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     "https://nodeinfo.diaspora.software/ns/schema/2.1",
  37     "https://nodeinfo.diaspora.software/ns/schema/2.0",
  38     "https://nodeinfo.diaspora.software/ns/schema/1.1",
  39     "https://nodeinfo.diaspora.software/ns/schema/1.0",
  40     "http://nodeinfo.diaspora.software/ns/schema/2.1",
  41     "http://nodeinfo.diaspora.software/ns/schema/2.0",
  42     "http://nodeinfo.diaspora.software/ns/schema/1.1",
  43     "http://nodeinfo.diaspora.software/ns/schema/1.0",
  44 ]
  45
  46 # HTTP headers for requests
  47 headers = {
  48     "user-agent": config["useragent"],
  49 }
  50
  51 # Found info from node, such as nodeinfo URL, detection mode that needs to be
  52 # written to database. Both arrays must be filled at the same time or else
  53 # update_nodeinfos() will fail
  54 nodeinfos = {
  55     # Detection mode: 'AUTO_DISCOVERY', 'STATIC_CHECKS' or 'GENERATOR'
  56     # NULL means all detection methods have failed (maybe still reachable instance)
  57     "detection_mode": {},
  58     # Found nodeinfo URL
  59     "nodeinfo_url": {},
  60     # Where to fetch peers (other instances)
  61     "get_peers_url": {},
  62 }
  63
  64 language_mapping = {
  65     # English -> English
  66     "Silenced instances"            : "Silenced servers",
  67     "Suspended instances"           : "Suspended servers",
  68     "Limited instances"             : "Limited servers",
  69     # Mappuing German -> English
  70     "Gesperrte Server"              : "Suspended servers",
  71     "Gefilterte Medien"             : "Filtered media",
  72     "Stummgeschaltete Server"       : "Silenced servers",
  73     # Japanese -> English
  74     "停止済みのサーバー"            : "Suspended servers",
  75     "制限中のサーバー"              : "Limited servers",
  76     "メディアを拒否しているサーバー": "Filtered media",
  77     "サイレンス済みのサーバー"      : "Silenced servers",
  78     # ??? -> English
  79     "שרתים מושעים"                  : "Suspended servers",
  80     "מדיה מסוננת"                   : "Filtered media",
  81     "שרתים מוגבלים"                 : "Silenced servers",
  82     # French -> English
  83     "Serveurs suspendus"            : "Suspended servers",
  84     "Médias filtrés"                : "Filtered media",
  85     "Serveurs limités"              : "Limited servers",
  86     "Serveurs modérés"              : "Limited servers",
  87 }
  88
  89 # URL for fetching peers
  90 get_peers_url = "/api/v1/instance/peers"
  91
  92 # Connect to database
  93 connection = sqlite3.connect("blocks.db")
  94 cursor = connection.cursor()
  95
  96 # Pattern instance for version numbers
  97 patterns = [
  98     # semantic version number (with v|V) prefix)
  99     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-]+)*))?)?$"),
 100     # non-sematic, e.g. 1.2.3.4
 101     re.compile("^(?P<version>v|V{0,1})(\.{0,1})(?P<major>0|[1-9]\d*)\.(?P<minor>0+|[1-9]\d*)(\.(?P<patch>0+|[1-9]\d*)(\.(?P<subpatch>0|[1-9]\d*))?)$"),
 102     # non-sematic, e.g. 2023-05[-dev]
 103     re.compile("^(?P<year>[1-9]{1}[0-9]{3})\.(?P<month>[0-9]{2})(-dev){0,1}$"),
 104     # non-semantic, e.g. abcdef0
 105     re.compile("^[a-f0-9]{7}$"),
 106 ]
 107
 108 def remove_version(software: str) -> str:
 109     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - CALLED!")
 110     if not "." in software and " " not in software:
 111         print(f"WARNING: software='{software}' does not contain a version number.")
 112         return software
 113
 114     temp = software
 115     if ";" in software:
 116         temp = software.split(";")[0]
 117     elif "," in software:
 118         temp = software.split(",")[0]
 119     elif " - " in software:
 120         temp = software.split(" - ")[0]
 121
 122     # NOISY-DEBUG: print(f"DEBUG: software='{software}'")
 123     version = None
 124     if " " in software:
 125         version = temp.split(" ")[-1]
 126     elif "/" in software:
 127         version = temp.split("/")[-1]
 128     elif "-" in software:
 129         version = temp.split("-")[-1]
 130     else:
 131         # NOISY-DEBUG: print(f"DEBUG: Was not able to find common seperator, returning untouched software='{software}'")
 132         return software
 133
 134     matches = None
 135     match = None
 136     # NOISY-DEBUG: print(f"DEBUG: Checking {len(patterns)} patterns ...")
 137     for pattern in patterns:
 138         # Run match()
 139         match = pattern.match(version)
 140
 141         # NOISY-DEBUG: print(f"DEBUG: match[]={type(match)}")
 142         if type(match) is re.Match:
 143             break
 144
 145     # NOISY-DEBUG: print(f"DEBUG: version[{type(version)}]='{version}',match='{match}'")
 146     if type(match) is not re.Match:
 147         print(f"WARNING: version='{version}' does not match regex, leaving software='{software}' untouched.")
 148         return software
 149
 150     # NOISY-DEBUG: print(f"DEBUG: Found valid version number: '{version}', removing it ...")
 151     end = len(temp) - len(version) - 1
 152
 153     # NOISY-DEBUG: print(f"DEBUG: end[{type(end)}]={end}")
 154     software = temp[0:end].strip()
 155     if " version" in software:
 156         # NOISY-DEBUG: print(f"DEBUG: software='{software}' contains word ' version'")
 157         software = strip_until(software, " version")
 158
 159     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
 160     return software
 161
 162 def strip_powered_by(software: str) -> str:
 163     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - CALLED!")
 164     if software == "":
 165         print(f"ERROR: Bad method call, 'software' is empty")
 166         raise Exception("Parameter 'software' is empty")
 167     elif not "powered by" in software:
 168         print(f"WARNING: Cannot find 'powered by' in '{software}'!")
 169         return software
 170
 171     start = software.find("powered by ")
 172     # NOISY-DEBUG: print(f"DEBUG: start[{type(start)}]='{start}'")
 173
 174     software = software[start + 11:].strip()
 175     # NOISY-DEBUG: print(f"DEBUG: software='{software}'")
 176
 177     software = strip_until(software, " - ")
 178
 179     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
 180     return software
 181
 182 def strip_until(software: str, until: str) -> str:
 183     # NOISY-DEBUG: print(f"DEBUG: software='{software}',until='{until}' - CALLED!")
 184     if software == "":
 185         print(f"ERROR: Bad method call, 'software' is empty")
 186         raise Exception("Parameter 'software' is empty")
 187     elif until == "":
 188         print(f"ERROR: Bad method call, 'until' is empty")
 189         raise Exception("Parameter 'until' is empty")
 190     elif not until in software:
 191         print(f"WARNING: Cannot find 'powered by' in '{software}'!")
 192         return software
 193
 194     # Next, strip until part
 195     end = software.find(until)
 196
 197     # NOISY-DEBUG: print(f"DEBUG: end[{type(end)}]='{end}'")
 198     if end > 0:
 199         software = software[0:end].strip()
 200
 201     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
 202     return software
 203
 204 def is_blacklisted(domain: str) -> bool:
 205     blacklisted = False
 206     for peer in blacklist:
 207         if peer in domain:
 208             blacklisted = True
 209
 210     return blacklisted
 211
 212 def remove_pending_error(domain: str):
 213     try:
 214         # Prevent updating any pending errors, nodeinfo was found
 215         del pending_errors[domain]
 216
 217     except:
 218         pass
 219
 220 def get_hash(domain: str) -> str:
 221     return hashlib.sha256(domain.encode("utf-8")).hexdigest()
 222
 223 def update_last_blocked(domain: str):
 224     # NOISY-DEBUG: print("DEBUG: Updating last_blocked for domain", domain)
 225     try:
 226         cursor.execute("UPDATE instances SET last_blocked = ?, last_updated = ? WHERE domain = ? LIMIT 1", [
 227             time.time(),
 228             time.time(),
 229             domain
 230         ])
 231
 232         if cursor.rowcount == 0:
 233             print("WARNING: Did not update any rows:", domain)
 234
 235     except BaseException as e:
 236         print("ERROR: failed SQL query:", domain, e)
 237         sys.exit(255)
 238
 239     # NOISY-DEBUG: print("DEBUG: EXIT!")
 240
 241 def update_nodeinfos(domain: str):
 242     # NOISY-DEBUG: print("DEBUG: Updating nodeinfo for domain:", domain)
 243     sql_string = ''
 244     fields = list()
 245     for key in nodeinfos:
 246         # NOISY-DEBUG: print("DEBUG: key:", key)
 247         if domain in nodeinfos[key]:
 248            # NOISY-DEBUG: print(f"DEBUG: Adding '{nodeinfos[key][domain]}' for key='{key}' ...")
 249            fields.append(nodeinfos[key][domain])
 250            sql_string += f" {key} = ?,"
 251
 252     fields.append(domain)
 253     # NOISY-DEBUG: print(f"DEBUG: sql_string='{sql_string}',fields()={len(fields)}")
 254
 255     sql = "UPDATE instances SET" + sql_string + " last_status_code = NULL, last_error_details = NULL WHERE domain = ? LIMIT 1"
 256     # NOISY-DEBUG: print("DEBUG: sql:", sql)
 257
 258     try:
 259         # NOISY-DEBUG: print("DEBUG: Executing SQL:", sql)
 260         cursor.execute(sql, fields)
 261         # NOISY-DEBUG: print(f"DEBUG: Success! (rowcount={cursor.rowcount })")
 262
 263         if cursor.rowcount == 0:
 264             print("WARNING: Did not update any rows:", domain)
 265
 266     except BaseException as e:
 267         print(f"ERROR: failed SQL query: domain='{domain}',sql='{sql}',exception:'{e}'")
 268         sys.exit(255)
 269
 270     # NOISY-DEBUG: print("DEBUG: Deleting nodeinfos for domain:", domain)
 271     for key in nodeinfos:
 272         try:
 273             # NOISY-DEBUG: print("DEBUG: Deleting key:", key)
 274             del nodeinfos[key][domain]
 275         except:
 276             pass
 277
 278     # NOISY-DEBUG: print("DEBUG: EXIT!")
 279
 280 def update_last_error(domain: str, res: any):
 281     # NOISY-DEBUG: print("DEBUG: domain,res[]:", domain, type(res))
 282     try:
 283         # NOISY-DEBUG: print("DEBUG: BEFORE res[]:", type(res))
 284         if isinstance(res, BaseException) or isinstance(res, json.JSONDecodeError):
 285             res = str(res)
 286
 287         # NOISY-DEBUG: print("DEBUG: AFTER res[]:", type(res))
 288         if type(res) is str:
 289             # NOISY-DEBUG: print(f"DEBUG: Setting last_error_details='{res}'");
 290             cursor.execute("UPDATE instances SET last_status_code = 999, last_error_details = ?, last_updated = ? WHERE domain = ? LIMIT 1", [
 291                 res,
 292                 time.time(),
 293                 domain
 294             ])
 295         else:
 296             # NOISY-DEBUG: print(f"DEBUG: Setting last_error_details='{res.reason}'");
 297             cursor.execute("UPDATE instances SET last_status_code = ?, last_error_details = ?, last_updated = ? WHERE domain = ? LIMIT 1", [
 298                 res.status_code,
 299                 res.reason,
 300                 time.time(),
 301                 domain
 302             ])
 303
 304         if cursor.rowcount == 0:
 305             # NOISY-DEBUG: print("DEBUG: Did not update any rows:", domain)
 306             pending_errors[domain] = res
 307
 308     except BaseException as e:
 309         print("ERROR: failed SQL query:", domain, e)
 310         sys.exit(255)
 311
 312     # NOISY-DEBUG: print("DEBUG: EXIT!")
 313
 314 def update_last_nodeinfo(domain: str):
 315     # NOISY-DEBUG: print("DEBUG: Updating last_nodeinfo for domain:", domain)
 316     try:
 317         cursor.execute("UPDATE instances SET last_nodeinfo = ?, last_updated = ? WHERE domain = ? LIMIT 1", [
 318             time.time(),
 319             time.time(),
 320             domain
 321         ])
 322
 323         if cursor.rowcount == 0:
 324             print("WARNING: Did not update any rows:", domain)
 325
 326     except BaseException as e:
 327         print("ERROR: failed SQL query:", domain, e)
 328         sys.exit(255)
 329
 330     connection.commit()
 331     # NOISY-DEBUG: print("DEBUG: EXIT!")
 332
 333 def get_peers(domain: str, software: str) -> list:
 334     # NOISY-DEBUG: print("DEBUG: Getting peers for domain:", domain, software)
 335     peers = list()
 336
 337     if software == "lemmy":
 338         # NOISY-DEBUG: print(f"DEBUG: domain='{domain}' is Lemmy, fetching JSON ...")
 339         try:
 340             res = reqto.get(f"https://{domain}/api/v3/site", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 341
 342             # NOISY-DEBUG: print(f"DEBUG: res.ok={res.ok},res.json[]={type(res.json())}")
 343             if res.ok and isinstance(res.json(), dict):
 344                 # NOISY-DEBUG: print("DEBUG: Success, res.json():", len(res.json()))
 345                 json = res.json()
 346
 347                 if "federated_instances" in json and "linked" in json["federated_instances"]:
 348                     # NOISY-DEBUG: print("DEBUG: Found federated_instances", domain)
 349                     peers = json["federated_instances"]["linked"] + json["federated_instances"]["allowed"] + json["federated_instances"]["blocked"]
 350
 351         except BaseException as e:
 352             print("WARNING: Exception during fetching JSON:", domain, e)
 353
 354         update_last_nodeinfo(domain)
 355
 356         # NOISY-DEBUG: print("DEBUG: Returning peers[]:", type(peers))
 357         return peers
 358     elif software == "peertube":
 359         # NOISY-DEBUG: print(f"DEBUG: domain='{domain}' is a PeerTube, fetching JSON ...")
 360
 361         start = 0
 362         for mode in ["followers", "following"]:
 363             # NOISY-DEBUG: print(f"DEBUG: domain='{domain}',mode='{mode}'")
 364             while True:
 365                 try:
 366                     res = reqto.get(f"https://{domain}/api/v1/server/{mode}?start={start}&count=100", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 367
 368                     # NOISY-DEBUG: print(f"DEBUG: res.ok={res.ok},res.json[]={type(res.json())}")
 369                     if res.ok and isinstance(res.json(), dict):
 370                         # NOISY-DEBUG: print("DEBUG: Success, res.json():", len(res.json()))
 371                         json = res.json()
 372
 373                         if "data" in json:
 374                             # NOISY-DEBUG: print(f"DEBUG: Found {len(json['data'])} record(s).")
 375                             for record in json["data"]:
 376                                 # NOISY-DEBUG: print(f"DEBUG: record()={len(record)}")
 377                                 if mode in record and "host" in record[mode]:
 378                                     # NOISY-DEBUG: print(f"DEBUG: Found host={record[mode]['host']}, adding ...")
 379                                     peers.append(record[mode]["host"])
 380                                 else:
 381                                     print(f"WARNING: record from '{domain}' has no '{mode}' or 'host' record: {record}")
 382
 383                             if len(json["data"]) < 100:
 384                                 # NOISY-DEBUG: print("DEBUG: Reached end of JSON response:", domain)
 385                                 break
 386
 387                         # Continue with next row
 388                         start = start + 100
 389
 390                 except BaseException as e:
 391                     print("WARNING: Exception during fetching JSON:", domain, e)
 392
 393             update_last_nodeinfo(domain)
 394
 395             # NOISY-DEBUG: print("DEBUG: Returning peers[]:", type(peers))
 396             return peers
 397
 398     # NOISY-DEBUG: print(f"DEBUG: Fetching '{get_peers_url}' from '{domain}' ...")
 399     try:
 400         res = reqto.get(f"https://{domain}{get_peers_url}", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 401
 402         # NOISY-DEBUG: print("DEBUG: res.ok,res.json[]:", res.ok, type(res.json()))
 403         if not res.ok or res.status_code >= 400:
 404             res = reqto.get(f"https://{domain}/api/v3/site", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 405
 406             if not res.ok or res.status_code >= 400:
 407                 print("WARNING: Could not reach any JSON API:", domain)
 408                 update_last_error(domain, res)
 409             elif "federated_instances" in res.json() and "linked" in res.json()["federated_instances"]:
 410                 # NOISY-DEBUG: print("DEBUG: Found federated_instances", domain)
 411                 peers = res.json()["federated_instances"]["linked"] + res.json()["federated_instances"]["allowed"] + res.json()["federated_instances"]["blocked"]
 412             else:
 413                 print("WARNING: JSON response does not contain 'federated_instances':", domain)
 414                 update_last_error(domain, res)
 415         else:
 416             # NOISY-DEBUG: print("DEBUG:Querying API was successful:", domain, len(res.json()))
 417             peers = res.json()
 418             nodeinfos["get_peers_url"][domain] = get_peers_url
 419
 420     except BaseException as e:
 421         print("WARNING: Some error during get():", domain, e)
 422         update_last_error(domain, e)
 423
 424     update_last_nodeinfo(domain)
 425
 426     # NOISY-DEBUG: print("DEBUG: Returning peers[]:", type(peers))
 427     return peers
 428
 429 def post_json_api(domain: str, path: str, data: str) -> list:
 430     # NOISY-DEBUG: print("DEBUG: Sending POST to domain,path,data:", domain, path, data)
 431     json = {}
 432     try:
 433         res = reqto.post(f"https://{domain}{path}", data=data, headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 434
 435         # NOISY-DEBUG: print("DEBUG: res.ok,res.json[]:", res.ok, type(res.json()))
 436         if not res.ok or res.status_code >= 400:
 437             print("WARNING: Cannot query JSON API:", domain, path, data, res.status_code)
 438             update_last_error(domain, res)
 439         else:
 440             update_last_nodeinfo(domain)
 441             json = res.json()
 442
 443     except BaseException as e:
 444         print("WARNING: Some error during post():", domain, path, data, e)
 445
 446     # NOISY-DEBUG: print("DEBUG: Returning json():", len(json))
 447     return json
 448
 449 def fetch_nodeinfo(domain: str) -> list:
 450     # NOISY-DEBUG: print("DEBUG: Fetching nodeinfo from domain:", domain)
 451
 452     nodeinfo = fetch_wellknown_nodeinfo(domain)
 453     # NOISY-DEBUG: print("DEBUG:nodeinfo:", len(nodeinfo))
 454
 455     if len(nodeinfo) > 0:
 456         # NOISY-DEBUG: print("DEBUG: Returning auto-discovered nodeinfo:", len(nodeinfo))
 457         return nodeinfo
 458
 459     requests = [
 460        f"https://{domain}/nodeinfo/2.1.json",
 461        f"https://{domain}/nodeinfo/2.1",
 462        f"https://{domain}/nodeinfo/2.0.json",
 463        f"https://{domain}/nodeinfo/2.0",
 464        f"https://{domain}/nodeinfo/1.0",
 465        f"https://{domain}/api/v1/instance"
 466     ]
 467
 468     json = {}
 469     for request in requests:
 470         try:
 471             # NOISY-DEBUG: print("DEBUG: Fetching request:", request)
 472             res = reqto.get(request, headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 473
 474             # NOISY-DEBUG: print("DEBUG: res.ok,res.json[]:", res.ok, type(res.json()))
 475             if res.ok and isinstance(res.json(), dict):
 476                 # NOISY-DEBUG: print("DEBUG: Success:", request)
 477                 json = res.json()
 478                 nodeinfos["detection_mode"][domain] = "STATIC_CHECK"
 479                 nodeinfos["nodeinfo_url"][domain] = request
 480                 break
 481             elif not res.ok or res.status_code >= 400:
 482                 print("WARNING: Failed fetching nodeinfo from domain:", domain)
 483                 update_last_error(domain, res)
 484                 continue
 485
 486         except BaseException as e:
 487             # NOISY-DEBUG: print("DEBUG: Cannot fetch API request:", request)
 488             update_last_error(domain, e)
 489             pass
 490
 491     # NOISY-DEBUG: print("DEBUG: Returning json[]:", type(json))
 492     return json
 493
 494 def fetch_wellknown_nodeinfo(domain: str) -> list:
 495     # NOISY-DEBUG: print("DEBUG: Fetching .well-known info for domain:", domain)
 496     json = {}
 497
 498     try:
 499         res = reqto.get(f"https://{domain}/.well-known/nodeinfo", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 500         # NOISY-DEBUG: print("DEBUG: domain,res.ok,res.json[]:", domain, res.ok, type(res.json()))
 501         if res.ok and isinstance(res.json(), dict):
 502             nodeinfo = res.json()
 503             # NOISY-DEBUG: print("DEBUG: Found entries:", len(nodeinfo), domain)
 504             if "links" in nodeinfo:
 505                 # NOISY-DEBUG: print("DEBUG: Found links in nodeinfo():", len(nodeinfo["links"]))
 506                 for link in nodeinfo["links"]:
 507                     # NOISY-DEBUG: print("DEBUG: rel,href:", link["rel"], link["href"])
 508                     if link["rel"] in nodeinfo_identifier:
 509                         # NOISY-DEBUG: print("DEBUG: Fetching nodeinfo from:", link["href"])
 510                         res = reqto.get(link["href"])
 511
 512                         # NOISY-DEBUG: print("DEBUG: href,res.ok,res.status_code:", link["href"], res.ok, res.status_code)
 513                         if res.ok and isinstance(res.json(), dict):
 514                             # NOISY-DEBUG: print("DEBUG: Found JSON nodeinfo():", len(res.json()))
 515                             json = res.json()
 516                             nodeinfos["detection_mode"][domain] = "AUTO_DISCOVERY"
 517                             nodeinfos["nodeinfo_url"][domain] = link["href"]
 518                             break
 519                     else:
 520                         print("WARNING: Unknown 'rel' value:", domain, link["rel"])
 521             else:
 522                 print("WARNING: nodeinfo does not contain 'links':", domain)
 523
 524     except BaseException as e:
 525         print("WARNING: Failed fetching .well-known info:", domain)
 526         update_last_error(domain, e)
 527         pass
 528
 529     # NOISY-DEBUG: print("DEBUG: Returning json[]:", type(json))
 530     return json
 531
 532 def fetch_generator_from_path(domain: str, path: str = "/") -> str:
 533     # NOISY-DEBUG: print(f"DEBUG: domain='{domain}',path='{path}' - CALLED!")
 534     software = None
 535
 536     try:
 537         # NOISY-DEBUG: print(f"DEBUG: Fetching '{path}' from '{domain}' ...")
 538         res = reqto.get(f"https://{domain}{path}", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"]))
 539
 540         # NOISY-DEBUG: print("DEBUG: domain,res.ok,res.status_code,res.text[]:", domain, res.ok, res.status_code, type(res.text))
 541         if res.ok and res.status_code < 300 and len(res.text) > 0:
 542             # NOISY-DEBUG: print("DEBUG: Search for <meta name='generator'>:", domain)
 543             doc = bs4.BeautifulSoup(res.text, "html.parser")
 544
 545             # NOISY-DEBUG: print("DEBUG: doc[]:", type(doc))
 546             tag = doc.find("meta", {"name": "generator"})
 547
 548             # NOISY-DEBUG: print(f"DEBUG: tag[{type(tag)}: {tag}")
 549             if isinstance(tag, bs4.element.Tag):
 550                 # NOISY-DEBUG: print("DEBUG: Found generator meta tag: ", domain)
 551                 software = tidyup(tag.get("content"))
 552                 print(f"INFO: domain='{domain}' is generated by '{software}'")
 553                 nodeinfos["detection_mode"][domain] = "GENERATOR"
 554                 remove_pending_error(domain)
 555
 556     except BaseException as e:
 557         # NOISY-DEBUG: print(f"DEBUG: Cannot fetch / from '{domain}':", e)
 558         update_last_error(domain, e)
 559         pass
 560
 561     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 562     if type(software) is str and software == "":
 563         # NOISY-DEBUG: print(f"DEBUG: Corrected empty string to None for software of domain='{domain}'")
 564         software = None
 565     elif type(software) is str and ("." in software or " " in software):
 566         # NOISY-DEBUG: print(f"DEBUG: software='{software}' may contain a version number, domain='{domain}', removing it ...")
 567         software = remove_version(software)
 568
 569     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 570     if type(software) is str and "powered by" in software:
 571         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
 572         software = remove_version(strip_powered_by(software))
 573     elif type(software) is str and " by " in software:
 574         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has ' by ' in it")
 575         software = strip_until(software, " by ")
 576     elif type(software) is str and " see " in software:
 577         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has ' see ' in it")
 578         software = strip_until(software, " see ")
 579
 580     # NOISY-DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
 581     return software
 582
 583 def determine_software(domain: str) -> str:
 584     # NOISY-DEBUG: print("DEBUG: Determining software for domain:", domain)
 585     software = None
 586
 587     # NOISY-DEBUG: print(f"DEBUG: Fetching nodeinfo from '{domain}' ...")
 588     json = fetch_nodeinfo(domain)
 589
 590     # NOISY-DEBUG: print("DEBUG: json[]:", type(json))
 591     if not isinstance(json, dict) or len(json) == 0:
 592         # NOISY-DEBUG: print("DEBUG: Could not determine software type:", domain)
 593         return fetch_generator_from_path(domain)
 594
 595     # NOISY-DEBUG: print("DEBUG: json():", len(json), json)
 596     if "status" in json and json["status"] == "error" and "message" in json:
 597         print("WARNING: JSON response is an error:", json["message"])
 598         update_last_error(domain, json["message"])
 599         return fetch_generator_from_path(domain)
 600     elif "software" not in json or "name" not in json["software"]:
 601         # NOISY-DEBUG: print(f"DEBUG: JSON response from {domain} does not include [software][name], fetching / ...")
 602         software = fetch_generator_from_path(domain)
 603
 604         # NOISY-DEBUG: print(f"DEBUG: Generator for domain='{domain}' is: {software}, EXIT!")
 605         return software
 606
 607     software = tidyup(json["software"]["name"])
 608
 609     # NOISY-DEBUG: print("DEBUG: sofware after tidyup():", software)
 610     if software in ["akkoma", "rebased"]:
 611         # NOISY-DEBUG: print("DEBUG: Setting pleroma:", domain, software)
 612         software = "pleroma"
 613     elif software in ["hometown", "ecko"]:
 614         # NOISY-DEBUG: print("DEBUG: Setting mastodon:", domain, software)
 615         software = "mastodon"
 616     elif software in ["calckey", "groundpolis", "foundkey", "cherrypick", "meisskey"]:
 617         # NOISY-DEBUG: print("DEBUG: Setting misskey:", domain, software)
 618         software = "misskey"
 619     elif software.find("/") > 0:
 620         print("WARNING: Spliting of slash:", software)
 621         software = software.split("/")[-1];
 622     elif software.find("|") > 0:
 623         print("WARNING: Spliting of pipe:", software)
 624         software = tidyup(software.split("|")[0]);
 625     elif "powered by" in software:
 626         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
 627         software = strip_powered_by(software)
 628     elif type(software) is str and " by " in software:
 629         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has ' by ' in it")
 630         software = strip_until(software, " by ")
 631     elif type(software) is str and " see " in software:
 632         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has ' see ' in it")
 633         software = strip_until(software, " see ")
 634
 635     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 636     if software == "":
 637         print("WARNING: tidyup() left no software name behind:", domain)
 638         software = None
 639
 640     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 641     if str(software) == "":
 642         # NOISY-DEBUG: print(f"DEBUG: software for '{domain}' was not detected, trying generator ...")
 643         software = fetch_generator_from_path(domain)
 644     elif len(str(software)) > 0 and ("." in software or " " in software):
 645         # NOISY-DEBUG: print(f"DEBUG: software='{software}' may contain a version number, domain='{domain}', removing it ...")
 646         software = remove_version(software)
 647
 648     # NOISY-DEBUG: print(f"DEBUG: software[]={type(software)}")
 649     if type(software) is str and "powered by" in software:
 650         # NOISY-DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
 651         software = remove_version(strip_powered_by(software))
 652
 653     # NOISY-DEBUG: print("DEBUG: Returning domain,software:", domain, software)
 654     return software
 655
 656 def update_block_reason(reason: str, blocker: str, blocked: str, block_level: str):
 657     # NOISY-DEBUG: print("DEBUG: Updating block reason:", reason, blocker, blocked, block_level)
 658     try:
 659         cursor.execute(
 660             "UPDATE blocks SET reason = ?, last_seen = ? WHERE blocker = ? AND blocked = ? AND block_level = ? AND reason = ''",
 661             (
 662                 reason,
 663                 time.time(),
 664                 blocker,
 665                 blocked,
 666                 block_level
 667             ),
 668         )
 669
 670         # NOISY-DEBUG: print(f"DEBUG: cursor.rowcount={cursor.rowcount}")
 671         if cursor.rowcount == 0:
 672             print("WARNING: Did not update any rows:", domain)
 673
 674     except BaseException as e:
 675         print("ERROR: failed SQL query:", reason, blocker, blocked, block_level, e)
 676         sys.exit(255)
 677
 678     # NOISY-DEBUG: print("DEBUG: EXIT!")
 679
 680 def update_last_seen(blocker: str, blocked: str, block_level: str):
 681     # NOISY-DEBUG: print("DEBUG: Updating last_seen for:", blocker, blocked, block_level)
 682     try:
 683         cursor.execute(
 684             "UPDATE blocks SET last_seen = ? WHERE blocker = ? AND blocked = ? AND block_level = ?",
 685             (
 686                 time.time(),
 687                 blocker,
 688                 blocked,
 689                 block_level
 690             )
 691         )
 692
 693         if cursor.rowcount == 0:
 694             print("WARNING: Did not update any rows:", domain)
 695
 696     except BaseException as e:
 697         print("ERROR: failed SQL query:", last_seen, blocker, blocked, block_level, e)
 698         sys.exit(255)
 699
 700     # NOISY-DEBUG: print("DEBUG: EXIT!")
 701
 702 def block_instance(blocker: str, blocked: str, reason: str, block_level: str):
 703     # NOISY-DEBUG: print("DEBUG: blocker,blocked,reason,block_level:", blocker, blocked, reason, block_level)
 704     if not validators.domain(blocker):
 705         print("WARNING: Bad blocker:", blocker)
 706         raise
 707     elif not validators.domain(blocked):
 708         print("WARNING: Bad blocked:", blocked)
 709         raise
 710
 711     print("INFO: New block:", blocker, blocked, reason, block_level, first_added, last_seen)
 712     try:
 713         cursor.execute(
 714             "INSERT INTO blocks (blocker, blocked, reason, block_level, first_added, last_seen) VALUES(?, ?, ?, ?, ?, ?)",
 715              (
 716                  blocker,
 717                  blocked,
 718                  reason,
 719                  block_level,
 720                  time.time(),
 721                  time.time()
 722              ),
 723         )
 724
 725     except BaseException as e:
 726         print("ERROR: failed SQL query:", blocker, blocked, reason, block_level, first_added, last_seen, e)
 727         sys.exit(255)
 728
 729     # NOISY-DEBUG: print("DEBUG: EXIT!")
 730
 731 def is_instance_registered(domain: str) -> bool:
 732     # NOISY-DEBUG: print(f"DEBUG: domain='{domain}' - CALLED!")
 733     # Default is not registered
 734     registered = False
 735
 736     try:
 737         cursor.execute(
 738             "SELECT rowid FROM instances WHERE domain = ? LIMIT 1", [domain]
 739         )
 740
 741         # Check condition
 742         registered = cursor.fetchone() != None
 743     except BaseException as e:
 744         print("ERROR: failed SQL query:", blocker, blocked, reason, block_level, first_added, last_seen, e)
 745         sys.exit(255)
 746
 747     # NOISY-DEBUG: print("DEBUG: registered='{registered}' - EXIT!")
 748     return registered
 749
 750 def add_instance(domain: str, origin: str, originator: str):
 751     # NOISY-DEBUG: print("DEBUG: domain,origin:", domain, origin, originator)
 752     if not validators.domain(domain):
 753         print("WARNING: Bad domain name:", domain)
 754         raise
 755     elif origin is not None and not validators.domain(origin):
 756         print("WARNING: Bad origin name:", origin)
 757         raise
 758
 759     software = determine_software(domain)
 760     # NOISY-DEBUG: print("DEBUG: Determined software:", software)
 761
 762     print(f"INFO: Adding instance {domain} (origin: {origin})")
 763     try:
 764         cursor.execute(
 765             "INSERT INTO instances (domain, origin, originator, hash, software, first_seen) VALUES (?, ?, ?, ?, ?, ?)",
 766             (
 767                domain,
 768                origin,
 769                originator,
 770                get_hash(domain),
 771                software,
 772                time.time()
 773             ),
 774         )
 775
 776         for key in nodeinfos:
 777             # NOISY-DEBUG: pprint(f"DEBUG: key='{key}',domain='{domain}',nodeinfos[key]={nodeinfos[key]}")
 778             if domain in nodeinfos[key]:
 779                 # NOISY-DEBUG: pprint(f"DEBUG: domain='{domain}' has pending nodeinfo being updated ...")
 780                 update_nodeinfos(domain)
 781                 remove_pending_error(domain)
 782                 break
 783
 784         if domain in pending_errors:
 785             # NOISY-DEBUG: print("DEBUG: domain has pending error being updated:", domain)
 786             update_last_error(domain, pending_errors[domain])
 787             remove_pending_error(domain)
 788
 789     except BaseException as e:
 790         print("ERROR: failed SQL query:", domain, e)
 791         sys.exit(255)
 792     else:
 793         # NOISY-DEBUG: print("DEBUG: Updating nodeinfo for domain:", domain)
 794         update_last_nodeinfo(domain)
 795
 796     # NOISY-DEBUG: print("DEBUG: EXIT!")
 797
 798 def send_bot_post(instance: str, blocks: dict):
 799     message = instance + " has blocked the following instances:\n\n"
 800     truncated = False
 801
 802     if len(blocks) > 20:
 803         truncated = True
 804         blocks = blocks[0 : 19]
 805
 806     for block in blocks:
 807         if block["reason"] == None or block["reason"] == '':
 808             message = message + block["blocked"] + " with unspecified reason\n"
 809         else:
 810             if len(block["reason"]) > 420:
 811                 block["reason"] = block["reason"][0:419] + "[…]"
 812
 813             message = message + block["blocked"] + ' for "' + block["reason"].replace("@", "@\u200b") + '"\n'
 814
 815     if truncated:
 816         message = message + "(the list has been truncated to the first 20 entries)"
 817
 818     botheaders = {**headers, **{"Authorization": "Bearer " + config["bot_token"]}}
 819
 820     req = reqto.post(
 821         f"{config['bot_instance']}/api/v1/statuses",
 822         data={
 823             "status"      : message,
 824             "visibility"  : config['bot_visibility'],
 825             "content_type": "text/plain"
 826         },
 827         headers=botheaders,
 828         timeout=10
 829     ).json()
 830
 831     return True
 832
 833 def get_mastodon_blocks(domain: str) -> dict:
 834     # NOISY-DEBUG: print("DEBUG: Fetching mastodon blocks from domain:", domain)
 835     blocks = {
 836         "Suspended servers": [],
 837         "Filtered media"   : [],
 838         "Limited servers"  : [],
 839         "Silenced servers" : [],
 840     }
 841
 842     try:
 843         doc = bs4.BeautifulSoup(
 844             reqto.get(f"https://{domain}/about/more", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"])).text,
 845             "html.parser",
 846         )
 847     except BaseException as e:
 848         print("ERROR: Cannot fetch from domain:", domain, e)
 849         update_last_error(domain, e)
 850         return {}
 851
 852     for header in doc.find_all("h3"):
 853         header_text = tidyup(header.text)
 854
 855         if header_text in language_mapping:
 856             # NOISY-DEBUG: print(f"DEBUG: header_text='{header_text}'")
 857             header_text = language_mapping[header_text]
 858
 859         if header_text in blocks or header_text.lower() in blocks:
 860             # replaced find_next_siblings with find_all_next to account for instances that e.g. hide lists in dropdown menu
 861             for line in header.find_all_next("table")[0].find_all("tr")[1:]:
 862                 blocks[header_text].append(
 863                     {
 864                         "domain": tidyup(line.find("span").text),
 865                         "hash"  : tidyup(line.find("span")["title"][9:]),
 866                         "reason": tidyup(line.find_all("td")[1].text),
 867                     }
 868                 )
 869
 870     # NOISY-DEBUG: print("DEBUG: Returning blocks for domain:", domain)
 871     return {
 872         "reject"        : blocks["Suspended servers"],
 873         "media_removal" : blocks["Filtered media"],
 874         "followers_only": blocks["Limited servers"] + blocks["Silenced servers"],
 875     }
 876
 877 def get_friendica_blocks(domain: str) -> dict:
 878     # NOISY-DEBUG: print("DEBUG: Fetching friendica blocks from domain:", domain)
 879     blocks = []
 880
 881     try:
 882         doc = bs4.BeautifulSoup(
 883             reqto.get(f"https://{domain}/friendica", headers=headers, timeout=(config["connection_timeout"], config["read_timeout"])).text,
 884             "html.parser",
 885         )
 886     except BaseException as e:
 887         print("WARNING: Failed to fetch /friendica from domain:", domain, e)
 888         update_last_error(domain, e)
 889         return {}
 890
 891     blocklist = doc.find(id="about_blocklist")
 892
 893     # Prevents exceptions:
 894     if blocklist is None:
 895         # NOISY-DEBUG: print("DEBUG:Instance has no block list:", domain)
 896         return {}
 897
 898     for line in blocklist.find("table").find_all("tr")[1:]:
 899         blocks.append({
 900             "domain": tidyup(line.find_all("td")[0].text),
 901             "reason": tidyup(line.find_all("td")[1].text)
 902         })
 903
 904     # NOISY-DEBUG: print("DEBUG: Returning blocks() for domain:", domain, len(blocks))
 905     return {
 906         "reject": blocks
 907     }
 908
 909 def get_misskey_blocks(domain: str) -> dict:
 910     # NOISY-DEBUG: print("DEBUG: Fetching misskey blocks from domain:", domain)
 911     blocks = {
 912         "suspended": [],
 913         "blocked"  : []
 914     }
 915
 916     counter = 0
 917     step = 99
 918     while True:
 919         # iterating through all "suspended" (follow-only in its terminology)
 920         # instances page-by-page, since that troonware doesn't support
 921         # sending them all at once
 922         try:
 923             if counter == 0:
 924                 # NOISY-DEBUG: print("DEBUG: Sending JSON API request to domain,step,counter:", domain, step, counter)
 925                 doc = post_json_api(domain, "/api/federation/instances/", json.dumps({
 926                     "sort"     : "+caughtAt",
 927                     "host"     : None,
 928                     "suspended": True,
 929                     "limit"    : step
 930                 }))
 931             else:
 932                 # NOISY-DEBUG: print("DEBUG: Sending JSON API request to domain,step,counter:", domain, step, counter)
 933                 doc = post_json_api(domain, "/api/federation/instances/", json.dumps({
 934                     "sort"     : "+caughtAt",
 935                     "host"     : None,
 936                     "suspended": True,
 937                     "limit"    : step,
 938                     "offset"   : counter-1
 939                 }))
 940
 941             # NOISY-DEBUG: print("DEBUG: doc():", len(doc))
 942             if len(doc) == 0:
 943                 # NOISY-DEBUG: print("DEBUG: Returned zero bytes, exiting loop:", domain)
 944                 break
 945
 946             for instance in doc:
 947                 # just in case
 948                 if instance["isSuspended"]:
 949                     blocks["suspended"].append(
 950                         {
 951                             "domain": tidyup(instance["host"]),
 952                             # no reason field, nothing
 953                             "reason": ""
 954                         }
 955                     )
 956
 957             if len(doc) < step:
 958                 # NOISY-DEBUG: print("DEBUG: End of request:", len(doc), step)
 959                 break
 960
 961             # NOISY-DEBUG: print("DEBUG: Raising counter by step:", step)
 962             counter = counter + step
 963
 964         except BaseException as e:
 965             print("WARNING: Caught error, exiting loop:", domain, e)
 966             update_last_error(domain, e)
 967             counter = 0
 968             break
 969
 970     while True:
 971         # same shit, different asshole ("blocked" aka full suspend)
 972         try:
 973             if counter == 0:
 974                 # NOISY-DEBUG: print("DEBUG: Sending JSON API request to domain,step,counter:", domain, step, counter)
 975                 doc = post_json_api(domain,"/api/federation/instances", json.dumps({
 976                     "sort"   : "+caughtAt",
 977                     "host"   : None,
 978                     "blocked": True,
 979                     "limit"  : step
 980                 }))
 981             else:
 982                 # NOISY-DEBUG: print("DEBUG: Sending JSON API request to domain,step,counter:", domain, step, counter)
 983                 doc = post_json_api(domain,"/api/federation/instances", json.dumps({
 984                     "sort"   : "+caughtAt",
 985                     "host"   : None,
 986                     "blocked": True,
 987                     "limit"  : step,
 988                     "offset" : counter-1
 989                 }))
 990
 991             # NOISY-DEBUG: print("DEBUG: doc():", len(doc))
 992             if len(doc) == 0:
 993                 # NOISY-DEBUG: print("DEBUG: Returned zero bytes, exiting loop:", domain)
 994                 break
 995
 996             for instance in doc:
 997                 if instance["isBlocked"]:
 998                     blocks["blocked"].append({
 999                         "domain": tidyup(instance["host"]),
1000                         "reason": ""
1001                     })
1002
1003             if len(doc) < step:
1004                 # NOISY-DEBUG: print("DEBUG: End of request:", len(doc), step)
1005                 break
1006
1007             # NOISY-DEBUG: print("DEBUG: Raising counter by step:", step)
1008             counter = counter + step
1009
1010         except BaseException as e:
1011             print("ERROR: Exception during POST:", domain, e)
1012             update_last_error(domain, e)
1013             counter = 0
1014             break
1015
1016     # NOISY-DEBUG: print("DEBUG: Returning for domain,blocked(),suspended():", domain, len(blocks["blocked"]), len(blocks["suspended"]))
1017     return {
1018         "reject"        : blocks["blocked"],
1019         "followers_only": blocks["suspended"]
1020     }
1021
1022 def tidyup(string: str) -> str:
1023     # some retards put their blocks in variable case
1024     string = string.lower().strip()
1025
1026     # other retards put the port
1027     string = re.sub("\:\d+$", "", string)
1028
1029     # bigger retards put the schema in their blocklist, sometimes even without slashes
1030     string = re.sub("^https?\:(\/*)", "", string)
1031
1032     # and trailing slash
1033     string = re.sub("\/$", "", string)
1034
1035     # and the @
1036     string = re.sub("^\@", "", string)
1037
1038     # the biggest retards of them all try to block individual users
1039     string = re.sub("(.+)\@", "", string)
1040
1041     return string