crates/utils/src/request.rs

   1 use crate::{settings::structs::Settings, LemmyError};
   2 use anyhow::anyhow;
   3 use log::error;
   4 use percent_encoding::{utf8_percent_encode, NON_ALPHANUMERIC};
   5 use reqwest::Client;
   6 use serde::{Deserialize, Serialize};
   7 use std::future::Future;
   8 use thiserror::Error;
   9 use url::Url;
  10 use webpage::HTML;
  11
  12 #[derive(Clone, Debug, Error)]
  13 #[error("Error sending request, {0}")]
  14 struct SendError(pub String);
  15
  16 #[derive(Clone, Debug, Error)]
  17 #[error("Error receiving response, {0}")]
  18 pub struct RecvError(pub String);
  19
  20 pub async fn retry<F, Fut, T>(f: F) -> Result<T, reqwest::Error>
  21 where
  22   F: Fn() -> Fut,
  23   Fut: Future<Output = Result<T, reqwest::Error>>,
  24 {
  25   retry_custom(|| async { Ok((f)().await) }).await
  26 }
  27
  28 async fn retry_custom<F, Fut, T>(f: F) -> Result<T, reqwest::Error>
  29 where
  30   F: Fn() -> Fut,
  31   Fut: Future<Output = Result<Result<T, reqwest::Error>, reqwest::Error>>,
  32 {
  33   let mut response: Option<Result<T, reqwest::Error>> = None;
  34
  35   for _ in 0u8..3 {
  36     match (f)().await? {
  37       Ok(t) => return Ok(t),
  38       Err(e) => {
  39         if e.is_timeout() {
  40           response = Some(Err(e));
  41           continue;
  42         }
  43         return Err(e);
  44       }
  45     }
  46   }
  47
  48   response.expect("retry http request")
  49 }
  50
  51 #[derive(Deserialize, Serialize, Debug, PartialEq, Clone)]
  52 pub struct SiteMetadata {
  53   pub title: Option<String>,
  54   pub description: Option<String>,
  55   image: Option<Url>,
  56   pub html: Option<String>,
  57 }
  58
  59 /// Fetches the post link html tags (like title, description, image, etc)
  60 pub async fn fetch_site_metadata(client: &Client, url: &Url) -> Result<SiteMetadata, LemmyError> {
  61   let response = retry(|| client.get(url.as_str()).send()).await?;
  62
  63   let html = response
  64     .text()
  65     .await
  66     .map_err(|e| RecvError(e.to_string()))?;
  67
  68   let tags = html_to_site_metadata(&html)?;
  69
  70   Ok(tags)
  71 }
  72
  73 fn html_to_site_metadata(html: &str) -> Result<SiteMetadata, LemmyError> {
  74   let page = HTML::from_string(html.to_string(), None)?;
  75
  76   let page_title = page.title;
  77   let page_description = page.description;
  78
  79   let og_description = page
  80     .opengraph
  81     .properties
  82     .get("description")
  83     .map(|t| t.to_string());
  84   let og_title = page
  85     .opengraph
  86     .properties
  87     .get("title")
  88     .map(|t| t.to_string());
  89   let og_image = page
  90     .opengraph
  91     .images
  92     .get(0)
  93     .map(|ogo| Url::parse(&ogo.url).ok())
  94     .flatten();
  95
  96   let title = og_title.or(page_title);
  97   let description = og_description.or(page_description);
  98   let image = og_image;
  99
 100   Ok(SiteMetadata {
 101     title,
 102     description,
 103     image,
 104     html: None,
 105   })
 106 }
 107
 108 #[derive(Deserialize, Debug, Clone)]
 109 pub(crate) struct PictrsResponse {
 110   files: Vec<PictrsFile>,
 111   msg: String,
 112 }
 113
 114 #[derive(Deserialize, Debug, Clone)]
 115 pub(crate) struct PictrsFile {
 116   file: String,
 117   #[allow(dead_code)]
 118   delete_token: String,
 119 }
 120
 121 pub(crate) async fn fetch_pictrs(
 122   client: &Client,
 123   image_url: &Url,
 124 ) -> Result<PictrsResponse, LemmyError> {
 125   if let Some(pictrs_url) = Settings::get().pictrs_url {
 126     is_image_content_type(client, image_url).await?;
 127
 128     let fetch_url = format!(
 129       "{}/image/download?url={}",
 130       pictrs_url,
 131       utf8_percent_encode(image_url.as_str(), NON_ALPHANUMERIC) // TODO this might not be needed
 132     );
 133
 134     let response = retry(|| client.get(&fetch_url).send()).await?;
 135
 136     let response: PictrsResponse = response
 137       .json()
 138       .await
 139       .map_err(|e| RecvError(e.to_string()))?;
 140
 141     if response.msg == "ok" {
 142       Ok(response)
 143     } else {
 144       Err(anyhow!("{}", &response.msg).into())
 145     }
 146   } else {
 147     Err(anyhow!("pictrs_url not set up in config").into())
 148   }
 149 }
 150
 151 /// Both are options, since the URL might be either an html page, or an image
 152 /// Returns the SiteMetadata, and a Pictrs URL, if there is a picture associated
 153 pub async fn fetch_site_data(
 154   client: &Client,
 155   url: Option<&Url>,
 156 ) -> (Option<SiteMetadata>, Option<Url>) {
 157   match &url {
 158     Some(url) => {
 159       // Fetch metadata
 160       // Ignore errors, since it may be an image, or not have the data.
 161       // Warning, this may ignore SSL errors
 162       let metadata_option = fetch_site_metadata(client, url).await.ok();
 163
 164       // Fetch pictrs thumbnail
 165       let pictrs_hash = match &metadata_option {
 166         Some(metadata_res) => match &metadata_res.image {
 167           // Metadata, with image
 168           // Try to generate a small thumbnail if there's a full sized one from post-links
 169           Some(metadata_image) => fetch_pictrs(client, metadata_image)
 170             .await
 171             .map(|r| r.files[0].file.to_owned()),
 172           // Metadata, but no image
 173           None => fetch_pictrs(client, url)
 174             .await
 175             .map(|r| r.files[0].file.to_owned()),
 176         },
 177         // No metadata, try to fetch the URL as an image
 178         None => fetch_pictrs(client, url)
 179           .await
 180           .map(|r| r.files[0].file.to_owned()),
 181       };
 182
 183       // The full urls are necessary for federation
 184       let pictrs_thumbnail = pictrs_hash
 185         .map(|p| {
 186           Url::parse(&format!(
 187             "{}/pictrs/image/{}",
 188             Settings::get().get_protocol_and_hostname(),
 189             p
 190           ))
 191           .ok()
 192         })
 193         .ok()
 194         .flatten();
 195
 196       (metadata_option, pictrs_thumbnail)
 197     }
 198     None => (None, None),
 199   }
 200 }
 201
 202 async fn is_image_content_type(client: &Client, test: &Url) -> Result<(), LemmyError> {
 203   let response = retry(|| client.get(test.to_owned()).send()).await?;
 204   if response
 205     .headers()
 206     .get("Content-Type")
 207     .ok_or_else(|| anyhow!("No Content-Type header"))?
 208     .to_str()?
 209     .starts_with("image/")
 210   {
 211     Ok(())
 212   } else {
 213     Err(anyhow!("Not an image type.").into())
 214   }
 215 }
 216
 217 #[cfg(test)]
 218 mod tests {
 219   use crate::request::fetch_site_metadata;
 220   use url::Url;
 221
 222   use super::SiteMetadata;
 223
 224   // These helped with testing
 225   #[actix_rt::test]
 226   async fn test_site_metadata() {
 227     let client = reqwest::Client::default();
 228     let sample_url = Url::parse("https://www.redspark.nu/en/peoples-war/district-leader-of-chand-led-cpn-arrested-in-bhojpur/").unwrap();
 229     let sample_res = fetch_site_metadata(&client, &sample_url).await.unwrap();
 230     assert_eq!(
 231       SiteMetadata {
 232         title: Some("District Leader Of Chand Led CPN Arrested In Bhojpur - Redspark".to_string()),
 233         description: Some("BHOJPUR: A district leader of the outlawed Netra Bikram Chand alias Biplav-led outfit has been arrested. According to District Police".to_string()),
 234         image: Some(Url::parse("https://www.redspark.nu/wp-content/uploads/2020/03/netra-bikram-chand-attends-program-1272019033653-1000x0-845x653-1.jpg").unwrap()),
 235         html: None,
 236       }, sample_res);
 237
 238     let youtube_url = Url::parse("https://www.youtube.com/watch?v=IquO_TcMZIQ").unwrap();
 239     let youtube_res = fetch_site_metadata(&client, &youtube_url).await.unwrap();
 240     assert_eq!(
 241       SiteMetadata {
 242         title: Some("A Hard Look at Rent and Rent Seeking with Michael Hudson & Pepe Escobar".to_string()),
 243         description: Some("An interactive discussion on wealth inequality and the “Great Game” on the control of natural resources.In this webinar organized jointly by the Henry George...".to_string()),
 244         image: Some(Url::parse("https://i.ytimg.com/vi/IquO_TcMZIQ/maxresdefault.jpg").unwrap()),
 245         html: None,
 246       }, youtube_res);
 247   }
 248
 249   // #[test]
 250   // fn test_pictshare() {
 251   //   let res = fetch_pictshare("https://upload.wikimedia.org/wikipedia/en/2/27/The_Mandalorian_logo.jpg");
 252   //   assert!(res.is_ok());
 253   //   let res_other = fetch_pictshare("https://upload.wikimedia.org/wikipedia/en/2/27/The_Mandalorian_logo.jpgaoeu");
 254   //   assert!(res_other.is_err());
 255   // }
 256 }