]> git.mxchange.org Git - fba.git/blobdiff - fba/utils.py
Continued:
[fba.git] / fba / utils.py
index 1a1dffec0ab69fbda7458a137e3f85179e04060e..7829723f0724a17d6a0bdd5c0acd3ba042c8802a 100644 (file)
@@ -1,4 +1,4 @@
-# Copyright (C) 2023 Free Software Foundation
+       # Copyright (C) 2023 Free Software Foundation
 #
 # This program is free software: you can redistribute it and/or modify
 # it under the terms of the GNU Affero General Public License as published
@@ -23,11 +23,10 @@ import requests
 import validators
 
 from fba.helpers import blacklist
-from fba.helpers import cookies
+from fba.helpers import config
 from fba.helpers import domain as domain_helper
 from fba.helpers import tidyup
 
-from fba.http import federation
 from fba.http import network
 
 from fba.models import instances
@@ -38,128 +37,84 @@ logger = logging.getLogger(__name__)
 ##### Other functions #####
 
 def is_primitive(var: any) -> bool:
-    logger.debug(f"var[]='{type(var)}' - CALLED!")
-    return type(var) in {int, str, float, bool} or var is None
+    logger.debug("var[]='%s' - CALLED!", type(var))
+    return type(var) in {int, str, float, bool, None} or var is None
 
 def get_hash(domain: str) -> str:
-    logger.debug("domain(%d)='%s' - CALLED!", len(domain), domain)
+    logger.debug("domain='%s' - CALLED!", domain)
     domain_helper.raise_on(domain)
 
     return hashlib.sha256(domain.encode("utf-8")).hexdigest()
 
 def fetch_url(url: str, headers: dict, timeout: tuple) -> requests.models.Response:
-    logger.debug(f"url='{url}',headers()={len(headers)},timeout={timeout} - CALLED!")
+    logger.debug("url='%s',headers()=%d,timeout(%d)='%s' - CALLED!", url, len(headers), len(timeout), timeout)
+
     if not isinstance(url, str):
-        raise ValueError(f"Parameter url[]='{type(url)}' is not 'str'")
+        raise ValueError(f"Parameter url[]='{type(url)}' is not of type 'str'")
     elif url == "":
         raise ValueError("Parameter 'url' is empty")
+    elif not validators.url(url):
+        raise ValueError(f"Parameter url='{url}' is not a valid URL")
     elif not isinstance(headers, dict):
-        raise ValueError(f"Parameter headers[]='{type(headers)}' is not 'dict'")
+        raise ValueError(f"Parameter headers[]='{type(headers)}' is not of type 'dict'")
     elif not isinstance(timeout, tuple):
-        raise ValueError(f"Parameter timeout[]='{type(timeout)}' is not 'tuple'")
+        raise ValueError(f"Parameter timeout[]='{type(timeout)}' is not of type 'tuple'")
 
-    logger.debug(f"Parsing url='{url}'")
+    logger.debug("Parsing url='%s' ...", url)
     components = urlparse(url)
 
     # Invoke other function, avoid trailing ?
-    logger.debug(f"components[{type(components)}]={components}")
+    logger.debug("components[%s]='%s'", type(components), components)
     if components.query != "":
-        response = network.fetch_response(components.netloc, f"{components.path}?{components.query}", headers, timeout)
+        response = network.fetch_response(
+            components.netloc.split(":")[0],
+            f"{components.path}?{components.query}",
+            headers,
+            timeout
+        )
     else:
-        response = network.fetch_response(components.netloc, components.path if isinstance(components.path, str) and components.path != '' else '/', headers, timeout)
-
-    logger.debug(f"response[]='{type(response)}' - EXIT!")
+        response = network.fetch_response(
+            components.netloc.split(":")[0],
+            components.path if isinstance(components.path, str) and components.path != '' else '/',
+            headers,
+            timeout
+        )
+
+    logger.debug("response[]='%s' - EXIT!", type(response))
     return response
 
-def process_domain(domain: str, blocker: str, command: str) -> bool:
-    logger.debug(f"domain='{domain}',blocker='{blocker}',command='{command}' - CALLED!")
-    domain_helper.raise_on(domain)
-    domain_helper.raise_on(blocker)
-
-    if not isinstance(command, str):
-        raise ValueError(f"Parameter command[]='{type(command)}' is not 'str'")
-    elif command == "":
-        raise ValueError("Parameter 'command' is empty")
-
-    if domain.find("*") > 0:
-        logger.debug("blocker='%s' uses obfucated domains, marking ...", blocker)
-        instances.set_has_obfucation(blocker, True)
-
-        # Try to de-obscure it
-        row = instances.deobfucate("*", domain)
-
-        logger.debug(f"row[{type(row)}]='{row}'")
-        if row is None:
-            logger.warning("Cannot de-obfucate domain='%s' - SKIPPED!", domain)
-            return False
-
-        logger.debug(f"domain='{domain}' de-obscured to '{row[0]}'")
-        domain = row[0]
-    elif domain.find("?") > 0:
-        logger.debug("blocker='%s' uses obfucated domains, marking ...", blocker)
-        instances.set_has_obfucation(blocker, True)
-
-        # Try to de-obscure it
-        row = instances.deobfucate("?", domain)
-
-        logger.debug(f"row[{type(row)}]='{row}'")
-        if row is None:
-            logger.warning("Cannot de-obfucate domain='%s' - SKIPPED!", domain)
-            return False
-
-        logger.debug(f"domain='{domain}' de-obscured to '{row[0]}'")
-        domain = row[0]
-    else:
-        logger.debug("blocker='%s' has NO obfucation on their block list", blocker)
-        instances.set_has_obfucation(blocker, False)
-
-    if instances.has_pending(blocker):
-        logger.debug("Invoking instances.update_data(%s) ...", blocker)
-        instances.update_data(blocker)
-
-    if not is_domain_wanted(domain):
-        logger.debug("domain='%s' is not wanted - SKIPPED!", domain)
-        return False
-    elif instances.is_recent(domain):
-        logger.debug(f"domain='{domain}' has been recently checked - SKIPPED!")
-        return False
-
-    processed = False
-    try:
-        logger.info("Fetching instances for domain='%s',blocker='%s',command='%s' ...", domain, blocker, command)
-        federation.fetch_instances(domain, blocker, None, command)
-        processed = True
-
-        logger.debug("Invoking cookies.clear(%s) ...", domain)
-        cookies.clear(domain)
-    except network.exceptions as exception:
-        logger.warning("Exception '%s' during fetching instances (fetch_oliphant) from domain='%s'", type(exception), domain)
-        instances.set_last_error(domain, exception)
-
-    logger.debug(f"processed='{processed}' - EXIT!")
-    return processed
-
 def find_domains(tags: bs4.element.ResultSet, search: str) -> list:
     logger.debug("tags[%s]()=%d,search='%s' - CALLED!", type(tags), len(tags), search)
+
     if not isinstance(tags, bs4.element.ResultSet):
-        raise ValueError(f"Parameter tags[]='{type(tags)}' is not 'ResultSet'")
+        raise ValueError(f"Parameter tags[]='{type(tags)}' is not of type 'ResultSet'")
     elif not isinstance(search, str):
-        raise ValueError(f"Parameter search[]='{type(search)}' is not 'str'")
+        raise ValueError(f"Parameter search[]='{type(search)}' is not of type 'str'")
     elif search == "":
         raise ValueError("Parameter 'search' is empty")
 
     domains = list()
+    logger.debug("Parsing %d tags ...", len(tags))
     for tag in tags:
         logger.debug("tag[]='%s'", type(tag))
         domain = tidyup.domain(tag.find(search).contents[0])
+        logger.debug("domain='%s' - AFTER!", domain)
 
-        logger.debug("domain='%s'", domain)
         if domain == "":
             logger.debug("tag='%s' has no domain, trying <em> ...", tag)
             domain = tidyup.domain(tag.find("em").contents[0])
+            logger.debug("domain='%s' - AFTER!", domain)
+
+        if domain == "":
+            logger.warning("Empty domain after checking search='%s' and <em> tags - SKIPPED!", search)
+            continue
 
-        if not is_domain_wanted(domain):
-            logger.debug("domain='%s' is not wanted - SKIPPED!")
+        logger.debug("domain='%s' - BEFORE!", domain)
+        domain = domain.encode("idna").decode("utf-8")
+        logger.debug("domain='%s' - AFTER!", domain)
+
+        if not domain_helper.is_wanted(domain):
+            logger.debug("domain='%s' is not wanted - SKIPPED!", domain)
             continue
 
         logger.debug("Appending domain='%s'", domain)
@@ -168,28 +123,49 @@ def find_domains(tags: bs4.element.ResultSet, search: str) -> list:
     logger.debug("domains()=%d - EXIT!", len(domains))
     return domains
 
-def is_domain_wanted(domain: str) -> bool:
-    logger.debug("domain='%s' - CALLED!", domain)
+def deobfuscate(domain: str, blocker: str, domain_hash: str = None) -> str:
+    logger.debug("domain='%s',blocker='%s',domain_hash='%s' - CALLED!", domain, blocker, domain_hash)
+    domain_helper.raise_on(blocker)
+
+    if validators.domain(domain) and blacklist.is_blacklisted(domain):
+        raise ValueError(f"domain='{domain}' is blacklisted but function was invoked")
+    elif not isinstance(domain_hash, str) and domain_hash is not None:
+        raise ValueError(f"Parameter domain_hash[]='{type(domain_hash)}' is not of type 'str'")
+
+    logger.debug("Setting has_obfuscation=False for blocker='%s' ...", blocker)
+    instances.set_has_obfuscation(blocker, False)
+
+    if domain.find("*") >= 0:
+        logger.debug("blocker='%s' uses obfuscated domains", blocker)
+        instances.set_has_obfuscation(blocker, True)
+
+        # Obscured domain name with no hash
+        row = instances.deobfuscate("*", domain, domain_hash)
+
+        logger.debug("row[]='%s'", type(row))
+        if row is not None:
+            logger.debug("domain='%s' de-obscured to '%s'", domain, row["domain"])
+            domain = row["domain"]
+        else:
+            logger.warning("blocker='%s' has domain='%s' that cannot be deobfuscated.", blocker, domain)
+    elif domain.find("?") >= 0:
+        logger.debug("blocker='%s' uses obfuscated domains", blocker)
+        instances.set_has_obfuscation(blocker, True)
+
+        # Obscured domain name with no hash
+        row = instances.deobfuscate("?", domain, domain_hash)
+
+        logger.debug("row[]='%s'", type(row))
+        if row is not None:
+            logger.debug("domain='%s' de-obscured to '%s'", domain, row["domain"])
+            domain = row["domain"]
+        else:
+            logger.warning("blocker='%s' has domain='%s' that cannot be deobfuscated.", blocker, domain)
+    else:
+        logger.debug("domain='%s' is not obfuscated", domain)
+
+    logger.debug("domain='%s' - EXIT!", domain)
+    return domain
 
-    wanted = True
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif domain.lower() != domain:
-        wanted = False
-    elif not validators.domain(domain.split("/")[0]):
-        logger.debug("domain='%s' is not a valid domain name - settings False ...", domain)
-        wanted = False
-    elif domain.endswith(".arpa"):
-        logger.debug("domain='%s' is a domain for reversed IP addresses - settings False ...", domain)
-        wanted = False
-    elif domain.endswith(".tld"):
-        logger.debug("domain='%s' is a fake domain - settings False ...", domain)
-        wanted = False
-    elif blacklist.is_blacklisted(domain):
-        logger.debug("domain='%s' is blacklisted - settings False ...", domain)
-        wanted = False
-
-    logger.debug("wanted='%s' - EXIT!", wanted)
-    return wanted
+def base_url() -> str:
+    return f"{config.get('scheme')}://{config.get('hostname')}{config.get('base_url')}"