server/lib/activitypub/crawl.ts

   1 import { ACTIVITY_PUB, JOB_REQUEST_TIMEOUT } from '../../initializers/constants'
   2 import { doRequest } from '../../helpers/requests'
   3 import { logger } from '../../helpers/logger'
   4 import * as Bluebird from 'bluebird'
   5 import { ActivityPubOrderedCollection } from '../../../shared/models/activitypub'
   6
   7 type HandlerFunction<T> = (items: T[]) => (Promise<any> | Bluebird<any>)
   8 type CleanerFunction = (startedDate: Date) => (Promise<any> | Bluebird<any>)
   9
  10 async function crawlCollectionPage <T> (uri: string, handler: HandlerFunction<T>, cleaner?: CleanerFunction) {
  11   logger.info('Crawling ActivityPub data on %s.', uri)
  12
  13   const options = {
  14     method: 'GET',
  15     uri,
  16     json: true,
  17     activityPub: true,
  18     timeout: JOB_REQUEST_TIMEOUT
  19   }
  20
  21   const startDate = new Date()
  22
  23   const response = await doRequest<ActivityPubOrderedCollection<T>>(options)
  24   const firstBody = response.body
  25
  26   let limit = ACTIVITY_PUB.FETCH_PAGE_LIMIT
  27   let i = 0
  28   let nextLink = firstBody.first
  29   while (nextLink && i < limit) {
  30     options.uri = nextLink
  31
  32     const { body } = await doRequest<ActivityPubOrderedCollection<T>>(options)
  33     nextLink = body.next
  34     i++
  35
  36     if (Array.isArray(body.orderedItems)) {
  37       const items = body.orderedItems
  38       logger.info('Processing %i ActivityPub items for %s.', items.length, options.uri)
  39
  40       await handler(items)
  41     }
  42   }
  43
  44   if (cleaner) await cleaner(startDate)
  45 }
  46
  47 export {
  48   crawlCollectionPage
  49 }