]> git.mxchange.org Git - fba.git/commitdiff
Continued:
authorRoland Häder <roland@mxchange.org>
Wed, 21 Jun 2023 02:21:45 +0000 (04:21 +0200)
committerRoland Häder <roland@mxchange.org>
Wed, 21 Jun 2023 02:22:08 +0000 (04:22 +0200)
- moved fba.federation|network to package fba.http

17 files changed:
api.py
fba/__init__.py
fba/commands.py
fba/csrf.py
fba/fba.py
fba/federation.py [deleted file]
fba/http/__init__.py [new file with mode: 0644]
fba/http/federation.py [new file with mode: 0644]
fba/http/network.py [new file with mode: 0644]
fba/models/instances.py
fba/network.py [deleted file]
fba/networks/friendica.py
fba/networks/lemmy.py
fba/networks/mastodon.py
fba/networks/misskey.py
fba/networks/peertube.py
fba/networks/pleroma.py

diff --git a/api.py b/api.py
index 41580f3ac8e0081ad6815f3cd2ec0e53c2ff13a8..ff0fa997c096c28c081ef68ac4d386855e6bd93a 100644 (file)
--- a/api.py
+++ b/api.py
@@ -30,11 +30,12 @@ import requests
 import validators
 
 from fba import fba
-from fba import network
 
 from fba.helpers import config
 from fba.helpers import tidyup
 
+from fba.http import network
+
 router = fastapi.FastAPI(docs_url=config.get("base_url") + "/docs", redoc_url=config.get("base_url") + "/redoc")
 templates = Jinja2Templates(directory="templates")
 
index e5e1748759918cf0fe58290bac745bb14a489423..e716e103392940f3796f77efc67c15a7b97151f6 100644 (file)
@@ -18,11 +18,10 @@ __all__ = [
     'boot',
     'commands',
     'csrf',
-    'federation',
     'fba',
-    'network',
     # Sub packages:
     'helpers',
+    'http',
     'models',
     'networks',
 ]
index 24d4840369bc7e269994ad71331464eb9b03884a..277a1b79a19ec4258f7e8a84514c818e7bc30f3d 100644 (file)
@@ -26,9 +26,7 @@ import markdown
 import reqto
 import validators
 
-from fba import federation
 from fba import fba
-from fba import network
 
 from fba.helpers import blacklist
 from fba.helpers import config
@@ -36,6 +34,9 @@ from fba.helpers import cookies
 from fba.helpers import locking
 from fba.helpers import tidyup
 
+from fba.http import federation
+from fba.http import network
+
 from fba.models import blocks
 from fba.models import instances
 
index 8cd8c5e625d2930b6ea0ee30ac49f6ceff4fbf3f..5158ca5501bef9a7d691e8da0b447f2a7e5af311 100644 (file)
@@ -18,11 +18,12 @@ import bs4
 import reqto
 import validators
 
-from fba import network
 
 from fba.helpers import config
 from fba.helpers import cookies
 
+from fba.http import network
+
 def determine(domain: str, headers: dict) -> dict:
     # DEBUG: print(f"DEBUG: domain='{domain}',headers()={len(headers)} - CALLED!")
     if not isinstance(domain, str):
index 368de88a7374570f3d6a0c47f70f453120d1ce76..e945ffdb56930487a614a47904ba12a6552ab152 100644 (file)
@@ -21,12 +21,12 @@ from urllib.parse import urlparse
 import requests
 import validators
 
-from fba import federation
-from fba import network
-
 from fba.helpers import blacklist
 from fba.helpers import cookies
 
+from fba.http import federation
+from fba.http import network
+
 from fba.models import instances
 
 # Connect to database
diff --git a/fba/federation.py b/fba/federation.py
deleted file mode 100644 (file)
index b41e651..0000000
+++ /dev/null
@@ -1,620 +0,0 @@
-# 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
-# by the Free Software Foundation, either version 3 of the License, or
-# (at your option) any later version.
-#
-# This program is distributed in the hope that it will be useful,
-# but WITHOUT ANY WARRANTY; without even the implied warranty of
-# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
-# GNU Affero General Public License for more details.
-#
-# You should have received a copy of the GNU Affero General Public License
-# along with this program.  If not, see <https://www.gnu.org/licenses/>.
-
-from urllib.parse import urlparse
-
-import bs4
-import validators
-
-from fba import csrf
-from fba import network
-
-from fba.helpers import blacklist
-from fba.helpers import config
-from fba.helpers import tidyup
-from fba.helpers import version
-
-from fba.models import instances
-
-from fba.networks import lemmy
-from fba.networks import misskey
-from fba.networks import peertube
-
-# "rel" identifiers (no real URLs)
-nodeinfo_identifier = [
-    "https://nodeinfo.diaspora.software/ns/schema/2.1",
-    "https://nodeinfo.diaspora.software/ns/schema/2.0",
-    "https://nodeinfo.diaspora.software/ns/schema/1.1",
-    "https://nodeinfo.diaspora.software/ns/schema/1.0",
-    "http://nodeinfo.diaspora.software/ns/schema/2.1",
-    "http://nodeinfo.diaspora.software/ns/schema/2.0",
-    "http://nodeinfo.diaspora.software/ns/schema/1.1",
-    "http://nodeinfo.diaspora.software/ns/schema/1.0",
-]
-
-def fetch_instances(domain: str, origin: str, software: str, command: str, path: str = None):
-    # DEBUG: print(f"DEBUG: domain='{domain}',origin='{origin}',software='{software}',path='{path}' - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
-    elif not isinstance(origin, str) and origin is not None:
-        raise ValueError(f"Parameter origin[]='{type(origin)}' is not 'str'")
-    elif software is None:
-        # DEBUG: print(f"DEBUG: Updating last_instance_fetch for domain='{domain}' ...")
-        instances.set_last_instance_fetch(domain)
-
-        # DEBUG: print(f"DEBUG: software for domain='{domain}' is not set, determining ...")
-        software = None
-        try:
-            software = determine_software(domain, path)
-        except network.exceptions as exception:
-            # DEBUG: print(f"DEBUG: Exception '{type(exception)}' during determining software type")
-            pass
-
-        # DEBUG: print(f"DEBUG: Determined software='{software}' for domain='{domain}'")
-    elif not isinstance(software, str):
-        raise ValueError(f"Parameter software[]='{type(software)}' is not 'str'")
-    elif not isinstance(command, str):
-        raise ValueError(f"Parameter command[]='{type(command)}' is not 'str'")
-    elif command == "":
-        raise ValueError("Parameter 'command' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain")
-
-    if not instances.is_registered(domain):
-        # DEBUG: print(f"DEBUG: Adding new domain='{domain}',origin='{origin}',command='{command}',path='{path}',software='{software}'")
-        instances.add(domain, origin, command, path, software)
-
-    # DEBUG: print(f"DEBUG: Updating last_instance_fetch for domain='{domain}' ...")
-    instances.set_last_instance_fetch(domain)
-
-    # DEBUG: print("DEBUG: Fetching instances for domain:", domain, software)
-    peerlist = fetch_peers(domain, software)
-
-    if peerlist is None:
-        print("ERROR: Cannot fetch peers:", domain)
-        return
-    elif instances.has_pending(domain):
-        # DEBUG: print(f"DEBUG: domain='{domain}' has pending nodeinfo data, flushing ...")
-        instances.update_data(domain)
-
-    print(f"INFO: Checking {len(peerlist)} instances from domain='{domain}' ...")
-    for instance in peerlist:
-        # DEBUG: print(f"DEBUG: instance='{instance}'")
-        if instance is None:
-            # Skip "None" types as tidup.domain() cannot parse them
-            continue
-
-        # DEBUG: print(f"DEBUG: instance='{instance}' - BEFORE")
-        instance = tidyup.domain(instance)
-        # DEBUG: print(f"DEBUG: instance='{instance}' - AFTER")
-
-        if instance == "":
-            print(f"WARNING: Empty instance after tidyup.domain(), domain='{domain}'")
-            continue
-        elif not validators.domain(instance.split("/")[0]):
-            print(f"WARNING: Bad instance='{instance}' from domain='{domain}',origin='{origin}'")
-            continue
-        elif instance.endswith(".arpa"):
-            print(f"WARNING: instance='{instance}' is a reversed .arpa domain and should not be used generally.")
-            continue
-        elif blacklist.is_blacklisted(instance):
-            # DEBUG: print("DEBUG: instance is blacklisted:", instance)
-            continue
-        elif instance.find("/profile/") > 0 or instance.find("/users/") > 0:
-            # DEBUG: print(f"DEBUG: instance='{instance}' is a link to a single user profile - SKIPPED!")
-            continue
-        elif instance.endswith(".tld"):
-            # DEBUG: print(f"DEBUG: instance='{instance}' is a fake domain - SKIPPED!")
-            continue
-        elif not instances.is_registered(instance):
-            # DEBUG: print("DEBUG: Adding new instance:", instance, domain)
-            instances.add(instance, domain, command)
-
-    # DEBUG: print("DEBUG: EXIT!")
-
-def fetch_peers(domain: str, software: str) -> list:
-    # DEBUG: print(f"DEBUG: domain({len(domain)})='{domain}',software='{software}' - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
-    elif not isinstance(software, str) and software is not None:
-        raise ValueError(f"software[]='{type(software)}' is not 'str'")
-
-    if software == "misskey":
-        # DEBUG: print(f"DEBUG: Invoking misskey.fetch_peers({domain}) ...")
-        return misskey.fetch_peers(domain)
-    elif software == "lemmy":
-        # DEBUG: print(f"DEBUG: Invoking lemmy.fetch_peers({domain}) ...")
-        return lemmy.fetch_peers(domain)
-    elif software == "peertube":
-        # DEBUG: print(f"DEBUG: Invoking peertube.fetch_peers({domain}) ...")
-        return peertube.fetch_peers(domain)
-
-    # Init peers variable
-    peers = list()
-
-    # No CSRF by default, you don't have to add network.api_headers by yourself here
-    headers = tuple()
-
-    try:
-        # DEBUG: print(f"DEBUG: Checking CSRF for domain='{domain}'")
-        headers = csrf.determine(domain, dict())
-    except network.exceptions as exception:
-        print(f"WARNING: Exception '{type(exception)}' during checking CSRF (fetch_peers,{__name__}) - EXIT!")
-        instances.set_last_error(domain, exception)
-        return peers
-
-    # DEBUG: print(f"DEBUG: Fetching peers from '{domain}',software='{software}' ...")
-    data = network.get_json_api(
-        domain,
-        "/api/v1/instance/peers",
-        headers,
-        (config.get("connection_timeout"), config.get("read_timeout"))
-    )
-
-    # DEBUG: print(f"DEBUG: data[]='{type(data)}'")
-    if "error_message" in data:
-        # DEBUG: print("DEBUG: Was not able to fetch peers, trying alternative ...")
-        data = network.get_json_api(
-            domain,
-            "/api/v3/site",
-            headers,
-            (config.get("connection_timeout"), config.get("read_timeout"))
-        )
-
-        # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},data[]='{type(data)}'")
-        if "error_message" in data:
-            print(f"WARNING: Could not reach any JSON API at domain='{domain}',status_code='{data['status_code']}',error_message='{data['error_message']}'")
-        elif "federated_instances" in data["json"]:
-            # DEBUG: print(f"DEBUG: Found federated_instances for domain='{domain}'")
-            peers = peers + add_peers(data["json"]["federated_instances"])
-            # DEBUG: print("DEBUG: Added instance(s) to peers")
-        else:
-            message = "JSON response does not contain 'federated_instances' or 'error_message'"
-            print(f"WARNING: {message},domain='{domain}'")
-            instances.set_last_error(domain, message)
-    elif isinstance(data["json"], list):
-        # DEBUG print("DEBUG: Querying API was successful:", domain, len(data['json']))
-        peers = data["json"]
-    else:
-        print(f"WARNING: Cannot parse data[json][]='{type(data['json'])}'")
-
-    # DEBUG: print(f"DEBUG: Adding '{len(peers)}' for domain='{domain}'")
-    instances.set_total_peers(domain, peers)
-
-    # DEBUG: print("DEBUG: Returning peers[]:", type(peers))
-    return peers
-
-def fetch_nodeinfo(domain: str, path: str = None) -> dict:
-    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}' - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
-    elif not isinstance(path, str) and path is not None:
-        raise ValueError(f"Parameter path[]='{type(path)}' is not 'str'")
-
-    # DEBUG: print(f"DEBUG: Fetching nodeinfo from domain='{domain}' ...")
-    nodeinfo = fetch_wellknown_nodeinfo(domain)
-
-    # DEBUG: print(f"DEBUG: nodeinfo[{type(nodeinfo)}]({len(nodeinfo)}='{nodeinfo}'")
-    if "error_message" not in nodeinfo and "json" in nodeinfo and len(nodeinfo["json"]) > 0:
-        # DEBUG: print(f"DEBUG: Found nodeinfo[json]()={len(nodeinfo['json'])} - EXIT!")
-        return nodeinfo["json"]
-
-    # No CSRF by default, you don't have to add network.api_headers by yourself here
-    headers = tuple()
-    data = dict()
-
-    try:
-        # DEBUG: print(f"DEBUG: Checking CSRF for domain='{domain}'")
-        headers = csrf.determine(domain, dict())
-    except network.exceptions as exception:
-        print(f"WARNING: Exception '{type(exception)}' during checking CSRF (nodeinfo,{__name__}) - EXIT!")
-        instances.set_last_error(domain, exception)
-        return {
-            "status_code"  : 500,
-            "error_message": f"exception[{type(exception)}]='{str(exception)}'",
-            "exception"    : exception,
-        }
-
-    request_paths = [
-       "/nodeinfo/2.1.json",
-       "/nodeinfo/2.1",
-       "/nodeinfo/2.0.json",
-       "/nodeinfo/2.0",
-       "/nodeinfo/1.0",
-       "/api/v1/instance"
-    ]
-
-    for request in request_paths:
-        # DEBUG: print(f"DEBUG: path[{type(path)}]='{path}',request='{request}'")
-        if path is None or path == request or path == f"http://{domain}{path}" or path == f"https://{domain}{path}":
-            # DEBUG: print(f"DEBUG: Fetching request='{request}' from domain='{domain}' ...")
-            if path == f"http://{domain}{path}" or path == f"https://{domain}{path}":
-                # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}' has protocol in path, splitting ...")
-                components = urlparse(path)
-                path = components.path
-
-            data = network.get_json_api(
-                domain,
-                request,
-                headers,
-                (config.get("nodeinfo_connection_timeout"), config.get("nodeinfo_read_timeout"))
-            )
-
-            # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},data[]='{type(data)}'")
-            if "error_message" not in data:
-                # DEBUG: print("DEBUG: Success:", request)
-                instances.set_detection_mode(domain, "STATIC_CHECK")
-                instances.set_nodeinfo_url(domain, request)
-                break
-
-            print(f"WARNING: Failed fetching nodeinfo from domain='{domain}',status_code='{data['status_code']}',error_message='{data['error_message']}'")
-
-    # DEBUG: print(f"DEBUG: data()={len(data)} - EXIT!")
-    return data
-
-def fetch_wellknown_nodeinfo(domain: str) -> dict:
-    # DEBUG: print(f"DEBUG: domain='{domain}' - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
-
-    # No CSRF by default, you don't have to add network.api_headers by yourself here
-    headers = tuple()
-
-    try:
-        # DEBUG: print(f"DEBUG: Checking CSRF for domain='{domain}'")
-        headers = csrf.determine(domain, dict())
-    except network.exceptions as exception:
-        print(f"WARNING: Exception '{type(exception)}' during checking CSRF (fetch_wellknown_nodeinfo,{__name__}) - EXIT!")
-        instances.set_last_error(domain, exception)
-        return {
-            "status_code"  : 500,
-            "error_message": type(exception),
-            "exception"    : exception,
-        }
-
-    # DEBUG: print("DEBUG: Fetching .well-known info for domain:", domain)
-    data = network.get_json_api(
-        domain,
-        "/.well-known/nodeinfo",
-        headers,
-        (config.get("nodeinfo_connection_timeout"), config.get("nodeinfo_read_timeout"))
-    )
-
-    if "error_message" not in data:
-        nodeinfo = data["json"]
-        # DEBUG: print("DEBUG: Found entries:", len(nodeinfo), domain)
-        if "links" in nodeinfo:
-            # DEBUG: print("DEBUG: Found links in nodeinfo():", len(nodeinfo["links"]))
-            for link in nodeinfo["links"]:
-                # DEBUG: print(f"DEBUG: link[{type(link)}]='{link}'")
-                if not isinstance(link, dict) or not "rel" in link:
-                    print(f"WARNING: link[]='{type(link)}' is not 'dict' or no element 'rel' found")
-                elif link["rel"] in nodeinfo_identifier:
-                    # Default is that 'href' has a complete URL, but some hosts don't send that
-                    url = link["href"]
-                    components = urlparse(link["href"])
-
-                    # DEBUG: print(f"DEBUG: components[{type(components)}]='{components}'")
-                    if components.scheme == "" and components.netloc == "":
-                        # DEBUG: print(f"DEBUG: link[href]='{link['href']}' has no scheme and host name in it, prepending from domain='{domain}'")
-                        url = f"https://{domain}{url}"
-                        components = urlparse(url)
-
-                    if blacklist.is_blacklisted(components.netloc):
-                        print(f"WARNING: components.netloc='{components.netloc}' is blacklisted - SKIPPED!")
-                        continue
-                    elif not validators.domain(components.netloc):
-                        print(f"WARNING: components.netloc='{components.netloc}' is not a valid domain - SKIPPED!")
-                        continue
-
-                    # DEBUG: print("DEBUG: Fetching nodeinfo from:", url)
-                    data = network.fetch_api_url(
-                        url,
-                        (config.get("connection_timeout"), config.get("read_timeout"))
-                     )
-
-                    # DEBUG: print("DEBUG: href,data[]:", link["href"], type(data))
-                    if "error_message" not in data and "json" in data:
-                        # DEBUG: print("DEBUG: Found JSON nodeinfo():", len(data))
-                        instances.set_detection_mode(domain, "AUTO_DISCOVERY")
-                        instances.set_nodeinfo_url(domain, link["href"])
-                        break
-                    else:
-                        instances.set_last_error(domain, data)
-                else:
-                    print("WARNING: Unknown 'rel' value:", domain, link["rel"])
-        else:
-            print("WARNING: nodeinfo does not contain 'links':", domain)
-
-    # DEBUG: print("DEBUG: Returning data[]:", type(data))
-    return data
-
-def fetch_generator_from_path(domain: str, path: str = "/") -> str:
-    # DEBUG: print(f"DEBUG: domain({len(domain)})='{domain}',path='{path}' - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
-    elif not isinstance(path, str):
-        raise ValueError(f"path[]='{type(path)}' is not 'str'")
-    elif path == "":
-        raise ValueError("Parameter 'path' is empty")
-
-    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}' - CALLED!")
-    software = None
-
-    # DEBUG: print(f"DEBUG: Fetching path='{path}' from '{domain}' ...")
-    response = network.fetch_response(domain, path, network.web_headers, (config.get("connection_timeout"), config.get("read_timeout")))
-
-    # DEBUG: print("DEBUG: domain,response.ok,response.status_code,response.text[]:", domain, response.ok, response.status_code, type(response.text))
-    if response.ok and response.status_code < 300 and response.text.find("<html") > 0:
-        # DEBUG: print(f"DEBUG: Parsing response.text()={len(response.text)} Bytes ...")
-        doc = bs4.BeautifulSoup(response.text, "html.parser")
-
-        # DEBUG: print("DEBUG: doc[]:", type(doc))
-        generator = doc.find("meta", {"name"    : "generator"})
-        site_name = doc.find("meta", {"property": "og:site_name"})
-
-        # DEBUG: print(f"DEBUG: generator='{generator}',site_name='{site_name}'")
-        if isinstance(generator, bs4.element.Tag) and isinstance(generator.get("content"), str):
-            # DEBUG: print("DEBUG: Found generator meta tag:", domain)
-            software = tidyup.domain(generator.get("content"))
-            # DEBUG: print(f"DEBUG: software[{type(software)}]='{software}'")
-            if software is not None and software != "":
-                print(f"INFO: domain='{domain}' is generated by '{software}'")
-                instances.set_detection_mode(domain, "GENERATOR")
-        elif isinstance(site_name, bs4.element.Tag) and isinstance(site_name.get("content"), str):
-            # DEBUG: print("DEBUG: Found property=og:site_name:", domain)
-            software = tidyup.domain(site_name.get("content"))
-            # DEBUG: print(f"DEBUG: software[{type(software)}]='{software}'")
-            if software is not None and software != "":
-                print(f"INFO: domain='{domain}' has og:site_name='{software}'")
-                instances.set_detection_mode(domain, "SITE_NAME")
-
-    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
-    if isinstance(software, str) and software == "":
-        # DEBUG: print(f"DEBUG: Corrected empty string to None for software of domain='{domain}'")
-        software = None
-    elif isinstance(software, str) and ("." in software or " " in software):
-        # DEBUG: print(f"DEBUG: software='{software}' may contain a version number, domain='{domain}', removing it ...")
-        software = version.remove(software)
-
-    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
-    if isinstance(software, str) and "powered by " in software:
-        # DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
-        software = version.remove(version.strip_powered_by(software))
-    elif isinstance(software, str) and " hosted on " in software:
-        # DEBUG: print(f"DEBUG: software='{software}' has 'hosted on' in it")
-        software = version.remove(version.strip_hosted_on(software))
-    elif isinstance(software, str) and " by " in software:
-        # DEBUG: print(f"DEBUG: software='{software}' has ' by ' in it")
-        software = version.strip_until(software, " by ")
-    elif isinstance(software, str) and " see " in software:
-        # DEBUG: print(f"DEBUG: software='{software}' has ' see ' in it")
-        software = version.strip_until(software, " see ")
-
-    # DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
-    return software
-
-def determine_software(domain: str, path: str = None) -> str:
-    # DEBUG: print(f"DEBUG: domain({len(domain)})='{domain}',path='{path}' - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not isinstance(path, str) and path is not None:
-        raise ValueError(f"Parameter path[]='{type(path)}' is not 'str'")
-
-    # DEBUG: print("DEBUG: Determining software for domain,path:", domain, path)
-    software = None
-
-    # DEBUG: print(f"DEBUG: Fetching nodeinfo from '{domain}' ...")
-    data = fetch_nodeinfo(domain, path)
-
-    # DEBUG: print(f"DEBUG: data[{type(data)}]='{data}'")
-    if "exception" in data:
-        # Continue raising it
-        raise data["exception"]
-    elif "error_message" in data:
-        # DEBUG: print(f"DEBUG: Returned error_message during fetching nodeinfo: '{data['error_message']}',status_code='{data['status_code']}'")
-        return fetch_generator_from_path(domain)
-    elif "status" in data and data["status"] == "error" and "message" in data:
-        print("WARNING: JSON response is an error:", data["message"])
-        instances.set_last_error(domain, data["message"])
-        return fetch_generator_from_path(domain)
-    elif "message" in data:
-        print("WARNING: JSON response contains only a message:", data["message"])
-        instances.set_last_error(domain, data["message"])
-        return fetch_generator_from_path(domain)
-    elif "software" not in data or "name" not in data["software"]:
-        # DEBUG: print(f"DEBUG: JSON response from domain='{domain}' does not include [software][name], fetching / ...")
-        software = fetch_generator_from_path(domain)
-        # DEBUG: print(f"DEBUG: Generator for domain='{domain}' is: '{software}'")
-    elif "software" in data and "name" in data["software"]:
-        # DEBUG: print("DEBUG: Found data[software][name] in JSON response")
-        software = data["software"]["name"]
-
-    if software is None:
-        # DEBUG: print("DEBUG: Returning None - EXIT!")
-        return None
-
-    sofware = tidyup.domain(software)
-    # DEBUG: print("DEBUG: sofware after tidyup.domain():", software)
-
-    if software in ["akkoma", "rebased", "akkounfucked", "ched"]:
-        # DEBUG: print("DEBUG: Setting pleroma:", domain, software)
-        software = "pleroma"
-    elif software in ["hometown", "ecko"]:
-        # DEBUG: print("DEBUG: Setting mastodon:", domain, software)
-        software = "mastodon"
-    elif software in ["slipfox calckey", "calckey", "groundpolis", "foundkey", "cherrypick", "meisskey", "magnetar", "keybump"]:
-        # DEBUG: print("DEBUG: Setting misskey:", domain, software)
-        software = "misskey"
-    elif software == "runtube.re":
-        # DEBUG: print("DEBUG: Setting peertube:", domain, software)
-        software = "peertube"
-    elif software == "nextcloud social":
-        # DEBUG: print("DEBUG: Setting nextcloud:", domain, software)
-        software = "nextcloud"
-    elif software.find("/") > 0:
-        print("WARNING: Spliting of slash:", software)
-        software = tidyup.domain(software.split("/")[-1])
-    elif software.find("|") > 0:
-        print("WARNING: Spliting of pipe:", software)
-        software = tidyup.domain(software.split("|")[0])
-    elif "powered by" in software:
-        # DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
-        software = version.strip_powered_by(software)
-    elif isinstance(software, str) and " by " in software:
-        # DEBUG: print(f"DEBUG: software='{software}' has ' by ' in it")
-        software = version.strip_until(software, " by ")
-    elif isinstance(software, str) and " see " in software:
-        # DEBUG: print(f"DEBUG: software='{software}' has ' see ' in it")
-        software = version.strip_until(software, " see ")
-
-    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
-    if software == "":
-        print("WARNING: tidyup.domain() left no software name behind:", domain)
-        software = None
-
-    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
-    if str(software) == "":
-        # DEBUG: print(f"DEBUG: software for '{domain}' was not detected, trying generator ...")
-        software = fetch_generator_from_path(domain)
-    elif len(str(software)) > 0 and ("." in software or " " in software):
-        # DEBUG: print(f"DEBUG: software='{software}' may contain a version number, domain='{domain}', removing it ...")
-        software = version.remove(software)
-
-    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
-    if isinstance(software, str) and "powered by" in software:
-        # DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
-        software = version.remove(version.strip_powered_by(software))
-
-    # DEBUG: print("DEBUG: Returning domain,software:", domain, software)
-    return software
-
-def find_domains(tag: bs4.element.Tag) -> list:
-    # DEBUG: print(f"DEBUG: tag[]='{type(tag)}' - CALLED!")
-    if not isinstance(tag, bs4.element.Tag):
-        raise ValueError(f"Parameter tag[]='{type(tag)}' is not type of bs4.element.Tag")
-    elif len(tag.select("tr")) == 0:
-        raise KeyError("No table rows found in table!")
-
-    domains = list()
-    for element in tag.select("tr"):
-        # DEBUG: print(f"DEBUG: element[]='{type(element)}'")
-        if not element.find("td"):
-            # DEBUG: print("DEBUG: Skipping element, no <td> found")
-            continue
-
-        domain = tidyup.domain(element.find("td").text)
-        reason = tidyup.reason(element.findAll("td")[1].text)
-
-        # DEBUG: print(f"DEBUG: domain='{domain}',reason='{reason}'")
-
-        if blacklist.is_blacklisted(domain):
-            print(f"WARNING: domain='{domain}' is blacklisted - SKIPPED!")
-            continue
-        elif domain == "gab.com/.ai, develop.gab.com":
-            # DEBUG: print("DEBUG: Multiple domains detected in one row")
-            domains.append({
-                "domain": "gab.com",
-                "reason": reason,
-            })
-            domains.append({
-                "domain": "gab.ai",
-                "reason": reason,
-            })
-            domains.append({
-                "domain": "develop.gab.com",
-                "reason": reason,
-            })
-            continue
-        elif not validators.domain(domain.split("/")[0]):
-            print(f"WARNING: domain='{domain}' is not a valid domain - SKIPPED!")
-            continue
-
-        # DEBUG: print(f"DEBUG: Adding domain='{domain}',reason='{reason}' ...")
-        domains.append({
-            "domain": domain,
-            "reason": reason,
-        })
-
-    # DEBUG: print(f"DEBUG: domains()={len(domains)} - EXIT!")
-    return domains
-
-def add_peers(rows: dict) -> list:
-    # DEBUG: print(f"DEBUG: rows()={len(rows)} - CALLED!")
-    peers = list()
-    for key in ["linked", "allowed", "blocked"]:
-        # DEBUG: print(f"DEBUG: Checking key='{key}'")
-        if key in rows and rows[key] is not None:
-            # DEBUG: print(f"DEBUG: Adding {len(rows[key])} peer(s) to peers list ...")
-            for peer in rows[key]:
-                # DEBUG: print(f"DEBUG: peer='{peer}' - BEFORE!")
-                peer = tidyup.domain(peer)
-
-                # DEBUG: print(f"DEBUG: peer='{peer}' - AFTER!")
-                if blacklist.is_blacklisted(peer):
-                    # DEBUG: print(f"DEBUG: peer='{peer}' is blacklisted, skipped!")
-                    continue
-
-                # DEBUG: print(f"DEBUG: Adding peer='{peer}' ...")
-                peers.append(peer)
-
-    # DEBUG: print(f"DEBUG: peers()={len(peers)} - EXIT!")
-    return peers
diff --git a/fba/http/__init__.py b/fba/http/__init__.py
new file mode 100644 (file)
index 0000000..5d1da3a
--- /dev/null
@@ -0,0 +1,19 @@
+# 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
+# by the Free Software Foundation, either version 3 of the License, or
+# (at your option) any later version.
+#
+# This program is distributed in the hope that it will be useful,
+# but WITHOUT ANY WARRANTY; without even the implied warranty of
+# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
+# GNU Affero General Public License for more details.
+#
+# You should have received a copy of the GNU Affero General Public License
+# along with this program.  If not, see <https://www.gnu.org/licenses/>.
+
+__all__ = [
+    'federation',
+    'network',
+]
diff --git a/fba/http/federation.py b/fba/http/federation.py
new file mode 100644 (file)
index 0000000..054fc3f
--- /dev/null
@@ -0,0 +1,621 @@
+# 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
+# by the Free Software Foundation, either version 3 of the License, or
+# (at your option) any later version.
+#
+# This program is distributed in the hope that it will be useful,
+# but WITHOUT ANY WARRANTY; without even the implied warranty of
+# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
+# GNU Affero General Public License for more details.
+#
+# You should have received a copy of the GNU Affero General Public License
+# along with this program.  If not, see <https://www.gnu.org/licenses/>.
+
+from urllib.parse import urlparse
+
+import bs4
+import validators
+
+from fba import csrf
+
+from fba.helpers import blacklist
+from fba.helpers import config
+from fba.helpers import tidyup
+from fba.helpers import version
+
+from fba.http import network
+
+from fba.models import instances
+
+from fba.networks import lemmy
+from fba.networks import misskey
+from fba.networks import peertube
+
+# "rel" identifiers (no real URLs)
+nodeinfo_identifier = [
+    "https://nodeinfo.diaspora.software/ns/schema/2.1",
+    "https://nodeinfo.diaspora.software/ns/schema/2.0",
+    "https://nodeinfo.diaspora.software/ns/schema/1.1",
+    "https://nodeinfo.diaspora.software/ns/schema/1.0",
+    "http://nodeinfo.diaspora.software/ns/schema/2.1",
+    "http://nodeinfo.diaspora.software/ns/schema/2.0",
+    "http://nodeinfo.diaspora.software/ns/schema/1.1",
+    "http://nodeinfo.diaspora.software/ns/schema/1.0",
+]
+
+def fetch_instances(domain: str, origin: str, software: str, command: str, path: str = None):
+    # DEBUG: print(f"DEBUG: domain='{domain}',origin='{origin}',software='{software}',path='{path}' - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
+    elif not isinstance(origin, str) and origin is not None:
+        raise ValueError(f"Parameter origin[]='{type(origin)}' is not 'str'")
+    elif software is None:
+        # DEBUG: print(f"DEBUG: Updating last_instance_fetch for domain='{domain}' ...")
+        instances.set_last_instance_fetch(domain)
+
+        # DEBUG: print(f"DEBUG: software for domain='{domain}' is not set, determining ...")
+        software = None
+        try:
+            software = determine_software(domain, path)
+        except network.exceptions as exception:
+            # DEBUG: print(f"DEBUG: Exception '{type(exception)}' during determining software type")
+            pass
+
+        # DEBUG: print(f"DEBUG: Determined software='{software}' for domain='{domain}'")
+    elif not isinstance(software, str):
+        raise ValueError(f"Parameter software[]='{type(software)}' is not 'str'")
+    elif not isinstance(command, str):
+        raise ValueError(f"Parameter command[]='{type(command)}' is not 'str'")
+    elif command == "":
+        raise ValueError("Parameter 'command' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain")
+
+    if not instances.is_registered(domain):
+        # DEBUG: print(f"DEBUG: Adding new domain='{domain}',origin='{origin}',command='{command}',path='{path}',software='{software}'")
+        instances.add(domain, origin, command, path, software)
+
+    # DEBUG: print(f"DEBUG: Updating last_instance_fetch for domain='{domain}' ...")
+    instances.set_last_instance_fetch(domain)
+
+    # DEBUG: print("DEBUG: Fetching instances for domain:", domain, software)
+    peerlist = fetch_peers(domain, software)
+
+    if peerlist is None:
+        print("ERROR: Cannot fetch peers:", domain)
+        return
+    elif instances.has_pending(domain):
+        # DEBUG: print(f"DEBUG: domain='{domain}' has pending nodeinfo data, flushing ...")
+        instances.update_data(domain)
+
+    print(f"INFO: Checking {len(peerlist)} instances from domain='{domain}' ...")
+    for instance in peerlist:
+        # DEBUG: print(f"DEBUG: instance='{instance}'")
+        if instance is None:
+            # Skip "None" types as tidup.domain() cannot parse them
+            continue
+
+        # DEBUG: print(f"DEBUG: instance='{instance}' - BEFORE")
+        instance = tidyup.domain(instance)
+        # DEBUG: print(f"DEBUG: instance='{instance}' - AFTER")
+
+        if instance == "":
+            print(f"WARNING: Empty instance after tidyup.domain(), domain='{domain}'")
+            continue
+        elif not validators.domain(instance.split("/")[0]):
+            print(f"WARNING: Bad instance='{instance}' from domain='{domain}',origin='{origin}'")
+            continue
+        elif instance.endswith(".arpa"):
+            print(f"WARNING: instance='{instance}' is a reversed .arpa domain and should not be used generally.")
+            continue
+        elif blacklist.is_blacklisted(instance):
+            # DEBUG: print("DEBUG: instance is blacklisted:", instance)
+            continue
+        elif instance.find("/profile/") > 0 or instance.find("/users/") > 0:
+            # DEBUG: print(f"DEBUG: instance='{instance}' is a link to a single user profile - SKIPPED!")
+            continue
+        elif instance.endswith(".tld"):
+            # DEBUG: print(f"DEBUG: instance='{instance}' is a fake domain - SKIPPED!")
+            continue
+        elif not instances.is_registered(instance):
+            # DEBUG: print("DEBUG: Adding new instance:", instance, domain)
+            instances.add(instance, domain, command)
+
+    # DEBUG: print("DEBUG: EXIT!")
+
+def fetch_peers(domain: str, software: str) -> list:
+    # DEBUG: print(f"DEBUG: domain({len(domain)})='{domain}',software='{software}' - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
+    elif not isinstance(software, str) and software is not None:
+        raise ValueError(f"software[]='{type(software)}' is not 'str'")
+
+    if software == "misskey":
+        # DEBUG: print(f"DEBUG: Invoking misskey.fetch_peers({domain}) ...")
+        return misskey.fetch_peers(domain)
+    elif software == "lemmy":
+        # DEBUG: print(f"DEBUG: Invoking lemmy.fetch_peers({domain}) ...")
+        return lemmy.fetch_peers(domain)
+    elif software == "peertube":
+        # DEBUG: print(f"DEBUG: Invoking peertube.fetch_peers({domain}) ...")
+        return peertube.fetch_peers(domain)
+
+    # Init peers variable
+    peers = list()
+
+    # No CSRF by default, you don't have to add network.api_headers by yourself here
+    headers = tuple()
+
+    try:
+        # DEBUG: print(f"DEBUG: Checking CSRF for domain='{domain}'")
+        headers = csrf.determine(domain, dict())
+    except network.exceptions as exception:
+        print(f"WARNING: Exception '{type(exception)}' during checking CSRF (fetch_peers,{__name__}) - EXIT!")
+        instances.set_last_error(domain, exception)
+        return peers
+
+    # DEBUG: print(f"DEBUG: Fetching peers from '{domain}',software='{software}' ...")
+    data = network.get_json_api(
+        domain,
+        "/api/v1/instance/peers",
+        headers,
+        (config.get("connection_timeout"), config.get("read_timeout"))
+    )
+
+    # DEBUG: print(f"DEBUG: data[]='{type(data)}'")
+    if "error_message" in data:
+        # DEBUG: print("DEBUG: Was not able to fetch peers, trying alternative ...")
+        data = network.get_json_api(
+            domain,
+            "/api/v3/site",
+            headers,
+            (config.get("connection_timeout"), config.get("read_timeout"))
+        )
+
+        # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},data[]='{type(data)}'")
+        if "error_message" in data:
+            print(f"WARNING: Could not reach any JSON API at domain='{domain}',status_code='{data['status_code']}',error_message='{data['error_message']}'")
+        elif "federated_instances" in data["json"]:
+            # DEBUG: print(f"DEBUG: Found federated_instances for domain='{domain}'")
+            peers = peers + add_peers(data["json"]["federated_instances"])
+            # DEBUG: print("DEBUG: Added instance(s) to peers")
+        else:
+            message = "JSON response does not contain 'federated_instances' or 'error_message'"
+            print(f"WARNING: {message},domain='{domain}'")
+            instances.set_last_error(domain, message)
+    elif isinstance(data["json"], list):
+        # DEBUG print("DEBUG: Querying API was successful:", domain, len(data['json']))
+        peers = data["json"]
+    else:
+        print(f"WARNING: Cannot parse data[json][]='{type(data['json'])}'")
+
+    # DEBUG: print(f"DEBUG: Adding '{len(peers)}' for domain='{domain}'")
+    instances.set_total_peers(domain, peers)
+
+    # DEBUG: print("DEBUG: Returning peers[]:", type(peers))
+    return peers
+
+def fetch_nodeinfo(domain: str, path: str = None) -> dict:
+    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}' - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
+    elif not isinstance(path, str) and path is not None:
+        raise ValueError(f"Parameter path[]='{type(path)}' is not 'str'")
+
+    # DEBUG: print(f"DEBUG: Fetching nodeinfo from domain='{domain}' ...")
+    nodeinfo = fetch_wellknown_nodeinfo(domain)
+
+    # DEBUG: print(f"DEBUG: nodeinfo[{type(nodeinfo)}]({len(nodeinfo)}='{nodeinfo}'")
+    if "error_message" not in nodeinfo and "json" in nodeinfo and len(nodeinfo["json"]) > 0:
+        # DEBUG: print(f"DEBUG: Found nodeinfo[json]()={len(nodeinfo['json'])} - EXIT!")
+        return nodeinfo["json"]
+
+    # No CSRF by default, you don't have to add network.api_headers by yourself here
+    headers = tuple()
+    data = dict()
+
+    try:
+        # DEBUG: print(f"DEBUG: Checking CSRF for domain='{domain}'")
+        headers = csrf.determine(domain, dict())
+    except network.exceptions as exception:
+        print(f"WARNING: Exception '{type(exception)}' during checking CSRF (nodeinfo,{__name__}) - EXIT!")
+        instances.set_last_error(domain, exception)
+        return {
+            "status_code"  : 500,
+            "error_message": f"exception[{type(exception)}]='{str(exception)}'",
+            "exception"    : exception,
+        }
+
+    request_paths = [
+       "/nodeinfo/2.1.json",
+       "/nodeinfo/2.1",
+       "/nodeinfo/2.0.json",
+       "/nodeinfo/2.0",
+       "/nodeinfo/1.0",
+       "/api/v1/instance"
+    ]
+
+    for request in request_paths:
+        # DEBUG: print(f"DEBUG: path[{type(path)}]='{path}',request='{request}'")
+        if path is None or path == request or path == f"http://{domain}{path}" or path == f"https://{domain}{path}":
+            # DEBUG: print(f"DEBUG: Fetching request='{request}' from domain='{domain}' ...")
+            if path == f"http://{domain}{path}" or path == f"https://{domain}{path}":
+                # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}' has protocol in path, splitting ...")
+                components = urlparse(path)
+                path = components.path
+
+            data = network.get_json_api(
+                domain,
+                request,
+                headers,
+                (config.get("nodeinfo_connection_timeout"), config.get("nodeinfo_read_timeout"))
+            )
+
+            # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},data[]='{type(data)}'")
+            if "error_message" not in data:
+                # DEBUG: print("DEBUG: Success:", request)
+                instances.set_detection_mode(domain, "STATIC_CHECK")
+                instances.set_nodeinfo_url(domain, request)
+                break
+
+            print(f"WARNING: Failed fetching nodeinfo from domain='{domain}',status_code='{data['status_code']}',error_message='{data['error_message']}'")
+
+    # DEBUG: print(f"DEBUG: data()={len(data)} - EXIT!")
+    return data
+
+def fetch_wellknown_nodeinfo(domain: str) -> dict:
+    # DEBUG: print(f"DEBUG: domain='{domain}' - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
+
+    # No CSRF by default, you don't have to add network.api_headers by yourself here
+    headers = tuple()
+
+    try:
+        # DEBUG: print(f"DEBUG: Checking CSRF for domain='{domain}'")
+        headers = csrf.determine(domain, dict())
+    except network.exceptions as exception:
+        print(f"WARNING: Exception '{type(exception)}' during checking CSRF (fetch_wellknown_nodeinfo,{__name__}) - EXIT!")
+        instances.set_last_error(domain, exception)
+        return {
+            "status_code"  : 500,
+            "error_message": type(exception),
+            "exception"    : exception,
+        }
+
+    # DEBUG: print("DEBUG: Fetching .well-known info for domain:", domain)
+    data = network.get_json_api(
+        domain,
+        "/.well-known/nodeinfo",
+        headers,
+        (config.get("nodeinfo_connection_timeout"), config.get("nodeinfo_read_timeout"))
+    )
+
+    if "error_message" not in data:
+        nodeinfo = data["json"]
+        # DEBUG: print("DEBUG: Found entries:", len(nodeinfo), domain)
+        if "links" in nodeinfo:
+            # DEBUG: print("DEBUG: Found links in nodeinfo():", len(nodeinfo["links"]))
+            for link in nodeinfo["links"]:
+                # DEBUG: print(f"DEBUG: link[{type(link)}]='{link}'")
+                if not isinstance(link, dict) or not "rel" in link:
+                    print(f"WARNING: link[]='{type(link)}' is not 'dict' or no element 'rel' found")
+                elif link["rel"] in nodeinfo_identifier:
+                    # Default is that 'href' has a complete URL, but some hosts don't send that
+                    url = link["href"]
+                    components = urlparse(link["href"])
+
+                    # DEBUG: print(f"DEBUG: components[{type(components)}]='{components}'")
+                    if components.scheme == "" and components.netloc == "":
+                        # DEBUG: print(f"DEBUG: link[href]='{link['href']}' has no scheme and host name in it, prepending from domain='{domain}'")
+                        url = f"https://{domain}{url}"
+                        components = urlparse(url)
+
+                    if blacklist.is_blacklisted(components.netloc):
+                        print(f"WARNING: components.netloc='{components.netloc}' is blacklisted - SKIPPED!")
+                        continue
+                    elif not validators.domain(components.netloc):
+                        print(f"WARNING: components.netloc='{components.netloc}' is not a valid domain - SKIPPED!")
+                        continue
+
+                    # DEBUG: print("DEBUG: Fetching nodeinfo from:", url)
+                    data = network.fetch_api_url(
+                        url,
+                        (config.get("connection_timeout"), config.get("read_timeout"))
+                     )
+
+                    # DEBUG: print("DEBUG: href,data[]:", link["href"], type(data))
+                    if "error_message" not in data and "json" in data:
+                        # DEBUG: print("DEBUG: Found JSON nodeinfo():", len(data))
+                        instances.set_detection_mode(domain, "AUTO_DISCOVERY")
+                        instances.set_nodeinfo_url(domain, link["href"])
+                        break
+                    else:
+                        instances.set_last_error(domain, data)
+                else:
+                    print("WARNING: Unknown 'rel' value:", domain, link["rel"])
+        else:
+            print("WARNING: nodeinfo does not contain 'links':", domain)
+
+    # DEBUG: print("DEBUG: Returning data[]:", type(data))
+    return data
+
+def fetch_generator_from_path(domain: str, path: str = "/") -> str:
+    # DEBUG: print(f"DEBUG: domain({len(domain)})='{domain}',path='{path}' - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
+    elif not isinstance(path, str):
+        raise ValueError(f"path[]='{type(path)}' is not 'str'")
+    elif path == "":
+        raise ValueError("Parameter 'path' is empty")
+
+    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}' - CALLED!")
+    software = None
+
+    # DEBUG: print(f"DEBUG: Fetching path='{path}' from '{domain}' ...")
+    response = network.fetch_response(domain, path, network.web_headers, (config.get("connection_timeout"), config.get("read_timeout")))
+
+    # DEBUG: print("DEBUG: domain,response.ok,response.status_code,response.text[]:", domain, response.ok, response.status_code, type(response.text))
+    if response.ok and response.status_code < 300 and response.text.find("<html") > 0:
+        # DEBUG: print(f"DEBUG: Parsing response.text()={len(response.text)} Bytes ...")
+        doc = bs4.BeautifulSoup(response.text, "html.parser")
+
+        # DEBUG: print("DEBUG: doc[]:", type(doc))
+        generator = doc.find("meta", {"name"    : "generator"})
+        site_name = doc.find("meta", {"property": "og:site_name"})
+
+        # DEBUG: print(f"DEBUG: generator='{generator}',site_name='{site_name}'")
+        if isinstance(generator, bs4.element.Tag) and isinstance(generator.get("content"), str):
+            # DEBUG: print("DEBUG: Found generator meta tag:", domain)
+            software = tidyup.domain(generator.get("content"))
+            # DEBUG: print(f"DEBUG: software[{type(software)}]='{software}'")
+            if software is not None and software != "":
+                print(f"INFO: domain='{domain}' is generated by '{software}'")
+                instances.set_detection_mode(domain, "GENERATOR")
+        elif isinstance(site_name, bs4.element.Tag) and isinstance(site_name.get("content"), str):
+            # DEBUG: print("DEBUG: Found property=og:site_name:", domain)
+            software = tidyup.domain(site_name.get("content"))
+            # DEBUG: print(f"DEBUG: software[{type(software)}]='{software}'")
+            if software is not None and software != "":
+                print(f"INFO: domain='{domain}' has og:site_name='{software}'")
+                instances.set_detection_mode(domain, "SITE_NAME")
+
+    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
+    if isinstance(software, str) and software == "":
+        # DEBUG: print(f"DEBUG: Corrected empty string to None for software of domain='{domain}'")
+        software = None
+    elif isinstance(software, str) and ("." in software or " " in software):
+        # DEBUG: print(f"DEBUG: software='{software}' may contain a version number, domain='{domain}', removing it ...")
+        software = version.remove(software)
+
+    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
+    if isinstance(software, str) and "powered by " in software:
+        # DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
+        software = version.remove(version.strip_powered_by(software))
+    elif isinstance(software, str) and " hosted on " in software:
+        # DEBUG: print(f"DEBUG: software='{software}' has 'hosted on' in it")
+        software = version.remove(version.strip_hosted_on(software))
+    elif isinstance(software, str) and " by " in software:
+        # DEBUG: print(f"DEBUG: software='{software}' has ' by ' in it")
+        software = version.strip_until(software, " by ")
+    elif isinstance(software, str) and " see " in software:
+        # DEBUG: print(f"DEBUG: software='{software}' has ' see ' in it")
+        software = version.strip_until(software, " see ")
+
+    # DEBUG: print(f"DEBUG: software='{software}' - EXIT!")
+    return software
+
+def determine_software(domain: str, path: str = None) -> str:
+    # DEBUG: print(f"DEBUG: domain({len(domain)})='{domain}',path='{path}' - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not isinstance(path, str) and path is not None:
+        raise ValueError(f"Parameter path[]='{type(path)}' is not 'str'")
+
+    # DEBUG: print("DEBUG: Determining software for domain,path:", domain, path)
+    software = None
+
+    # DEBUG: print(f"DEBUG: Fetching nodeinfo from '{domain}' ...")
+    data = fetch_nodeinfo(domain, path)
+
+    # DEBUG: print(f"DEBUG: data[{type(data)}]='{data}'")
+    if "exception" in data:
+        # Continue raising it
+        raise data["exception"]
+    elif "error_message" in data:
+        # DEBUG: print(f"DEBUG: Returned error_message during fetching nodeinfo: '{data['error_message']}',status_code='{data['status_code']}'")
+        return fetch_generator_from_path(domain)
+    elif "status" in data and data["status"] == "error" and "message" in data:
+        print("WARNING: JSON response is an error:", data["message"])
+        instances.set_last_error(domain, data["message"])
+        return fetch_generator_from_path(domain)
+    elif "message" in data:
+        print("WARNING: JSON response contains only a message:", data["message"])
+        instances.set_last_error(domain, data["message"])
+        return fetch_generator_from_path(domain)
+    elif "software" not in data or "name" not in data["software"]:
+        # DEBUG: print(f"DEBUG: JSON response from domain='{domain}' does not include [software][name], fetching / ...")
+        software = fetch_generator_from_path(domain)
+        # DEBUG: print(f"DEBUG: Generator for domain='{domain}' is: '{software}'")
+    elif "software" in data and "name" in data["software"]:
+        # DEBUG: print("DEBUG: Found data[software][name] in JSON response")
+        software = data["software"]["name"]
+
+    if software is None:
+        # DEBUG: print("DEBUG: Returning None - EXIT!")
+        return None
+
+    sofware = tidyup.domain(software)
+    # DEBUG: print("DEBUG: sofware after tidyup.domain():", software)
+
+    if software in ["akkoma", "rebased", "akkounfucked", "ched"]:
+        # DEBUG: print("DEBUG: Setting pleroma:", domain, software)
+        software = "pleroma"
+    elif software in ["hometown", "ecko"]:
+        # DEBUG: print("DEBUG: Setting mastodon:", domain, software)
+        software = "mastodon"
+    elif software in ["slipfox calckey", "calckey", "groundpolis", "foundkey", "cherrypick", "meisskey", "magnetar", "keybump"]:
+        # DEBUG: print("DEBUG: Setting misskey:", domain, software)
+        software = "misskey"
+    elif software == "runtube.re":
+        # DEBUG: print("DEBUG: Setting peertube:", domain, software)
+        software = "peertube"
+    elif software == "nextcloud social":
+        # DEBUG: print("DEBUG: Setting nextcloud:", domain, software)
+        software = "nextcloud"
+    elif software.find("/") > 0:
+        print("WARNING: Spliting of slash:", software)
+        software = tidyup.domain(software.split("/")[-1])
+    elif software.find("|") > 0:
+        print("WARNING: Spliting of pipe:", software)
+        software = tidyup.domain(software.split("|")[0])
+    elif "powered by" in software:
+        # DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
+        software = version.strip_powered_by(software)
+    elif isinstance(software, str) and " by " in software:
+        # DEBUG: print(f"DEBUG: software='{software}' has ' by ' in it")
+        software = version.strip_until(software, " by ")
+    elif isinstance(software, str) and " see " in software:
+        # DEBUG: print(f"DEBUG: software='{software}' has ' see ' in it")
+        software = version.strip_until(software, " see ")
+
+    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
+    if software == "":
+        print("WARNING: tidyup.domain() left no software name behind:", domain)
+        software = None
+
+    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
+    if str(software) == "":
+        # DEBUG: print(f"DEBUG: software for '{domain}' was not detected, trying generator ...")
+        software = fetch_generator_from_path(domain)
+    elif len(str(software)) > 0 and ("." in software or " " in software):
+        # DEBUG: print(f"DEBUG: software='{software}' may contain a version number, domain='{domain}', removing it ...")
+        software = version.remove(software)
+
+    # DEBUG: print(f"DEBUG: software[]='{type(software)}'")
+    if isinstance(software, str) and "powered by" in software:
+        # DEBUG: print(f"DEBUG: software='{software}' has 'powered by' in it")
+        software = version.remove(version.strip_powered_by(software))
+
+    # DEBUG: print("DEBUG: Returning domain,software:", domain, software)
+    return software
+
+def find_domains(tag: bs4.element.Tag) -> list:
+    # DEBUG: print(f"DEBUG: tag[]='{type(tag)}' - CALLED!")
+    if not isinstance(tag, bs4.element.Tag):
+        raise ValueError(f"Parameter tag[]='{type(tag)}' is not type of bs4.element.Tag")
+    elif len(tag.select("tr")) == 0:
+        raise KeyError("No table rows found in table!")
+
+    domains = list()
+    for element in tag.select("tr"):
+        # DEBUG: print(f"DEBUG: element[]='{type(element)}'")
+        if not element.find("td"):
+            # DEBUG: print("DEBUG: Skipping element, no <td> found")
+            continue
+
+        domain = tidyup.domain(element.find("td").text)
+        reason = tidyup.reason(element.findAll("td")[1].text)
+
+        # DEBUG: print(f"DEBUG: domain='{domain}',reason='{reason}'")
+
+        if blacklist.is_blacklisted(domain):
+            print(f"WARNING: domain='{domain}' is blacklisted - SKIPPED!")
+            continue
+        elif domain == "gab.com/.ai, develop.gab.com":
+            # DEBUG: print("DEBUG: Multiple domains detected in one row")
+            domains.append({
+                "domain": "gab.com",
+                "reason": reason,
+            })
+            domains.append({
+                "domain": "gab.ai",
+                "reason": reason,
+            })
+            domains.append({
+                "domain": "develop.gab.com",
+                "reason": reason,
+            })
+            continue
+        elif not validators.domain(domain.split("/")[0]):
+            print(f"WARNING: domain='{domain}' is not a valid domain - SKIPPED!")
+            continue
+
+        # DEBUG: print(f"DEBUG: Adding domain='{domain}',reason='{reason}' ...")
+        domains.append({
+            "domain": domain,
+            "reason": reason,
+        })
+
+    # DEBUG: print(f"DEBUG: domains()={len(domains)} - EXIT!")
+    return domains
+
+def add_peers(rows: dict) -> list:
+    # DEBUG: print(f"DEBUG: rows()={len(rows)} - CALLED!")
+    peers = list()
+    for key in ["linked", "allowed", "blocked"]:
+        # DEBUG: print(f"DEBUG: Checking key='{key}'")
+        if key in rows and rows[key] is not None:
+            # DEBUG: print(f"DEBUG: Adding {len(rows[key])} peer(s) to peers list ...")
+            for peer in rows[key]:
+                # DEBUG: print(f"DEBUG: peer='{peer}' - BEFORE!")
+                peer = tidyup.domain(peer)
+
+                # DEBUG: print(f"DEBUG: peer='{peer}' - AFTER!")
+                if blacklist.is_blacklisted(peer):
+                    # DEBUG: print(f"DEBUG: peer='{peer}' is blacklisted, skipped!")
+                    continue
+
+                # DEBUG: print(f"DEBUG: Adding peer='{peer}' ...")
+                peers.append(peer)
+
+    # DEBUG: print(f"DEBUG: peers()={len(peers)} - EXIT!")
+    return peers
diff --git a/fba/http/network.py b/fba/http/network.py
new file mode 100644 (file)
index 0000000..33ae3c6
--- /dev/null
@@ -0,0 +1,301 @@
+# Fedi API Block - An aggregator for fetching blocking data from fediverse nodes
+# 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
+# by the Free Software Foundation, either version 3 of the License, or
+# (at your option) any later version.
+#
+# This program is distributed in the hope that it will be useful,
+# but WITHOUT ANY WARRANTY; without even the implied warranty of
+# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
+# GNU Affero General Public License for more details.
+#
+# You should have received a copy of the GNU Affero General Public License
+# along with this program.  If not, see <https://www.gnu.org/licenses/>.
+
+import json
+import reqto
+import requests
+import urllib3
+import validators
+
+from fba import fba
+
+from fba.helpers import config
+from fba.helpers import cookies
+
+from fba.models import instances
+
+# HTTP headers for non-API requests
+web_headers = {
+    "User-Agent": config.get("useragent"),
+}
+
+# HTTP headers for API requests
+api_headers = {
+    "User-Agent"  : config.get("useragent"),
+    "Content-Type": "application/json",
+}
+
+# Exceptions to always catch
+exceptions = (
+    requests.exceptions.ChunkedEncodingError,
+    requests.exceptions.ConnectionError,
+    requests.exceptions.InvalidSchema,
+    requests.exceptions.InvalidURL,
+    requests.exceptions.Timeout,
+    requests.exceptions.TooManyRedirects,
+    UnicodeEncodeError,
+    urllib3.exceptions.LocationParseError
+)
+
+def post_json_api(domain: str, path: str, data: str = "", headers: dict = {}) -> dict:
+    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}',data='{data}',headers()={len(headers)} - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
+    elif not isinstance(path, str):
+        raise ValueError(f"path[]='{type(path)}' is not 'str'")
+    elif path == "":
+        raise ValueError("Parameter 'path' cannot be empty")
+    elif not isinstance(data, str):
+        raise ValueError(f"data[]='{type(data)}' is not 'str'")
+    elif not isinstance(headers, dict):
+        raise ValueError(f"headers[]='{type(headers)}' is not 'list'")
+
+    json_reply = {
+        "status_code": 200,
+    }
+
+    try:
+        # DEBUG: print(f"DEBUG: Sending POST to domain='{domain}',path='{path}',data='{data}',headers({len(headers)})={headers}")
+        response = reqto.post(
+            f"https://{domain}{path}",
+            data=data,
+            headers={**api_headers, **headers},
+            timeout=(config.get("connection_timeout"), config.get("read_timeout")),
+            cookies=cookies.get_all(domain) if cookies.has(domain) else {}
+        )
+
+        json_reply["json"] = json_from_response(response)
+
+        # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},json_reply[]='{type(json_reply)}'")
+        if not response.ok or response.status_code >= 400:
+            print(f"WARNING: Cannot query JSON API: domain='{domain}',path='{path}',data()={len(data)},response.status_code='{response.status_code}',json_reply[]='{type(json_reply)}'")
+            json_reply["status_code"]   = response.status_code
+            json_reply["error_message"] = response.reason
+            del json_reply["json"]
+            instances.set_last_error(domain, response)
+
+    except exceptions as exception:
+        # DEBUG: print(f"DEBUG: Fetching '{path}' from '{domain}' failed. exception[{type(exception)}]='{str(exception)}'")
+        json_reply["status_code"]   = 999
+        json_reply["error_message"] = f"exception['{type(exception)}']='{str(exception)}'"
+        json_reply["exception"]     = exception
+        instances.set_last_error(domain, exception)
+        raise exception
+
+    # DEBUG: print(f"DEBUG: Returning json_reply({len(json_reply)})=[]:{type(json_reply)}")
+    return json_reply
+
+def fetch_api_url(url: str, timeout: tuple) -> dict:
+    # DEBUG: print(f"DEBUG: url='{url}',timeout()={len(timeout)} - CALLED!")
+    if not isinstance(url, str):
+        raise ValueError(f"Parameter url[]='{type(url)}' is not 'str'")
+    elif not isinstance(timeout, tuple):
+        raise ValueError(f"timeout[]='{type(timeout)}' is not 'tuple'")
+
+    json_reply = {
+       "status_code": 200,
+    }
+
+    try:
+        # DEBUG: print(f"DEBUG: Fetching url='{url}' ...")
+        response = fba.fetch_url(url, api_headers, timeout)
+
+        json_reply["json"] = json_from_response(response)
+
+        # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},json_reply[]='{type(json_reply)}'")
+        if not response.ok or response.status_code >= 400:
+            print(f"WARNING: Cannot query JSON API: url='{url}',response.status_code='{response.status_code}',json_reply[]='{type(json_reply)}'")
+            json_reply["status_code"]   = response.status_code
+            json_reply["error_message"] = response.reason
+            del json_reply["json"]
+
+    except exceptions as exception:
+        # DEBUG: print(f"DEBUG: Fetching '{url}' failed. exception[{type(exception)}]='{str(exception)}'")
+        json_reply["status_code"]   = 999
+        json_reply["error_message"] = f"exception['{type(exception)}']='{str(exception)}'"
+        json_reply["exception"]     = exception
+        raise exception
+
+    # DEBUG: print(f"DEBUG: Returning json_reply({len(json_reply)})=[]:{type(json_reply)}")
+    return json_reply
+
+def get_json_api(domain: str, path: str, headers: dict, timeout: tuple) -> dict:
+    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}',timeout()={len(timeout)} - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
+    elif not isinstance(path, str):
+        raise ValueError(f"path[]='{type(path)}' is not 'str'")
+    elif path == "":
+        raise ValueError("Parameter 'path' cannot be empty")
+    elif not isinstance(headers, dict):
+        raise ValueError(f"headers[]='{type(headers)}' is not 'list'")
+    elif not isinstance(timeout, tuple):
+        raise ValueError(f"timeout[]='{type(timeout)}' is not 'tuple'")
+
+    json_reply = {
+        "status_code": 200,
+    }
+
+    try:
+        # DEBUG: print(f"DEBUG: Sending GET to domain='{domain}',path='{path}',timeout({len(timeout)})={timeout}")
+        response = reqto.get(
+            f"https://{domain}{path}",
+            headers={**api_headers, **headers},
+            timeout=timeout,
+            cookies=cookies.get_all(domain) if cookies.has(domain) else {}
+        )
+
+    except exceptions as exception:
+        # DEBUG: print(f"DEBUG: Fetching '{path}' from '{domain}' failed. exception[{type(exception)}]='{str(exception)}'")
+        json_reply["status_code"]   = 999
+        json_reply["error_message"] = f"exception['{type(exception)}']='{str(exception)}'"
+        json_reply["exception"]     = exception
+        instances.set_last_error(domain, exception)
+        raise exception
+
+    json_reply["json"] = json_from_response(response)
+
+    # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},json_reply[]='{type(json_reply)}'")
+    if not response.ok or response.status_code >= 400:
+        print(f"WARNING: Cannot query JSON API: domain='{domain}',path='{path}',response.status_code='{response.status_code}',json_reply[]='{type(json_reply)}'")
+        json_reply["status_code"]   = response.status_code
+        json_reply["error_message"] = response.reason
+        del json_reply["json"]
+        instances.set_last_error(domain, response)
+
+    # DEBUG: print(f"DEBUG: Returning json_reply({len(json_reply)})=[]:{type(json_reply)}")
+    return json_reply
+
+def send_bot_post(domain: str, blocklist: dict):
+    # DEBUG: print(f"DEBUG: domain='{domain}',blocklist()={len(blocklist)} - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
+    elif not isinstance(blocklist, dict):
+        raise ValueError(f"Parameter blocklist[]='{type(blocklist)}' is not 'dict'")
+
+    message = f"{domain} has blocked the following instances:\n\n"
+    truncated = False
+
+    if len(blocklist) > 20:
+        truncated = True
+        blocklist = blocklist[0 : 19]
+
+    # DEBUG: print(f"DEBUG: blocklist()={len(blocklist)}")
+    for block in blocklist:
+        # DEBUG: print(f"DEBUG: block['{type(block)}']={block}")
+        if block["reason"] is None or block["reason"] == '':
+            message = message + block["blocked"] + " with unspecified reason\n"
+        else:
+            if len(block["reason"]) > 420:
+                block["reason"] = block["reason"][0:419] + "[…]"
+
+            message = message + block["blocked"] + ' for "' + block["reason"].replace("@", "@\u200b") + '"\n'
+
+    if truncated:
+        message = message + "(the list has been truncated to the first 20 entries)"
+
+    botheaders = {**api_headers, **{"Authorization": "Bearer " + config.get("bot_token")}}
+
+    req = reqto.post(
+        f"{config.get('bot_instance')}/api/v1/statuses",
+        data={
+            "status"      : message,
+            "visibility"  : config.get('bot_visibility'),
+            "content_type": "text/plain"
+        },
+        headers=botheaders,
+        timeout=10
+    ).json()
+
+    return True
+
+def fetch_response(domain: str, path: str, headers: dict, timeout: tuple) -> requests.models.Response:
+    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}',headers()={len(headers)},timeout={timeout} - CALLED!")
+    if not isinstance(domain, str):
+        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
+    elif domain == "":
+        raise ValueError("Parameter 'domain' is empty")
+    elif not validators.domain(domain.split("/")[0]):
+        raise ValueError(f"domain='{domain}' is not a valid domain")
+    elif domain.endswith(".arpa"):
+        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
+    elif domain.endswith(".tld"):
+        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
+    elif not isinstance(path, str):
+        raise ValueError(f"Parameter path[]='{type(path)}' is not 'str'")
+    elif path == "":
+        raise ValueError("Parameter 'path' is empty")
+    elif not isinstance(headers, dict):
+        raise ValueError(f"headers[]='{type(headers)}' is not 'dict'")
+    elif not isinstance(timeout, tuple):
+        raise ValueError(f"timeout[]='{type(timeout)}' is not 'tuple'")
+
+    try:
+        # DEBUG: print(f"DEBUG: Sending GET request to '{domain}{path}' ...")
+        response = reqto.get(
+            f"https://{domain}{path}",
+            headers=headers,
+            timeout=timeout,
+            cookies=cookies.get_all(domain) if cookies.has(domain) else {}
+        )
+
+    except exceptions as exception:
+        # DEBUG: print(f"DEBUG: Fetching '{path}' from '{domain}' failed. exception[{type(exception)}]='{str(exception)}'")
+        instances.set_last_error(domain, exception)
+        raise exception
+
+    # DEBUG: print(f"DEBUG: response[]='{type(response)}' - EXXIT!")
+    return response
+
+def json_from_response(response: requests.models.Response) -> list:
+    # DEBUG: print(f"DEBUG: response[]='{type(response)}' - CALLED!")
+    if not isinstance(response, requests.models.Response):
+        raise ValueError(f"Parameter response[]='{type(response)}' is not type of 'Response'")
+
+    data = list()
+    if response.text.strip() != "":
+        # DEBUG: print(f"DEBUG: response.text()={len(response.text)} is not empty, invoking response.json() ...")
+        try:
+            data = response.json()
+        except json.decoder.JSONDecodeError:
+            pass
+
+    # DEBUG: print(f"DEBUG: data[]='{type(data)}' - EXIT!")
+    return data
index ecb5454f4a671f0d70ad1b84e1caaa2f4ed5f307..571475f9fc9e63bad22d4bbc1b86242369ad87a1 100644 (file)
@@ -21,13 +21,14 @@ import requests
 import validators
 
 from fba import fba
-from fba import federation
-from fba import network
 
 from fba.helpers import blacklist
 from fba.helpers import cache
 from fba.helpers import config
 
+from fba.http import federation
+from fba.http import network
+
 from fba.models import error_log
 
 # Found info from node, such as nodeinfo URL, detection mode that needs to be
diff --git a/fba/network.py b/fba/network.py
deleted file mode 100644 (file)
index 33ae3c6..0000000
+++ /dev/null
@@ -1,301 +0,0 @@
-# Fedi API Block - An aggregator for fetching blocking data from fediverse nodes
-# 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
-# by the Free Software Foundation, either version 3 of the License, or
-# (at your option) any later version.
-#
-# This program is distributed in the hope that it will be useful,
-# but WITHOUT ANY WARRANTY; without even the implied warranty of
-# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
-# GNU Affero General Public License for more details.
-#
-# You should have received a copy of the GNU Affero General Public License
-# along with this program.  If not, see <https://www.gnu.org/licenses/>.
-
-import json
-import reqto
-import requests
-import urllib3
-import validators
-
-from fba import fba
-
-from fba.helpers import config
-from fba.helpers import cookies
-
-from fba.models import instances
-
-# HTTP headers for non-API requests
-web_headers = {
-    "User-Agent": config.get("useragent"),
-}
-
-# HTTP headers for API requests
-api_headers = {
-    "User-Agent"  : config.get("useragent"),
-    "Content-Type": "application/json",
-}
-
-# Exceptions to always catch
-exceptions = (
-    requests.exceptions.ChunkedEncodingError,
-    requests.exceptions.ConnectionError,
-    requests.exceptions.InvalidSchema,
-    requests.exceptions.InvalidURL,
-    requests.exceptions.Timeout,
-    requests.exceptions.TooManyRedirects,
-    UnicodeEncodeError,
-    urllib3.exceptions.LocationParseError
-)
-
-def post_json_api(domain: str, path: str, data: str = "", headers: dict = {}) -> dict:
-    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}',data='{data}',headers()={len(headers)} - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
-    elif not isinstance(path, str):
-        raise ValueError(f"path[]='{type(path)}' is not 'str'")
-    elif path == "":
-        raise ValueError("Parameter 'path' cannot be empty")
-    elif not isinstance(data, str):
-        raise ValueError(f"data[]='{type(data)}' is not 'str'")
-    elif not isinstance(headers, dict):
-        raise ValueError(f"headers[]='{type(headers)}' is not 'list'")
-
-    json_reply = {
-        "status_code": 200,
-    }
-
-    try:
-        # DEBUG: print(f"DEBUG: Sending POST to domain='{domain}',path='{path}',data='{data}',headers({len(headers)})={headers}")
-        response = reqto.post(
-            f"https://{domain}{path}",
-            data=data,
-            headers={**api_headers, **headers},
-            timeout=(config.get("connection_timeout"), config.get("read_timeout")),
-            cookies=cookies.get_all(domain) if cookies.has(domain) else {}
-        )
-
-        json_reply["json"] = json_from_response(response)
-
-        # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},json_reply[]='{type(json_reply)}'")
-        if not response.ok or response.status_code >= 400:
-            print(f"WARNING: Cannot query JSON API: domain='{domain}',path='{path}',data()={len(data)},response.status_code='{response.status_code}',json_reply[]='{type(json_reply)}'")
-            json_reply["status_code"]   = response.status_code
-            json_reply["error_message"] = response.reason
-            del json_reply["json"]
-            instances.set_last_error(domain, response)
-
-    except exceptions as exception:
-        # DEBUG: print(f"DEBUG: Fetching '{path}' from '{domain}' failed. exception[{type(exception)}]='{str(exception)}'")
-        json_reply["status_code"]   = 999
-        json_reply["error_message"] = f"exception['{type(exception)}']='{str(exception)}'"
-        json_reply["exception"]     = exception
-        instances.set_last_error(domain, exception)
-        raise exception
-
-    # DEBUG: print(f"DEBUG: Returning json_reply({len(json_reply)})=[]:{type(json_reply)}")
-    return json_reply
-
-def fetch_api_url(url: str, timeout: tuple) -> dict:
-    # DEBUG: print(f"DEBUG: url='{url}',timeout()={len(timeout)} - CALLED!")
-    if not isinstance(url, str):
-        raise ValueError(f"Parameter url[]='{type(url)}' is not 'str'")
-    elif not isinstance(timeout, tuple):
-        raise ValueError(f"timeout[]='{type(timeout)}' is not 'tuple'")
-
-    json_reply = {
-       "status_code": 200,
-    }
-
-    try:
-        # DEBUG: print(f"DEBUG: Fetching url='{url}' ...")
-        response = fba.fetch_url(url, api_headers, timeout)
-
-        json_reply["json"] = json_from_response(response)
-
-        # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},json_reply[]='{type(json_reply)}'")
-        if not response.ok or response.status_code >= 400:
-            print(f"WARNING: Cannot query JSON API: url='{url}',response.status_code='{response.status_code}',json_reply[]='{type(json_reply)}'")
-            json_reply["status_code"]   = response.status_code
-            json_reply["error_message"] = response.reason
-            del json_reply["json"]
-
-    except exceptions as exception:
-        # DEBUG: print(f"DEBUG: Fetching '{url}' failed. exception[{type(exception)}]='{str(exception)}'")
-        json_reply["status_code"]   = 999
-        json_reply["error_message"] = f"exception['{type(exception)}']='{str(exception)}'"
-        json_reply["exception"]     = exception
-        raise exception
-
-    # DEBUG: print(f"DEBUG: Returning json_reply({len(json_reply)})=[]:{type(json_reply)}")
-    return json_reply
-
-def get_json_api(domain: str, path: str, headers: dict, timeout: tuple) -> dict:
-    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}',timeout()={len(timeout)} - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
-    elif not isinstance(path, str):
-        raise ValueError(f"path[]='{type(path)}' is not 'str'")
-    elif path == "":
-        raise ValueError("Parameter 'path' cannot be empty")
-    elif not isinstance(headers, dict):
-        raise ValueError(f"headers[]='{type(headers)}' is not 'list'")
-    elif not isinstance(timeout, tuple):
-        raise ValueError(f"timeout[]='{type(timeout)}' is not 'tuple'")
-
-    json_reply = {
-        "status_code": 200,
-    }
-
-    try:
-        # DEBUG: print(f"DEBUG: Sending GET to domain='{domain}',path='{path}',timeout({len(timeout)})={timeout}")
-        response = reqto.get(
-            f"https://{domain}{path}",
-            headers={**api_headers, **headers},
-            timeout=timeout,
-            cookies=cookies.get_all(domain) if cookies.has(domain) else {}
-        )
-
-    except exceptions as exception:
-        # DEBUG: print(f"DEBUG: Fetching '{path}' from '{domain}' failed. exception[{type(exception)}]='{str(exception)}'")
-        json_reply["status_code"]   = 999
-        json_reply["error_message"] = f"exception['{type(exception)}']='{str(exception)}'"
-        json_reply["exception"]     = exception
-        instances.set_last_error(domain, exception)
-        raise exception
-
-    json_reply["json"] = json_from_response(response)
-
-    # DEBUG: print(f"DEBUG: response.ok={response.ok},response.status_code={response.status_code},json_reply[]='{type(json_reply)}'")
-    if not response.ok or response.status_code >= 400:
-        print(f"WARNING: Cannot query JSON API: domain='{domain}',path='{path}',response.status_code='{response.status_code}',json_reply[]='{type(json_reply)}'")
-        json_reply["status_code"]   = response.status_code
-        json_reply["error_message"] = response.reason
-        del json_reply["json"]
-        instances.set_last_error(domain, response)
-
-    # DEBUG: print(f"DEBUG: Returning json_reply({len(json_reply)})=[]:{type(json_reply)}")
-    return json_reply
-
-def send_bot_post(domain: str, blocklist: dict):
-    # DEBUG: print(f"DEBUG: domain='{domain}',blocklist()={len(blocklist)} - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
-    elif not isinstance(blocklist, dict):
-        raise ValueError(f"Parameter blocklist[]='{type(blocklist)}' is not 'dict'")
-
-    message = f"{domain} has blocked the following instances:\n\n"
-    truncated = False
-
-    if len(blocklist) > 20:
-        truncated = True
-        blocklist = blocklist[0 : 19]
-
-    # DEBUG: print(f"DEBUG: blocklist()={len(blocklist)}")
-    for block in blocklist:
-        # DEBUG: print(f"DEBUG: block['{type(block)}']={block}")
-        if block["reason"] is None or block["reason"] == '':
-            message = message + block["blocked"] + " with unspecified reason\n"
-        else:
-            if len(block["reason"]) > 420:
-                block["reason"] = block["reason"][0:419] + "[…]"
-
-            message = message + block["blocked"] + ' for "' + block["reason"].replace("@", "@\u200b") + '"\n'
-
-    if truncated:
-        message = message + "(the list has been truncated to the first 20 entries)"
-
-    botheaders = {**api_headers, **{"Authorization": "Bearer " + config.get("bot_token")}}
-
-    req = reqto.post(
-        f"{config.get('bot_instance')}/api/v1/statuses",
-        data={
-            "status"      : message,
-            "visibility"  : config.get('bot_visibility'),
-            "content_type": "text/plain"
-        },
-        headers=botheaders,
-        timeout=10
-    ).json()
-
-    return True
-
-def fetch_response(domain: str, path: str, headers: dict, timeout: tuple) -> requests.models.Response:
-    # DEBUG: print(f"DEBUG: domain='{domain}',path='{path}',headers()={len(headers)},timeout={timeout} - CALLED!")
-    if not isinstance(domain, str):
-        raise ValueError(f"Parameter domain[]='{type(domain)}' is not 'str'")
-    elif domain == "":
-        raise ValueError("Parameter 'domain' is empty")
-    elif not validators.domain(domain.split("/")[0]):
-        raise ValueError(f"domain='{domain}' is not a valid domain")
-    elif domain.endswith(".arpa"):
-        raise ValueError(f"domain='{domain}' is a domain for reversed IP addresses, please don't crawl them!")
-    elif domain.endswith(".tld"):
-        raise ValueError(f"domain='{domain}' is a fake domain, please don't crawl them!")
-    elif not isinstance(path, str):
-        raise ValueError(f"Parameter path[]='{type(path)}' is not 'str'")
-    elif path == "":
-        raise ValueError("Parameter 'path' is empty")
-    elif not isinstance(headers, dict):
-        raise ValueError(f"headers[]='{type(headers)}' is not 'dict'")
-    elif not isinstance(timeout, tuple):
-        raise ValueError(f"timeout[]='{type(timeout)}' is not 'tuple'")
-
-    try:
-        # DEBUG: print(f"DEBUG: Sending GET request to '{domain}{path}' ...")
-        response = reqto.get(
-            f"https://{domain}{path}",
-            headers=headers,
-            timeout=timeout,
-            cookies=cookies.get_all(domain) if cookies.has(domain) else {}
-        )
-
-    except exceptions as exception:
-        # DEBUG: print(f"DEBUG: Fetching '{path}' from '{domain}' failed. exception[{type(exception)}]='{str(exception)}'")
-        instances.set_last_error(domain, exception)
-        raise exception
-
-    # DEBUG: print(f"DEBUG: response[]='{type(response)}' - EXXIT!")
-    return response
-
-def json_from_response(response: requests.models.Response) -> list:
-    # DEBUG: print(f"DEBUG: response[]='{type(response)}' - CALLED!")
-    if not isinstance(response, requests.models.Response):
-        raise ValueError(f"Parameter response[]='{type(response)}' is not type of 'Response'")
-
-    data = list()
-    if response.text.strip() != "":
-        # DEBUG: print(f"DEBUG: response.text()={len(response.text)} is not empty, invoking response.json() ...")
-        try:
-            data = response.json()
-        except json.decoder.JSONDecodeError:
-            pass
-
-    # DEBUG: print(f"DEBUG: data[]='{type(data)}' - EXIT!")
-    return data
index 1ebd0a0098e80cda780afe4c89067d6c8d9800f2..20814a6d49b9c7901fff6232f7a550cb3d17f952 100644 (file)
 import bs4
 import validators
 
-from fba import network
-
 from fba.helpers import blacklist
 from fba.helpers import config
 from fba.helpers import tidyup
 
+from fba.http import network
+
 from fba.models import instances
 
 def fetch_blocks(domain: str) -> dict:
index cf44f424e27c4f4172a574a3af63bf68f67214b6..7dd8f1d83024d58431b8a6c8dde3ded4db212f09 100644 (file)
@@ -21,13 +21,14 @@ import validators
 
 from fba import csrf
 from fba import fba
-from fba import federation
-from fba import network
 
 from fba.helpers import blacklist
 from fba.helpers import config
 from fba.helpers import tidyup
 
+from fba.http import federation
+from fba.http import network
+
 from fba.models import blocks
 from fba.models import instances
 
index 29718a05d68953d03b135fba4f7f3bb8ecb6f939..a440c04cd97d2ecb3ef0f772dd5691384fcee823 100644 (file)
@@ -21,12 +21,13 @@ import validators
 
 from fba import csrf
 from fba import fba
-from fba import network
 
 from fba.helpers import blacklist
 from fba.helpers import config
 from fba.helpers import tidyup
 
+from fba.http import network
+
 from fba.models import blocks
 from fba.models import instances
 
index ff5da395c3ae74cd2058cfa87129327d4bd7c4cf..47a3de012440aadbdbdbd2fde0076bdc5a970c67 100644 (file)
 import json
 
 from fba import csrf
-from fba import network
 
 from fba.helpers import blacklist
 from fba.helpers import config
 from fba.helpers import dicts
 from fba.helpers import tidyup
 
+from fba.http import network
+
 from fba.models import instances
 
 def fetch_peers(domain: str) -> list:
index 13672ea22cdb842c821af9b5cb8b9453887f9c0c..b9764c5104eb34cb21dfa0183395e57cb5eb6f23 100644 (file)
 # along with this program.  If not, see <https://www.gnu.org/licenses/>.
 
 from fba import csrf
-from fba import network
 
 from fba.helpers import config
 
+from fba.http import network
+
 from fba.models import instances
 
 def fetch_peers(domain: str) -> list:
index f82575e20903741507c11530ddde4b2455da57a7..9d6dab0c6d3ecdd7d68196cb0755c3c690fad49e 100644 (file)
@@ -20,13 +20,14 @@ import bs4
 import validators
 
 from fba import fba
-from fba import federation
-from fba import network
 
 from fba.helpers import blacklist
 from fba.helpers import config
 from fba.helpers import tidyup
 
+from fba.http import federation
+from fba.http import network
+
 from fba.models import blocks
 from fba.models import instances