
 272         if type(res) is str:
 273             # NOISY-DEBUG: print(f"DEBUG: Setting last_error_details='{res}'");
 274             cursor.execute("UPDATE instances SET last_status_code = 999, last_error_details = ?, last_updated = ? WHERE domain = ? LIMIT 1", [
 275                 res,
 276                 time.time(),
 277                 domain
 278             ])
 279         else:
 280             # NOISY-DEBUG: print(f"DEBUG: Setting last_error_details='{res.reason}'");
 281             cursor.execute("UPDATE instances SET last_status_code = ?, last_error_details = ?, last_updated = ? WHERE domain = ? LIMIT 1", [
 282                 res.status_code,
 283                 res.reason,
 284                 time.time(),
 285                 domain
 286             ])
 287
 288         if cursor.rowcount == 0:
 289             # NOISY-DEBUG: print("DEBUG: Did not update any rows:", domain)
 290             pending_errors[domain] = res
 291
 292     except BaseException as e:
 293         print("ERROR: failed SQL query:", domain, e)
 294         sys.exit(255)
 295
 296     # NOISY-DEBUG: print("DEBUG: EXIT!")
 297
 298 def update_last_nodeinfo(domain: str):
 299     # NOISY-DEBUG: print("DEBUG: Updating last_nodeinfo for domain:", domain)
 300     try:
 301         cursor.execute("UPDATE instances SET last_nodeinfo = ?, last_updated = ? WHERE domain = ? LIMIT 1", [
 302             time.time(),
 303             time.time(),
 304             domain
 305         ])
 306
 307         if cursor.rowcount == 0:
 308             print("WARNING: Did not update any rows:", domain)
 309
 310     except BaseException as e:
 311         print("ERROR: failed SQL query:", domain, e)
 312         sys.exit(255)
 313
 314     connection.commit()
 315     # NOISY-DEBUG: print("DEBUG: EXIT!")
 316
 317 def get_peers(domain: str, software: str) -> list:
 318     # NOISY-DEBUG: print("DEBUG: Getting peers for domain:", domain, software)
 319     peers = list()
 320
 321     if software == "lemmy":
 322         # NOISY-DEBUG: print(f"DEBUG: domain='{domain}' is Lemmy, fetching JSON ...")
 323         try:
 324             res = reqto.get(f"https://{domain}/api/v3/site", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 325
 326             # NOISY-DEBUG: print(f"DEBUG: res.ok={res.ok},res.json[]={type(res.json())}")
 327             if res.ok and isinstance(res.json(), dict):
 328                 # NOISY-DEBUG: print("DEBUG: Success, res.json():", len(res.json()))
 329                 json = res.json()
 330
 331                 if "federated_instances" in json and "linked" in json["federated_instances"]:
 332                     # NOISY-DEBUG: print("DEBUG: Found federated_instances", domain)
 333                     peers = json["federated_instances"]["linked"] + json["federated_instances"]["allowed"] + json["federated_instances"]["blocked"]
 334
 335         except BaseException as e:
 336             print("WARNING: Exception during fetching JSON:", domain, e)
 337
 338         update_last_nodeinfo(domain)
 339
 340         # NOISY-DEBUG: print("DEBUG: Returning peers[]:", type(peers))
 341         return peers
 342     elif software == "peertube":
 343         # NOISY-DEBUG: print(f"DEBUG: domain='{domain}' is a PeerTube, fetching JSON ...")
 344
 345         start = 0
 346         for mode in ["followers", "following"]:
 347             # NOISY-DEBUG: print(f"DEBUG: domain='{domain}',mode='{mode}'")
 348             while True:
 349                 try:
 350                     res = reqto.get(f"https://{domain}/api/v1/server/{mode}?start={start}&count=100", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 351
 352                     # NOISY-DEBUG: print(f"DEBUG: res.ok={res.ok},res.json[]={type(res.json())}")
 353                     if res.ok and isinstance(res.json(), dict):
 354                         # NOISY-DEBUG: print("DEBUG: Success, res.json():", len(res.json()))
 355                         json = res.json()
 356
 357                         if "data" in json:
 358                             # NOISY-DEBUG: print(f"DEBUG: Found {len(json['data'])} record(s).")
 359                             for record in json["data"]:
 360                                 # NOISY-DEBUG: print(f"DEBUG: record()={len(record)}")
 361                                 if mode in record and "host" in record[mode]:
 362                                     # NOISY-DEBUG: print(f"DEBUG: Found host={record[mode]['host']}, adding ...")
 363                                     peers.append(record[mode]["host"])
 364                                 else:
 365                                     print(f"WARNING: record from '{domain}' has no '{mode}' or 'host' record: {record}")
 366
 367                             if len(json["data"]) < 100:
 368                                 # NOISY-DEBUG: print("DEBUG: Reached end of JSON response:", domain)
 369                                 break
 370
 371                         # Continue with next row
 372                         start = start + 100
 373
 374                 except BaseException as e:
 375                     print("WARNING: Exception during fetching JSON:", domain, e)
 376
 377             update_last_nodeinfo(domain)
 378
 379             # NOISY-DEBUG: print("DEBUG: Returning peers[]:", type(peers))
 380             return peers
 381
 382     # NOISY-DEBUG: print(f"DEBUG: Fetching '{get_peers_url}' from '{domain}' ...")
 383     try:
 384         res = reqto.get(f"https://{domain}{get_peers_url}", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 385
 386         # NOISY-DEBUG: print("DEBUG: res.ok,res.json[]:", res.ok, type(res.json()))
 387         if not res.ok or res.status_code >= 400:
 388             res = reqto.get(f"https://{domain}/api/v3/site", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 389
 390             if "federated_instances" in json and "linked" in json["federated_instances"]:
 391                 # NOISY-DEBUG: print("DEBUG: Found federated_instances", domain)
 392                 peers = json["federated_instances"]["linked"] + json["federated_instances"]["allowed"] + json["federated_instances"]["blocked"]
 393             else:
 394                 print("WARNING: Could not reach any JSON API:", domain)
 395                 update_last_error(domain, res)
 396         else:
 397             # NOISY-DEBUG: print("DEBUG:Querying API was successful:", domain, len(res.json()))
 398             peers = res.json()
 399             nodeinfos["get_peers_url"][domain] = get_peers_url
 400
 401     except BaseException as e:
 402         print("WARNING: Some error during get():", domain, e)
 403         update_last_error(domain, e)
 404
 405     update_last_nodeinfo(domain)
 406
 407     # NOISY-DEBUG: print("DEBUG: Returning peers[]:", type(peers))
 408     return peers
 409
 410 def post_json_api(domain: str, path: str, data: str) -> list:
 411     # NOISY-DEBUG: print("DEBUG: Sending POST to domain,path,data:", domain, path, data)
 412     json = {}
 413     try:
 414         res = reqto.post(f"https://{domain}{path}", data=data, headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 415
 416         # NOISY-DEBUG: print("DEBUG: res.ok,res.json[]:", res.ok, type(res.json()))
 417         if not res.ok or res.status_code >= 400:
 418             print("WARNING: Cannot query JSON API:", domain, path, data, res.status_code)
 419             update_last_error(domain, res)
 420         else:
 421             update_last_nodeinfo(domain)
 422             json = res.json()
 423
 424     except BaseException as e:
 425         print("WARNING: Some error during post():", domain, path, data, e)
 426
 427     # NOISY-DEBUG: print("DEBUG: Returning json():", len(json))
 428     return json
 429
 430 def fetch_nodeinfo(domain: str) -> list:
 431     # NOISY-DEBUG: print("DEBUG: Fetching nodeinfo from domain:", domain)
 432
 433     nodeinfo = fetch_wellknown_nodeinfo(domain)
 434     # NOISY-DEBUG: print("DEBUG:nodeinfo:", len(nodeinfo))
 435
 436     if len(nodeinfo) > 0:
 437         # NOISY-DEBUG: print("DEBUG: Returning auto-discovered nodeinfo:", len(nodeinfo))
 438         return nodeinfo
 439
 440     requests = [
 441        f"https://{domain}/nodeinfo/2.1.json",
 442        f"https://{domain}/nodeinfo/2.1",
 443        f"https://{domain}/nodeinfo/2.0.json",
 444        f"https://{domain}/nodeinfo/2.0",
 445        f"https://{domain}/nodeinfo/1.0",
 446        f"https://{domain}/api/v1/instance"
 447     ]
 448
 449     json = {}
 450     for request in requests:
 451         try:
 452             # NOISY-DEBUG: print("DEBUG: Fetching request:", request)
 453             res = reqto.get(request, headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 454
 455             # NOISY-DEBUG: print("DEBUG: res.ok,res.json[]:", res.ok, type(res.json()))
 456             if res.ok and isinstance(res.json(), dict):
 457                 # NOISY-DEBUG: print("DEBUG: Success:", request)
 458                 json = res.json()
 459                 nodeinfos["detection_mode"][domain] = "STATIC_CHECK"
 460                 nodeinfos["nodeinfo_url"][domain] = request
 461                 break
 462             elif not res.ok or res.status_code >= 400:
 463                 print("WARNING: Failed fetching nodeinfo from domain:", domain)
 464                 update_last_error(domain, res)
 465                 continue
 466
 467         except BaseException as e:
 468             # NOISY-DEBUG: print("DEBUG: Cannot fetch API request:", request)
 469             update_last_error(domain, e)
 470             pass
 471
 472     # NOISY-DEBUG: print("DEBUG: Returning json[]:", type(json))
 473     return json
 474
 475 def fetch_wellknown_nodeinfo(domain: str) -> list:
 476     # NOISY-DEBUG: print("DEBUG: Fetching .well-known info for domain:", domain)
 477     json = {}
 478
 479     try:
 480         res = reqto.get(f"https://{domain}/.well-known/nodeinfo", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 481         # NOISY-DEBUG: print("DEBUG: domain,res.ok,res.json[]:", domain, res.ok, type(res.json()))
 482         if res.ok and isinstance(res.json(), dict):
 483             nodeinfo = res.json()
 484             # NOISY-DEBUG: print("DEBUG: Found entries:", len(nodeinfo), domain)
 485             if "links" in nodeinfo:
 486                 # NOISY-DEBUG: print("DEBUG: Found links in nodeinfo():", len(nodeinfo["links"]))
 487                 for link in nodeinfo["links"]:
 488                     # NOISY-DEBUG: print("DEBUG: rel,href:", link["rel"], link["href"])
 489                     if link["rel"] in nodeinfo_identifier:
 490                         # NOISY-DEBUG: print("DEBUG: Fetching nodeinfo from:", link["href"])
 491                         res = reqto.get(link["href"])
 492
 493                         # NOISY-DEBUG: print("DEBUG: href,res.ok,res.status_code:", link["href"], res.ok, res.status_code)
 494                         if res.ok and isinstance(res.json(), dict):
 495                             # NOISY-DEBUG: print("DEBUG: Found JSON nodeinfo():", len(res.json()))
 496                             json = res.json()
 497                             nodeinfos["detection_mode"][domain] = "AUTO_DISCOVERY"
 498                             nodeinfos["nodeinfo_url"][domain] = link["href"]
 499                             break
 500                     else:
 501                         print("WARNING: Unknown 'rel' value:", domain, link["rel"])
 502             else:
 503                 print("WARNING: nodeinfo does not contain 'links':", domain)
 504
 505     except BaseException as e:
 506         print("WARNING: Failed fetching .well-known info:", domain)
 507         update_last_error(domain, e)
 508         pass
 509
 510     # NOISY-DEBUG: print("DEBUG: Returning json[]:", type(json))
 511     return json
 512
 513 def fetch_generator_from_path(domain: str, path: str = "/") -> str:
 514     # NOISY-DEBUG: print(f"DEBUG: domain='{domain}',path='{path}' - CALLED!")
 515     software = None
 516
 517     try:
 518         # NOISY-DEBUG: print(f"DEBUG: Fetching '{path}' from '{domain}' ...")
 519         res = reqto.get(f"https://{domain}{path}", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 520
 521         # NOISY-DEBUG: print("DEBUG: domain,res.ok,res.status_code,res.text[]:", domain, res.ok, res.status_code, type(res.text))
 522         if res.ok and res.status_code < 300 and len(res.text) > 0:
 523             # NOISY-DEBUG: print("DEBUG: Search for <meta name='generator'>:", domain)
 524             doc = bs4.BeautifulSoup(res.text, "html.parser")
 525
 526             # NOISY-DEBUG: print("DEBUG: doc[]:", type(doc))
 527             tag = doc.find("meta", {"name": "generator"})
 528
 529             # NOISY-DEBUG: print(f"DEBUG: tag[{type(tag)}: {tag}")
 530             if isinstance(tag, bs4.element.Tag):
 531                 # NOISY-DEBUG: print("DEBUG: Found generator meta tag: ", domain)
 532                 software = tidyup(tag.get("content"))
 533                 print(f"INFO: domain='{domain}' is generated by '{software}'")
 534                 nodeinfos["detection_mode"][domain] = "GENERATOR"
 535                 remove_pending_error(domain)
 536
 537     except BaseException as e:
 538         # NOISY-DEBUG: print(f"DEBUG: Cannot fetch / from '{domain}':", e)
 539         update_last_error(domain, e)
 540         pass
 541
 542     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 543     if type(software) is str and software == "":
 544         # NOISY-DEBUG: print(f"DEBUG: Corrected empty string to None for software of domain='{domain}'")
 545         software = None
 546     elif type(software) is str and "." in software:
 547         # NOISY-DEBUG: print(f"DEBUG: software='{software}' may contain a version number, domain='{domain}', removing it ...")
 548         software = remove_version(software)
 549
 550     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 551     if type(software) is str and "powered by" in software:
 552         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
 553         software = remove_version(strip_powered_by(software))
 554     elif type(software) is str and " by " in software:
 555         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has ' by ' in it")
 556         software = strip_until(software, " by ")
 557     elif type(software) is str and " see " in software:
 558         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has ' see ' in it")
 559         software = strip_until(software, " see ")
 560
 561     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
 562     return software
 563
 564 def determine_software(domain: str) -> str:
 565     # NOISY-DEBUG: print("DEBUG: Determining software for domain:", domain)
 566     software = None
 567
 568     # NOISY-DEBUG: print(f"DEBUG: Fetching nodeinfo from '{domain}' ...")
 569     json = fetch_nodeinfo(domain)
 570
 571     # NOISY-DEBUG: print("DEBUG: json[]:", type(json))
 572     if not isinstance(json, dict) or len(json) == 0:
 573         # NOISY-DEBUG: print("DEBUG: Could not determine software type:", domain)
 574         return fetch_generator_from_path(domain)
 575
 576     # NOISY-DEBUG: print("DEBUG: json():", len(json), json)
 577     if "status" in json and json["status"] == "error" and "message" in json:
 578         print("WARNING: JSON response is an error:", json["message"])
 579         update_last_error(domain, json["message"])
 580         return fetch_generator_from_path(domain)
 581     elif "software" not in json or "name" not in json["software"]:
 582         # NOISY-DEBUG: print(f"DEBUG: JSON response from {domain} does not include [software][name], fetching / ...")
 583         software = fetch_generator_from_path(domain)
 584
 585         # NOISY-DEBUG: print(f"DEBUG: Generator for domain='{domain}' is: {software}, EXIT!")
 586         return software
 587
 588     software = tidyup(json["software"]["name"])
 589
 590     # NOISY-DEBUG: print("DEBUG: sofware after tidyup():", software)
 591     if software in ["akkoma", "rebased"]:
 592         # NOISY-DEBUG: print("DEBUG: Setting pleroma:", domain, software)
 593         software = "pleroma"
 594     elif software in ["hometown", "ecko"]:
 595         # NOISY-DEBUG: print("DEBUG: Setting mastodon:", domain, software)
 596         software = "mastodon"
 597     elif software in ["calckey", "groundpolis", "foundkey", "cherrypick", "meisskey"]:
 598         # NOISY-DEBUG: print("DEBUG: Setting misskey:", domain, software)
 599         software = "misskey"
 600     elif software.find("/") > 0:
 601         print("WARNING: Spliting of slash:", software)
 602         software = software.split("/")[-1];
 603     elif software.find("|") > 0:
 604         print("WARNING: Spliting of pipe:", software)
 605         software = tidyup(software.split("|")[0]);
 606     elif "powered by" in software:
 607         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
 608         software = strip_powered_by(software)
 609     elif type(software) is str and " by " in software:
 610         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has ' by ' in it")
 611         software = strip_until(software, " by ")
 612     elif type(software) is str and " see " in software:
 613         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has ' see ' in it")
 614         software = strip_until(software, " see ")
 615
 616     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 617     if software == "":
 618         print("WARNING: tidyup() left no software name behind:", domain)
 619         software = None
 620
 621     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 622     if str(software) == "":
 623         # NOISY-DEBUG: print(f"DEBUG: software for '{domain}' was not detected, trying generator ...")
 624         software = fetch_generator_from_path(domain)
 625     elif len(str(software)) > 0 and "." in software:
 626         # NOISY-DEBUG: print(f"DEBUG: software='{software}' may contain a version number, domain='{domain}', removing it ...")
 627         software = remove_version(software)
 628
 629     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 630     if type(software) is str and "powered by" in software:
 631         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
 632         software = remove_version(strip_powered_by(software))
 633
 634     # NOISY-DEBUG: print("DEBUG: Returning domain,software:", domain, software)
 635     return software
 636
 637 def update_block_reason(reason: str, blocker: str, blocked: str, block_level: str):
 638     # NOISY-DEBUG: print("DEBUG: Updating block reason:", reason, blocker, blocked, block_level)
 639     try:
 640         cursor.execute(
 641             "UPDATE blocks SET reason = ?, last_seen = ? WHERE blocker = ? AND blocked = ? AND block_level = ? AND reason = ''",
 642             (
 643                 reason,
 644                 time.time(),
 645                 blocker,
 646                 blocked,
 647                 block_level
 648             ),
 649         )
 650
 651         # NOISY-DEBUG: print(f"DEBUG: cursor.rowcount={cursor.rowcount}")
 652         if cursor.rowcount == 0:
 653             print("WARNING: Did not update any rows:", domain)
 654
 655     except BaseException as e:
 656         print("ERROR: failed SQL query:", reason, blocker, blocked, block_level, e)
 657         sys.exit(255)
 658
 659     # NOISY-DEBUG: print("DEBUG: EXIT!")
 660
 661 def update_last_seen(blocker: str, blocked: str, block_level: str):
 662     # NOISY-DEBUG: print("DEBUG: Updating last_seen for:", blocker, blocked, block_level)
 663     try:
 664         cursor.execute(
 665             "UPDATE blocks SET last_seen = ? WHERE blocker = ? AND blocked = ? AND block_level = ?",
 666             (
 667                 time.time(),
 668                 blocker,
 669                 blocked,
 670                 block_level
 671             )
 672         )
 673
 674         if cursor.rowcount == 0:
 675             print("WARNING: Did not update any rows:", domain)
 676
 677     except BaseException as e:
 678         print("ERROR: failed SQL query:", last_seen, blocker, blocked, block_level, e)
 679         sys.exit(255)
 680
 681     # NOISY-DEBUG: print("DEBUG: EXIT!")
 682
 683 def block_instance(blocker: str, blocked: str, reason: str, block_level: str):
 684     # NOISY-DEBUG: print("DEBUG: blocker,blocked,reason,block_level:", blocker, blocked, reason, block_level)
 685     if not validators.domain(blocker):
 686         print("WARNING: Bad blocker:", blocker)
 687         raise
 688     elif not validators.domain(blocked):
 689         print("WARNING: Bad blocked:", blocked)
 690         raise
 691
 692     print("INFO: New block:", blocker, blocked, reason, block_level, first_added, last_seen)
 693     try:
 694         cursor.execute(
 695             "INSERT INTO blocks (blocker, blocked, reason, block_level, first_added, last_seen) VALUES(?, ?, ?, ?, ?, ?)",
 696              (
 697                  blocker,
 698                  blocked,
 699                  reason,
 700                  block_level,
 701                  time.time(),
 702                  time.time()
 703              ),
 704         )
 705
 706     except BaseException as e:
 707         print("ERROR: failed SQL query:", blocker, blocked, reason, block_level, first_added, last_seen, e)
 708         sys.exit(255)
 709
 710     # NOISY-DEBUG: print("DEBUG: EXIT!")
 711
 712 def add_instance(domain: str, origin: str, originator: str):
 713     # NOISY-DEBUG: print("DEBUG: domain,origin:", domain, origin, originator)
 714     if not validators.domain(domain):
 715         print("WARNING: Bad domain name:", domain)
 716         raise
 717     elif origin is not None and not validators.domain(origin):
 718         print("WARNING: Bad origin name:", origin)
 719         raise
 720
 721     software = determine_software(domain)
 722     # NOISY-DEBUG: print("DEBUG: Determined software:", software)
 723
 724     print(f"INFO: Adding instance {domain} (origin: {origin})")
 725     try:
 726         cursor.execute(
 727             "INSERT INTO instances (domain, origin, originator, hash, software, first_seen) VALUES (?, ?, ?, ?, ?, ?)",
 728             (
 729                domain,
 730                origin,
 731                originator,
 732                get_hash(domain),
 733                software,
 734                time.time()
 735             ),
 736         )
 737
 738         for key in nodeinfos:
 739             # NOISY-DEBUG: pprint(f"DEBUG: key='{key}',domain='{domain}',nodeinfos[key]={nodeinfos[key]}")
 740             if domain in nodeinfos[key]:
 741                 # NOISY-DEBUG: pprint(f"DEBUG: domain='{domain}' has pending nodeinfo being updated ...")
 742                 update_nodeinfos(domain)
 743                 remove_pending_error(domain)
 744                 break
 745
 746         if domain in pending_errors:
 747             # NOISY-DEBUG: print("DEBUG: domain has pending error being updated:", domain)
 748             update_last_error(domain, pending_errors[domain])
 749             remove_pending_error(domain)
 750
 751     except BaseException as e:
 752         print("ERROR: failed SQL query:", domain, e)
 753         sys.exit(255)
 754     else:
 755         # NOISY-DEBUG: print("DEBUG: Updating nodeinfo for domain:", domain)
 756         update_last_nodeinfo(domain)
 757
 758     # NOISY-DEBUG: print("DEBUG: EXIT!")
 759
 760 def send_bot_post(instance: str, blocks: dict):
 761     message = instance + " has blocked the following instances:\n\n"
 762     truncated = False
 763
 764     if len(blocks) > 20:
 765         truncated = True
 766         blocks = blocks[0 : 19]
 767
 768     for block in blocks:
 769         if block["reason"] == None or block["reason"] == '':
 770             message = message + block["blocked"] + " with unspecified reason\n"
 771         else:
 772             if len(block["reason"]) > 420:
 773                 block["reason"] = block["reason"][0:419] + "[…]"
 774
 775             message = message + block["blocked"] + ' for "' + block["reason"].replace("@", "@\u200b") + '"\n'
 776
 777     if truncated:
 778         message = message + "(the list has been truncated to the first 20 entries)"
 779
 780     botheaders = {**headers, **{"Authorization": "Bearer " + config["bot_token"]}}
 781
 782     req = reqto.post(
 783         f"{config['bot_instance']}/api/v1/statuses",
 784         data={
 785             "status"      : message,
 786             "visibility"  : config['bot_visibility'],
 787             "content_type": "text/plain"
 788         },
 789         headers=botheaders,
 790         timeout=10
 791     ).json()
 792
 793     return True
 794
 795 def get_mastodon_blocks(domain: str) -> dict:
 796     # NOISY-DEBUG: print("DEBUG: Fetching mastodon blocks from domain:", domain)
 797     blocks = {
 798         "Suspended servers": [],
 799         "Filtered media"   : [],
 800         "Limited servers"  : [],
 801         "Silenced servers" : [],
 802     }
 803
 804     try:
 805         doc = bs4.BeautifulSoup(
 806             reqto.get(f"https://{domain}/about/more", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"])).text,
 807             "html.parser",
 808         )
 809     except BaseException as e:
 810         print("ERROR: Cannot fetch from domain:", domain, e)
 811         update_last_error(domain, e)
 812         return {}
 813
 814     for header in doc.find_all("h3"):
 815         header_text = tidyup(header.text)
 816
 817         if header_text in language_mapping:
 818             # NOISY-DEBUG: print(f"DEBUG: header_text='{header_text}'")
 819             header_text = language_mapping[header_text]
 820
 821         if header_text in blocks or header_text.lower() in blocks:
 822             # replaced find_next_siblings with find_all_next to account for instances that e.g. hide lists in dropdown menu
 823             for line in header.find_all_next("table")[0].find_all("tr")[1:]:
 824                 blocks[header_text].append(
 825                     {
 826                         "domain": tidyup(line.find("span").text),
 827                         "hash"  : tidyup(line.find("span")["title"][9:]),
 828                         "reason": tidyup(line.find_all("td")[1].text),
 829                     }
 830                 )
 831
 832     # NOISY-DEBUG: print("DEBUG: Returning blocks for domain:", domain)
 833     return {
 834         "reject"        : blocks["Suspended servers"],
 835         "media_removal" : blocks["Filtered media"],
 836         "followers_only": blocks["Limited servers"] + blocks["Silenced servers"],
 837     }
 838
 839 def get_friendica_blocks(domain: str) -> dict:
 840     # NOISY-DEBUG: print("DEBUG: Fetching friendica blocks from domain:", domain)
 841     blocks = []
 842
 843     try:
 844         doc = bs4.BeautifulSoup(
 845             reqto.get(f"https://{domain}/friendica", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"])).text,
 846             "html.parser",
 847         )
 848     except BaseException as e:
 849         print("WARNING: Failed to fetch /friendica from domain:", domain, e)
 850         update_last_error(domain, e)
 851         return {}
 852
 853     blocklist = doc.find(id="about_blocklist")
 854
 855     # Prevents exceptions:
 856     if blocklist is None:
 857         # NOISY-DEBUG: print("DEBUG:Instance has no block list:", domain)
 858         return {}
 859
 860     for line in blocklist.find("table").find_all("tr")[1:]:
 861         blocks.append({
 862             "domain": tidyup(line.find_all("td")[0].text),
 863             "reason": tidyup(line.find_all("td")[1].text)
 864         })
 865
 866     # NOISY-DEBUG: print("DEBUG: Returning blocks() for domain:", domain, len(blocks))
 867     return {
 868         "reject": blocks
 869     }
 870
 871 def get_misskey_blocks(domain: str) -> dict:
 872     # NOISY-DEBUG: print("DEBUG: Fetching misskey blocks from domain:", domain)
 873     blocks = {
 874         "suspended": [],
 875         "blocked"  : []
 876     }
 877
 878     counter = 0
 879     step = 99
 880     while True:
 881         # iterating through all "suspended" (follow-only in its terminology)
 882         # instances page-by-page, since that troonware doesn't support
 883         # sending them all at once
 884         try:
 885             if counter == 0:
 886                 # NOISY-DEBUG: print("DEBUG: Sending JSON API request to domain,step,counter:", domain, step, counter)
 887                 doc = post_json_api(domain, "/api/federation/instances/", json.dumps({
 888                     "sort"     : "+caughtAt",
 889                     "host"     : None,
 890                     "suspended": True,
 891                     "limit"    : step
 892                 }))
 893             else:
 894                 # NOISY-DEBUG: print("DEBUG: Sending JSON API request to domain,step,counter:", domain, step, counter)
 895                 doc = post_json_api(domain, "/api/federation/instances/", json.dumps({
 896                     "sort"     : "+caughtAt",
 897                     "host"     : None,
 898                     "suspended": True,
 899                     "limit"    : step,
 900                     "offset"   : counter-1
 901                 }))
 902
 903             # NOISY-DEBUG: print("DEBUG: doc():", len(doc))
 904             if len(doc) == 0:
 905                 # NOISY-DEBUG: print("DEBUG: Returned zero bytes, exiting loop:", domain)
 906                 break
 907
 908             for instance in doc:
 909                 # just in case
 910                 if instance["isSuspended"]:
 911                     blocks["suspended"].append(
 912                         {
 913                             "domain": tidyup(instance["host"]),
 914                             # no reason field, nothing
 915                             "reason": ""
 916                         }
 917                     )
 918
 919             if len(doc) < step:
 920                 # NOISY-DEBUG: print("DEBUG: End of request:", len(doc), step)
 921                 break
 922
 923             # NOISY-DEBUG: print("DEBUG: Raising counter by step:", step)
 924             counter = counter + step
 925
 926         except BaseException as e:
 927             print("WARNING: Caught error, exiting loop:", domain, e)
 928             update_last_error(domain, e)
 929             counter = 0
 930             break
 931
 932     while True:
 933         # same shit, different asshole ("blocked" aka full suspend)
 934         try:
 935             if counter == 0:
 936                 # NOISY-DEBUG: print("DEBUG: Sending JSON API request to domain,step,counter:", domain, step, counter)
 937                 doc = post_json_api(domain,"/api/federation/instances", json.dumps({
 938                     "sort"   : "+caughtAt",
 939                     "host"   : None,
 940                     "blocked": True,
 941                     "limit"  : step
 942                 }))
 943             else:
 944                 # NOISY-DEBUG: print("DEBUG: Sending JSON API request to domain,step,counter:", domain, step, counter)
 945                 doc = post_json_api(domain,"/api/federation/instances", json.dumps({
 946                     "sort"   : "+caughtAt",
 947                     "host"   : None,
 948                     "blocked": True,
 949                     "limit"  : step,
 950                     "offset" : counter-1
 951                 }))
 952
 953             # NOISY-DEBUG: print("DEBUG: doc():", len(doc))
 954             if len(doc) == 0:
 955                 # NOISY-DEBUG: print("DEBUG: Returned zero bytes, exiting loop:", domain)
 956                 break
 957
 958             for instance in doc:
 959                 if instance["isBlocked"]:
 960                     blocks["blocked"].append({
 961                         "domain": tidyup(instance["host"]),
 962                         "reason": ""
 963                     })
 964
 965             if len(doc) < step:
 966                 # NOISY-DEBUG: print("DEBUG: End of request:", len(doc), step)
 967                 break
 968
 969             # NOISY-DEBUG: print("DEBUG: Raising counter by step:", step)
 970             counter = counter + step
 971
 972         except BaseException as e:
 973             print("ERROR: Exception during POST:", domain, e)
 974             update_last_error(domain, e)
 975             counter = 0
 976             break
 977
 978     # NOISY-DEBUG: print("DEBUG: Returning for domain,blocked(),suspended():", domain, len(blocks["blocked"]), len(blocks["suspended"]))
 979     return {
 980         "reject"        : blocks["blocked"],
 981         "followers_only": blocks["suspended"]
 982     }
 983
 984 def tidyup(string: str) -> str:
 985     # some retards put their blocks in variable case
 986     string = string.lower().strip()
 987
 988     # other retards put the port
 989     string = re.sub("\:\d+$", "", string)
 990
 991     # bigger retards put the schema in their blocklist, sometimes even without slashes
 992     string = re.sub("^https?\:(\/*)", "", string)
 993
 994     # and trailing slash
 995     string = re.sub("\/$", "", string)
 996
 997     # and the @
 998     string = re.sub("^\@", "", string)
 999
1000     # the biggest retards of them all try to block individual users
1001     string = re.sub("(.+)\@", "", string)
1002
1003     return string