MastodonStartpage/web/mustard/crawler/crawler.php

#!/usr/bin/php
<?php

/*
  This program is free software: you can redistribute it and/or modify
  it under the terms of the GNU 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 General Public License for more details.

  You should have received a copy of the GNU General Public License
  along with this program.  If not, see <http://www.gnu.org/licenses/>.
*/

define('N',"\n");

require __DIR__ . "/../../vendor/autoload.php";
use LanguageDetection\Language;

if (strtoupper(substr(PHP_OS,0,3))==='WIN')
	$iswin=true;
else
    $iswin=false;

$link=false;
$logf=false;
$jsonf=false;

declare(ticks=1);
if (function_exists('pcntl_signal')) {
	function signalHandler($signal) {
		global $link, $logf, $jsonf;
		lecho(N.'Sono stato interrotto.'.N);
		if ($link) {
			lecho('La connessione MySQL è aperta, la chiudo.'.N);
			mysqli_close($link);
		}
		if ($jsonf) {
			lecho('Il file di dump json è aperto, lo chiudo.'.N);
	// qui no, altrimenti "riprendi" fa poi casino
	//		fwrite($jsonf,'"Fine?": true'.N.'}'.N);
			fclose($jsonf);
		}
		if ($logf) {
			lecho('Il file di log è aperto, lo chiudo.'.N);
			fclose($logf);
		}
		exit(2);
	}
	pcntl_signal(SIGTERM,'signalHandler');// Termination ('kill' was called)
	pcntl_signal(SIGHUP,'signalHandler');// Terminal log-out
	pcntl_signal(SIGINT,'signalHandler');// Interrupted (Ctrl-C is pressed)
}

$opts=array(
	'timeout'=>3,
	'log'=>false,
	'jsonfp'=>__DIR__.'/instances.json',
	'jsonwrite'=>false,
	'peersfp'=>__DIR__.'/peers'
);

$help='crawler.php
 DESCRIZIONE
  Popola/aggiorna il database di mastostart con i dati che riesce
  a recuperare da una lista di istanze composta da quelle già presenti
  nel database più quelle di un file specificabile (tipicamente il file
  di output di peerscrawl.php).
  È possibile fermarne l’esecuzione per riprenderla in un secondo tempo:
  il programma genera, durante l’esecuzione, una lista delle istanze che
  deve controllare («instances.job») e un file in cui viene salvata l’ultima
  istanza controllata e altri dati; per riprendere l’esecuzione là dove
  era stata lasciata basta lanciare nuovamente il programma; per evitare
  che il programma riprenda da dove era arrivato durante l’esecuzione
  precedente basta cancellare i due file di cui sopra.
 SYNOPSIS
  peerscrawl.php [options]
 OPTIONS
  -p, --peersfp <file>
   Definisce il file da cui caricare la lista delle istanze di cui cercare
   di recuperare i dati. Nota: questa opzione è ininfluente se il programma
   viene lanciato per riprendere un’esecuzione precedente interrotta.
   DEFAULT: «'.$opts['peersfp'].'»
  -t, --timeout <secondi>
   Definisce il timeout in secondi di ogni tentativo di connessione.
   DEFAULT: «'.$opts['timeout'].'»
  -l, --log
   Attiva il logging dell’output nel file «crawler.php» nella stessa
   directory di crawler.php.
  -j, --jsonwrite
   Attiva la scrittura di un file «instances.json» nella stessa directory
   di crawler.php, contenente tutti i dati recuperati da tutte le istanze.

  This program comes with ABSOLUTELY NO WARRANTY; for details see the source.
  This is free software, and you are welcome to redistribute it under
  certain conditions; see <http://www.gnu.org/licenses/> for details.'.N;

for ($i=1; $i<$argc; $i++) {
	if (substr($argv[$i],0,1)=='-') {
		switch($argv[$i]) {
			case '-p':
			case '--peersfp':
			if ($i+1>=$argc || !file_exists($argv[$i+1]) || !is_file($argv[$i+1]) || !is_readable($argv[$i+1]))
				mexit('L’opzione «'.$argv[$i].'» richiede come parametro un file esistente e leggibile (usa «-h» per vedere la guida).'.N,1);
			$i++;
			$opts['peersfp']=$argv[$i];
			break;
			case '-t':
			case '--timeout':
			if ($i+1>=$argc || preg_match('/[0-9]+/',$argv[$i+1])!==1)
				mexit('L’opzione «'.$argv[$i].'» richiede un parametro numerico (usa «-h» per vedere la guida).'.N,1);
			$i++;
			$opts['timeout']=$argv[$i]+0;
			break;
			case '-l':
			case '--log':
			$opts['log']=true;
			$i++;
			break;
			case '-j':
			case '--jsonwrite':
			$opts['jsonwrite']=true;
			break;
			case '-h':
			case '--help':
			mexit($help,0);
			break;
			default:
			mexit('L’opzione «'.$argv[$i].'» è sconosciuta (usa «-h» per vedere la guida).'.N,1);
			break;
		}
	}
}

use function mysqli_real_escape_string as myesc;

function mexit($msg,$code) {
	global $link, $jsonf, $logf;
	lecho($msg);
	if ($link)
		mysqli_close($link);
	if ($jsonf)
		fclose($jsonf);
	if ($logf)
		fclose($logf);
	exit($code);
}

function lecho($msg,$logonly=false) {
	global $opts, $logf;
	if (!$logonly)
		echo($msg);
	if ($opts['log'] && $logf!==false)
		fwrite($logf,$msg);
}

$instsjfp=__DIR__.'/instances.job';
$currinstjfp=__DIR__.'/currinst.job';
if (file_exists($currinstjfp) && file_exists($instsjfp)) {
	$riprendi=true;
} else {
	$riprendi=false;
}

$logfp=__DIR__.'/crawler.log';
if ($opts['log']) {
	if ($riprendi)
		$mode=array('a','aggiunta');
	else
		$mode=array('w','scrittura');
	$logf=@fopen($logfp,$mode[0]);
	if ($logf===false) {
		echo('Non ho potuto aprire in modalità '.$mode[1].' il file di log «'.$logfp.'».'.N);
		exit(1);
	}
}

$inifp=__DIR__.'/../sec/mustard.ini';
$iniarr=@parse_ini_file($inifp)
	or mexit('Impossibile aprire il file di configurazione «'.$inifp.'»'.N,1);
$link=@mysqli_connect($iniarr['db_host'],$iniarr['db_admin_name'],$iniarr['db_admin_password'],$iniarr['db_name'],$iniarr['db_port'],$iniarr['db_socket'])
	or mexit('Impossibile connettersi al server MySQL: '.mysqli_connect_error().N,1);
mysqli_set_charset($link,'utf8mb4')
	or mexit(__LINE__.': '.mysqli_error($link).N,1);

require(__DIR__.'/../include/tables.php');
$tables=tables($link);
//print_r($tables);

if ($riprendi) {
	lecho('Pare che ci sia un lavoro in sospeso, provo a riprenderlo...'.N);
	$buf=@file($instsjfp,FILE_IGNORE_NEW_LINES|FILE_SKIP_EMPTY_LINES)
		or mexit('Non ho potuto aprire in lettura il file «'.$instsjfp.'».'.N,1);
	$insts=array();
	foreach ($buf as $line)
		$insts[]=$line;
	$buf=@file($currinstjfp,FILE_IGNORE_NEW_LINES|FILE_SKIP_EMPTY_LINES)
		or mexit('Non ho potuto aprire in lettura il file «'.$currinstjfp.'».'.N,1);
	$buf=explode("\t",$buf[0]);
	$currinst=array('dom'=>$buf[0], 'i'=>$buf[1], 'qok'=>$buf[2], 'qgood'=>$buf[3]);
	$riprendi=true;
}

function truncs($str,$tab,$col,$ctx) {
	global $tables, $tronconi, $iswin;
	if ($iswin)
		$tab=strtolower($tab);
	$size=$tables[$tab][$col];
	$len=mb_strlen($str,'UTF-8');
	if ($len>$size) {
		notify($ctx.': ho dovuto troncare a '.$size.' caratteri il valore da inserire nella colonna «'.$col.'» della tabella «'.$tab.'» perché troppo lungo ('.$len.' caratteri).',2);
		$str=mb_substr($str,0,$size-1,'UTF-8').'…';
	}
	return($str);
}

function truncn($num,$tab,$col,$ctx) {
	global $tables, $iswin;
	if ($iswin)
		$tab=strtolower($tab);
	if (is_numeric($num)) {
		if ($num>$tables[$tab][$col]['max']) {
			notify($ctx.': ho dovuto troncare «'.$num.'» al valore massimo «'.$tables[$tab][$col]['max'].'» che può avere nella colonna «'.$col.'» della tabella «'.$tab.'»).',2);
			$num=$tables[$tab][$col]['max'];
		} elseif ($num<$tables[$tab][$col]['min']) {
			notify($ctx.': ho dovuto troncare «'.$num.'» al valore minimo «'.$tables[$tab][$col]['min'].'» che può avere nella colonna «'.$col.'» della tabella «'.$tab.'»).',2);
			$num=$tables[$tab][$col]['min'];
		}
	} else {
		notify($ctx.': truncn(): mi aspettavo un numero, invece non lo era; ritorno «0».',3);
		$num=0;
	}
	return($num);
}

$contextopts=array(
	'http'=>array(
		'timeout'=>$opts['timeout']
	),
	'socket'=>array(
		'tcp_nodelay'=>true
    )
);
$context=stream_context_create($contextopts);

$blacklist=array();
lecho('Carico la blacklist dal database...'.N);
$res=mysqli_query($link,'SELECT * FROM Blacklist')
	or mexit(__LINE__.': '.mysqli_error($link).N,3);
lecho(mysqli_num_rows($res).' istanze nella blacklist.'.N);
while($row=mysqli_fetch_assoc($res)) {
	$blacklist[$row['Domain']]=$row;
}

function pgdatetomy($pgdate) {
	if (preg_match('/^(\d+)-(\d+)-(\d+)[ T]{1}(\d+):(\d+):(\d+)(\.\d+)?Z?$/',$pgdate,$buf)===1) {
		$mtime=mktime($buf[4],$buf[5],$buf[6],$buf[2],$buf[3],$buf[1]);
		if (array_key_exists(7,$buf))
			$mtime=$mtime+floatval('0'.$buf[7]);
		return($mtime);
	} else {
		notify('pgdatetomy: «'.$pgdate.'» non è un formato di data riconosciuto! Ritorno il magico momento attuale.',3);
		return(time());
	}
}

function blpgdumplinetomy($line) {
	$truefalse=array('f'=>0,'t'=>1);
	$row=explode("\t",$line);
	$row=array('Domain'=>$row[0],
	'CreatedAt'=>pgdatetomy($row[1]),
	'ModifiedAt'=>pgdatetomy($row[2]),
	'Severity'=>$row[3],
	'RejectMedia'=>$truefalse[$row[4]],
	'RejectReports'=>$truefalse[$row[5]],
	'PublicComment'=>$row[6]);
	return($row);
}

if (!$riprendi) {
	$blacklistnew=array();
	$insts=array();
	lecho('Carico le istanze di riferimento per le blacklist...'.N);
	$res=mysqli_query($link,'SELECT Domain FROM StartNodes')
		or mexit(__LINE__.': '.mysqli_error($link).N,3);
	lecho(mysqli_num_rows($res).' istanze di riferimento.'.N);
	while($row=mysqli_fetch_assoc($res)) {
		$insts[]=$row['Domain'];
		/*lecho('Recupero la lista delle istanze note a «'.$row['Domain'].'» ... ');
		$buf=@file_get_contents('https://'.$row['Domain'].'/api/v1/instance/peers',false,$context);
		if ($buf!==false) {
			lecho('OK :-)'.N);
			$peers=json_decode($buf,true);
			foreach ($peers as $pdom) {
				if (willtrunc($pdom,'Instances','URI'))
					notify('L’istanza «'.$pdom.'» non sarà considerata perché il suo dominio è troppo lungo per il campo «URI» della tabella «Instances» nel DB',2);
				if (!in_array($pdom,$insts) && !willtrunc($pdom,'Instances','URI'))
					$insts[]=$pdom;
			}
		} else {
			lecho('ERRORE :-('.N);
		}*/
		lecho('Recupero la blacklist di «'.$row['Domain'].'» ... ');
		$buf=@file_get_contents('https://'.$row['Domain'].'/domain_blocks.txt',false,$context);
		if ($buf!==false) {
			lecho('OK :-)'.N);
			$buf=explode(N,$buf);
			foreach ($buf as $line) {
				if (preg_match('/(^#.*$)|(^\s*$)/',$line)===0) {
					$brow=blpgdumplinetomy($line);
					if (!array_key_exists($brow['Domain'],$blacklist)) {
						$blacklistnew[$brow['Domain']]=$brow;
					}
					$blacklist[$brow['Domain']]=$brow;
				}
			}
		} else {
			lecho('ERRORE :-('.N);
		}
	}

	foreach ($blacklistnew as $row) {
		if (!willtrunc($row['Domain'],'Blacklist','Domain')) {
			mysqli_query($link,'INSERT INTO Blacklist (ID, Domain, CreatedAt, ModifiedAt, Severity, RejectMedia, RejectReports, PrivateComment, PublicComment) VALUES (NULL, \''.myesc($link,$row['Domain']).'\', \''.myesc($link,$row['CreatedAt']).'\', \''.myesc($link,$row['ModifiedAt']).'\', \''.myesc($link,$row['Severity']).'\', \''.myesc($link,$row['RejectMedia']).'\', \''.myesc($link,$row['RejectReports']).'\', NULL, \''.myesc($link,$row['Domain']).'\')')
				or mexit(__LINE__.': '.mysqli_error($link).N,3);
		} else {
			lecho('Non ho potuto inserire «'.$row['Domain'].'» nella tabella delle istanze blacklistate perché il dominio è troppo lungo per il campo corrispondente nel DB.',2);
		}
	}

	lecho('Carico le istanze di partenza da «'.$opts['peersfp'].'»...'.N);
	$peers=@file($opts['peersfp'],FILE_IGNORE_NEW_LINES|FILE_SKIP_EMPTY_LINES);
	if ($peers===false)
		mexit('Non ho potuto aprire in lettura «'.$opts['peersfp'].'».'.N,1);
	foreach ($peers as $pdom)
		if (!in_array($pdom,$insts))
			if (!willtrunc($pdom,'Instances','URI'))
				$insts[]=$pdom;
			else
				lecho('L’istanza «'.$pdom.'» non sarà considerata perché il suo dominio è troppo lungo per il campo «URI» della tabella «Instances» nel DB'.N);

	lecho('Carico le istanze note dal DB e aggiungo alla lista di quelle da controllare quelle che non ci sono già.'.N);
	$res=mysqli_query($link,'SELECT URI FROM Instances')
		or mexit(__LINE__.': '.mysqli_error($link).N,3);
	while($row=mysqli_fetch_assoc($res)) {
		if (!in_array($row['URI'],$insts))
			$insts[]=$row['URI'];
	}
	sort($insts);
//	shuffle($insts);
	ksort($blacklist);
	ksort($blacklistnew);
	lecho('Istanze recuperate: '.count($insts).N);
	lecho('Istanze blacklistate: '.count($blacklist).', di cui '.count($blacklistnew).' nuove aggiunte al DB.'.N);

	$instsf=@fopen($instsjfp,'w')
		or mexit('Non ho potuto aprire in scrittura il file «'.$instsjfp.'».'.N,1);
	foreach ($insts as $dom)
		fwrite($instsf,$dom.N);
	fclose($instsf);
}

function willtrunc($str,$tab,$col) {
	global $tables, $iswin;
	if ($iswin)
		$tab=strtolower($tab);
	if (mb_strlen($str,'UTF-8')>$tables[$tab][$col])
		return(true);
	else
		return(false);
}

function b2i($bool,$pre) {
	if (is_bool($bool)) {
		if ($bool)
			return(1);
		else
			return(0);
	} else {
		notify($pre.'il valore «'.$bool.'» non è booleano, lo assumo come falso e ritorno «0».',3);
		return(0);
	}
}

//is array, array key exists and value is not null
function akeavinn($key,&$arr) {
	if (is_array($arr) && array_key_exists($key,$arr) && !is_null($arr[$key]))
		return(true);
	else
		return(false);
}

function nempty($str) {
	if (preg_match('/^\s*$/',$str)===1)
		return(null);
	else
		return($str);
}

function subarimp($glue,$key,&$arr) {
	$str='';
	$i=1;
	$carr=count($arr);
	foreach ($arr as $inarr) {
		$str.=$inarr[$key];
		if ($i<$carr)
			$str.=$glue;
		$i++;
	}
	return($str);
}

function notify($msg,$sev) {
	global $link, $tables, $iswin;
	lecho('NOTIFICAZIÒ: '.strip_tags($msg).N);
	$tab='Notifications';
	if ($iswin)
		$tab='notifications';
	mysqli_query($link,'INSERT INTO Notifications (ID, Notification, Severity, Microtime, Seen) VALUES (NULL, \''.myesc($link,mb_substr($msg,0,$tables[$tab]['Notification'],'UTF-8')).'\', '.$sev.', \''.microtime(true).'\', 0)')
		or mexit(__LINE__.': '.mysqli_error($link).N,3);
}

/** <LANGUAGE MANAGEMENT> */
/**
 * Effettua una chiamata alla API di Mastodon.
 *
 * @param  string $host     L'host da chiamare (e.g.: "mastodon.bida.im")
 * @param  string $path     Il path della API (e.g.: "/api/v1/timelines/public?local=true")
 * @return mixed            L'oggetto ritornato dalla chiamata, già parsato da json_decode, o NULL se la chiamata fallisce
 */
function get_api($host, $path) {
    global $context;
    try {
        $buf = @file_get_contents('https://' . $host . $path, false, $context);
    } catch(Exception $e) {
        echo "error:";
        echo $e;
        return NULL;
    }
    if ($buf!==false) {
        $data = json_decode($buf, true);
        return $data;
    } else {
        return NULL;
    }
}

/**
 * Torna un elenco di linguaggi riconosciuti nel toot fornito con relativa probabilità.
 *
 * @param  mixed $toot  Il toot da analizzare, come ritornato dalle API
 * @return array        Mappa tra codice lingua e probabilità che il toot sia in quella lingua.
 */
function get_toot_languages($toot) {
	if (is_array($toot) && array_key_exists('language',$toot))
		$l = $toot['language'];
	else
		$l = NULL;
    if($l !== NULL) {
        // la lingua è specificata già nel toot: usa quella
        $langs[$l] = 1;
    } else {
        // la lingua non è specificata: deducila
        $text = strip_tags($toot['content']);
        $ld = new Language;
        $langs = $ld->detect($text)->bestResults()->close();
    }
    // raggruppa le lingue derivate, e.g.: "zh" e "zh-CN"
    $grouped_langs = array();
    foreach($langs as $key => $value) {
        $l = explode("-", $key)[0];
        if(array_key_exists($l, $grouped_langs)) {
            $grouped_langs[$l] = max($grouped_langs[$l], $value);
        } else {
            $grouped_langs[$l] = $value;
        }
    }
    return $grouped_langs;
}

/**
 * Date le probabilità di lingua per ogni toot, calcola la media.
 *
 * @param  array $detected_langs    Array di mappe tra lingua e probabilità
 * @return array                    Mappa tra lingua e probabilità
 */
function summary($detected_langs) {
    $res = Array();
    foreach($detected_langs as $langs) {
        foreach($langs as $l => $weight) {
            if(!array_key_exists($l, $res)) {
                $res[$l] = 0;
            }
            $res[$l] += $weight;
        }
    }
    foreach($res as $l => $sumweight) {
        $res[$l] = $sumweight / count($detected_langs);
    }
    return $res;
}

/**
 * Helper function per usort: compara due array usando il primo elemento.
 *
 * @param  array $entry1    Primo array da comparare
 * @param  array $entry2    Secondo array da comparare
 * @return number           -1, 0 o 1 a seconda che $entry1[0] sia minore, uguale o superiore a $entry2[0]
 */
function sort_weights($entry1, $entry2) {
    $w1 = $entry1[0];
    $w2 = $entry2[0];
    if ($w1 < $w2)
		$ret=1;
	elseif ($w1 == $w2)
		$ret=0;
	else
		$ret=-1;
    return $ret;
}

/**
 * Data una mappa di lingue, ritorna una lista di linguaggi considerati probabili.
 *
 * @param  array $summary   Mappa tra lingue e probabilità
 * @return string[]         Elenco di lingue considerate probabili
 */
function get_languages($summary) {
    $lst = [];
    foreach($summary as $code => $weight) {
        $lst[] = [$weight, $code];
    }
    usort($lst, 'sort_weights');
    $languages = [];
    $lastweight = 0;
    foreach($lst as $entry) {
        $l = $entry[1];
        $weight = $entry[0];
        if($weight < $lastweight * 2 / 3) {
            break;
        }
        $languages[] = $l;
        $lastweight = $weight;
    }
    return $languages;
}

/**
 * Ritorna una lista di lingue probabili per la data istanza.
 *
 * @param  string $host     Hostname dell'istanza (e.g.: "mastodon.bida.im")
 * @return string[]         Lista di lingue probabili
 */
function get_instance_langs($host) {
    $data = get_api($host, '/api/v1/timelines/public?local=true');
    if($data == NULL) {
        return [];
    }
    $detected_langs = array_map('get_toot_languages', $data);
    $summary = summary($detected_langs);
    $languages = get_languages($summary);
    return $languages;
}

require(__DIR__.'/../include/mb_ucfirst.php');

function langs($instid, $uri, $auto) {
	global $info, $instrow, $link;
	$retlangs=array();
	$languages=array();
	if ($auto) {
		$languages = get_instance_langs($uri);
	} elseif (akeavinn('languages',$info)) {
		$languages = $info['languages'];
	}
	if (count($languages)==0) {
		return($retlangs);
	} else {
		if ($auto)
			lecho('Lingue rilevate: '.implode(', ',$languages).N);
		else
			lecho('Lingue dichiarate: '.implode(', ',$languages).N);
		$pos=0;
		foreach($languages as $lang) {
			$res=mysqli_query($link,'SELECT * FROM Languages WHERE Code=\''.myesc($link,$lang).'\'')
				or mexit(__LINE__.': '.mysqli_error($link).N,3);
			if (mysqli_num_rows($res)<1) {
				$code=myesc($link,truncs($lang,'Languages','Code','«'.$instrow['URI'].'»'));
				$NameOrig=myesc($link,truncs(mb_ucfirst(locale_get_display_name($lang,$lang)),'Languages','NameOrig','«'.$instrow['URI'].'»'));
				$NameCa=myesc($link,truncs(mb_ucfirst(locale_get_display_name($lang,'ca')),'Languages','NameCA','«'.$instrow['URI'].'»'));
				$NameEn=myesc($link,truncs(mb_ucfirst(locale_get_display_name($lang,'en')),'Languages','NameEN','«'.$instrow['URI'].'»'));
				$NameEs=myesc($link,truncs(mb_ucfirst(locale_get_display_name($lang,'es')),'Languages','NameES','«'.$instrow['URI'].'»'));
				$NameFr=myesc($link,truncs(mb_ucfirst(locale_get_display_name($lang,'fr')),'Languages','NameFR','«'.$instrow['URI'].'»'));
				$NameIt=myesc($link,truncs(mb_ucfirst(locale_get_display_name($lang,'it')),'Languages','NameIT','«'.$instrow['URI'].'»'));
				$q = 'INSERT INTO Languages (ID, Code, NameOrig, NameCA, NameEN, NameES, NameFR, NameIT) VALUES (NULL, \''.$code.'\', \''.$NameOrig.'\', \''.$NameCa.'\', \''.$NameEn.'\', \''.$NameEs.'\', \''.$NameFr.'\', \''.$NameIt.'\')';
				mysqli_query($link, $q)
					or mexit(__LINE__.': '.mysqli_error($link).N,3);
				$langid=mysqli_insert_id($link);
			} else {
				$row=mysqli_fetch_assoc($res);
				$langid=$row['ID'];
			}
			$pos++;
			$retlangs[]=array('InstID'=>$instid,'LangID'=>$langid,'Pos'=>$pos,'Code'=>$lang);
		}
	}
	return($retlangs);
}

function varbdump($var) {
	ob_start();
	var_dump($var);
	$content=ob_get_contents();
	ob_end_clean();
	return($content);
}

function mdasortbykey(&$arr,$key,$rev=false) {
	$karr=array();
	foreach ($arr as $akey=>$subarr)
		$karr[$subarr[$key]]=array($akey,$subarr);
	if (!$rev)
		ksort($karr);
	else
		krsort($karr);
	$arr=array();
	foreach ($karr as $akey=>$subarr)
		$arr[$subarr[0]]=$subarr[1];
}

/*
 * Nodeinfo ('https://'.$dom.'/nodeinfo/2.0') è stato aggiunto nella 3.0.0
 * Trends ('https://'.$dom.'/api/v1/trends') è stato aggiunto nella 3.0.0
 * Activity ('https://'.$dom.'/api/v1/instance/activity') è stato aggiunto nella 2.1.2
*/

if ($opts['jsonwrite']) {
	if ($riprendi)
		$mode=array('a','aggiunta');
	else
		$mode=array('w','scrittura');
	$jsonf=@fopen($opts['jsonfp'],$mode[0])
		or mexit('Non ho potuto aprire in modalità '.$mode[1].' il file di dump delle info json «'.$opts['jsonfp'].'».',1);
	if ($mode[0]=='w')
		fwrite($jsonf,'{'.N);
}
$cinsts=count($insts);
$i=0;
$qok=0;
$qgood=0;
if ($riprendi) {
	$i=$currinst['i'];
	$qok=$currinst['qok'];
	$qgood=$currinst['qgood'];
}
while ($i<$cinsts) {
	$dom=$insts[$i];
	@file_put_contents($currinstjfp,$dom."\t".$i."\t".$qok."\t".$qgood.N)
		or mexit('Non ho potuto aprire in scrittura il file «'.$currinstjfp.'».',1);
	$i++;
	$ok=true;
	$info=null;
	lecho('~~~~~~~~~~~~~~~'.N);
	lecho('Provo a recuperare info su «'.$dom.'» ['.$i.'/'.$cinsts.' ('.$qok.' OK; '.$qgood.' BUONE) - '.round(100/$cinsts*$i).'%]'.N);
	lecho('Provo a recuperare le informazioni API sull’istanza ... ');
	$buf=@file_get_contents('https://'.$dom.'/api/v1/instance',false,$context);
	if ($buf!==false) {
		$info=json_decode($buf,true);
		if (is_array($info)) {
			lecho('OK :-)'.N);
			lecho('Provo a recuperare le informazioni Nodeinfo sull’istanza ... ');
			$buf=@file_get_contents('https://'.$dom.'/nodeinfo/2.0',false,$context);
			if ($buf!==false) {
				lecho('OK :-)'.N);
				$info['x-nodeinfo']=json_decode($buf,true);
// per ora teniamo solo quelle che, se si identificano, si identificano come mastodon o corgidon (derivato di mastodon)
// teniamo d'occhio le notifiche di cui sotto per includere eventualmente altri derivati di mastodon?
// visti fin qui, verificare cosa sono: epicyon
				if (is_array($info['x-nodeinfo']) && array_key_exists('software',$info['x-nodeinfo']) && array_key_exists('name',$info['x-nodeinfo']['software']) &&!is_null($info['x-nodeinfo']['software']['name'])) {
					if (preg_match('/^mastodon|corgidon/',$info['x-nodeinfo']['software']['name'])===0)
						$ok=false;
					$res=mysqli_query($link,'SELECT Name FROM Platforms WHERE Name=\''.myesc($link,$info['x-nodeinfo']['software']['name']).'\'')
						or mexit(__LINE__.': '.mysqli_error($link).N,3);
					if (mysqli_num_rows($res)<1) {
						$res=mysqli_query($link,'INSERT INTO Platforms (Name) VALUES (\''.myesc($link,truncs($info['x-nodeinfo']['software']['name'],'Platforms','Name','«'.$info['uri'].'»')).'\')')
							or mexit(__LINE__.': '.mysqli_error($link).N,3);
						notify('«'.$info['uri'].'» utilizza come software «'.$info['x-nodeinfo']['software']['name'].'»; l’ho aggiunto alla tabella delle piattaforme incontrate. Se non si tratta di mastodon o corgidon, che già vengono accettati, sarebbe buona cosa verificare se è una variante di mastodon e quanto è compatibile, per valutare se accettare le istanze che lo utilizzano.',1);
					}
				}
			} else {
				lecho('ERRORE :-('.N);
			}
			if ($ok && array_key_exists('version',$info)) {
				if ($info['version']>='2.1.2') {
					lecho('Provo a recuperare le informazioni API sull’attività dell’istanza ... ');
					$buf=@file_get_contents('https://'.$dom.'/api/v1/instance/activity',false,$context);
					if ($buf!==false) {
						lecho('OK :-)'.N);
						$info['x-activity']=json_decode($buf,true);
					} else {
						lecho('ERRORE :-('.N);
					}
				}
				if ($info['version']>='3.0.0') {
					lecho('Provo a recuperare le informazioni API sui trends dell’istanza ... ');
					$buf=@file_get_contents('https://'.$dom.'/api/v1/trends',false,$context);
					if ($buf!==false) {
						lecho('OK :-)'.N);
						$info['x-trends']=json_decode($buf,true);
					} else {
						lecho('ERRORE :-('.N);
					}
				}
			}
		} else {
			$ok=false;
			lecho('ERRORE :-('.N);
		}
	} else {
		$ok=false;
		lecho('ERRORE :-('.N);
// questo è anche il limbo delle istanze che non rispondono, perciò controlliamo se già esistono nel db e, nel caso, aggiorniamo InstChecks
		$res=mysqli_query($link,'SELECT * FROM Instances WHERE URI=\''.myesc($link,mb_substr($dom,0,$tables[$iswin ? 'instances' : 'Instances']['URI'],'UTF-8')).'\'')
			or mexit(__LINE__.': '.mysqli_error($link).N,3);
		if (mysqli_num_rows($res)>0) {
			lecho('«'.$dom.'» non risponde, ma è presente nel database; aggiorno InstChecks.'.N);
			$row=mysqli_fetch_assoc($res);
			mysqli_query($link,'INSERT INTO InstChecks (InstID, Time, Status) VALUES ('.$row['ID'].', '.time().', 0)')
				or mexit(__LINE__.': '.mysqli_error($link).N,3);
		}
	}
	if (is_array($info) && count($info)>0) {
		lecho('Dumpone json di tutte le info recuperate:'.N.json_encode($info,JSON_PRETTY_PRINT).N,true);
		if ($opts['jsonwrite'])
			fwrite($jsonf,'"'.$dom.'": '.json_encode($info,JSON_PRETTY_PRINT).','.N);
	}
	if ($ok && !is_null($info) && akeavinn('uri',$info) && !is_null(nempty($info['uri'])) && !willtrunc($info['uri'],'Instances','URI') && akeavinn('version',$info) && preg_match('/pleroma|pixelfed/i',$info['version'])!==1) {
		$qok++;
		$instrow=array('ID'=>null, 'FirstSeen'=>null, 'New'=>0, 'Good'=>0, 'Chosen'=>0, 'Visible'=>0, 'Blacklisted'=>0, 'URI'=>null, 'Title'=>null, 'ShortDesc'=>null, 'LongDesc'=>null, 'OurDesc'=>null, 'OurDescEN'=> null, 'LocalityID'=>null, 'OurLangsLock'=>0, 'Email'=>null, 'Software'=>null, 'Version'=>null, 'UserCount'=>null, 'StatusCount'=>null, 'DomainCount'=>null, 'ActiveUsersMonth'=>null, 'ActiveUsersHalfYear'=>null, 'Thumb'=>null, 'RegOpen'=>null, 'RegReqApproval'=>null, 'MaxTootChars'=>null, 'AdmAccount'=>null, 'AdmDisplayName'=>null, 'AdmCreatedAt'=>null, 'AdmNote'=>null, 'AdmURL'=>null, 'AdmAvatar'=>null, 'AdmHeader'=>null, 'GuestID'=>null, 'LastGuestEdit'=>null);
		if (array_key_exists($info['uri'],$blacklist))
			$instrow['Blacklisted']=1;
		$instrow['URI']=$info['uri'];
		if (akeavinn('title',$info))
			$instrow['Title']=nempty(truncs($info['title'],'Instances','Title','«'.$instrow['URI'].'»'));
		if (akeavinn('short_description',$info))
			$instrow['ShortDesc']=nempty(truncs($info['short_description'],'Instances','ShortDesc','«'.$instrow['URI'].'»'));
		if (akeavinn('description',$info))
			$instrow['LongDesc']=nempty(truncs($info['description'],'Instances','LongDesc','«'.$instrow['URI'].'»'));
		if (akeavinn('email',$info))
			$instrow['Email']=nempty(truncs($info['email'],'Instances','Email','«'.$instrow['URI'].'»'));
		if (akeavinn('version',$info))
			$instrow['Version']=nempty(truncs($info['version'],'Instances','Version','«'.$instrow['URI'].'»'));
		if (akeavinn('stats',$info)) {
			if (akeavinn('user_count',$info['stats']))
				 $instrow['UserCount']=truncn($info['stats']['user_count'],'Instances','UserCount','«'.$instrow['URI'].'»');
			if (akeavinn('status_count',$info['stats']))
				 $instrow['StatusCount']=truncn($info['stats']['status_count'],'Instances','StatusCount','«'.$instrow['URI'].'»');
			if (akeavinn('domain_count',$info['stats']))
				 $instrow['DomainCount']=truncn($info['stats']['domain_count'],'Instances','DomainCount','«'.$instrow['URI'].'»');
		}
		if (akeavinn('thumbnail',$info))
			$instrow['Thumb']=nempty(truncs($info['thumbnail'],'Instances','Thumb','«'.$instrow['URI'].'»'));
		if (akeavinn('max_toot_chars',$info))
			$instrow['MaxTootChars']=truncn($info['max_toot_chars'],'Instances','MaxTootChars','«'.$instrow['URI'].'»');
		if (akeavinn('registrations',$info))
			$instrow['RegOpen']=b2i($info['registrations'],'Istanza «'.$instrow['URI'].'»: ');
		if (akeavinn('approval_required',$info))
			$instrow['RegReqApproval']=b2i($info['approval_required'],'Istanza «'.$instrow['URI'].'»: ');
		if (akeavinn('contact_account',$info)) {
			if (akeavinn('acct',$info['contact_account']))
				$instrow['AdmAccount']=nempty(truncs($info['contact_account']['acct'],'Instances','AdmAccount','«'.$instrow['URI'].'»'));
			if (akeavinn('display_name',$info['contact_account']))
				$instrow['AdmDisplayName']=nempty(truncs($info['contact_account']['display_name'],'Instances','AdmDisplayName','«'.$instrow['URI'].'»'));
			if (akeavinn('created_at',$info['contact_account']))
				$instrow['AdmCreatedAt']=pgdatetomy($info['contact_account']['created_at']);
			if (akeavinn('note',$info['contact_account']))
				$instrow['AdmNote']=nempty(truncs(strip_tags($info['contact_account']['note'],'<a>'),'Instances','AdmNote','«'.$instrow['URI'].'»'));
			if (akeavinn('url',$info['contact_account']))
				$instrow['AdmURL']=nempty(truncs($info['contact_account']['url'],'Instances','AdmURL','«'.$instrow['URI'].'»'));
			if (akeavinn('avatar',$info['contact_account']))
				$instrow['AdmAvatar']=nempty(truncs($info['contact_account']['avatar'],'Instances','AdmAvatar','«'.$instrow['URI'].'»'));
			if (akeavinn('header',$info['contact_account']))
				$instrow['AdmHeader']=nempty(truncs($info['contact_account']['header'],'Instances','AdmHeader','«'.$instrow['URI'].'»'));
		}
		if (akeavinn('x-nodeinfo',$info)) {
			if (akeavinn('software',$info['x-nodeinfo']) && akeavinn('name',$info['x-nodeinfo']['software']))
				$instrow['Software']=nempty(truncs($info['x-nodeinfo']['software']['name'],'Instances','Software','«'.$instrow['URI'].'»'));
			if (akeavinn('usage',$info['x-nodeinfo']) && akeavinn('users',$info['x-nodeinfo']['usage'])) {
				if (akeavinn('activeMonth',$info['x-nodeinfo']['usage']['users']))
					$instrow['ActiveUsersMonth']=truncn($info['x-nodeinfo']['usage']['users']['activeMonth'],'Instances','ActiveUsersMonth','«'.$instrow['URI'].'»');
				if (akeavinn('activeHalfyear',$info['x-nodeinfo']['usage']['users']))
					$instrow['ActiveUsersHalfYear']=truncn($info['x-nodeinfo']['usage']['users']['activeHalfyear'],'Instances','ActiveUsersHalfYear','«'.$instrow['URI'].'»');
			}
		}

		$whynot=array();
		if ($instrow['Blacklisted']==1)
			$whynot[]='è nella blacklist';
		if (is_null($instrow['RegOpen'])) {
			$whynot[]='non se ne conosce lo stato delle registrazioni (aperte/chiuse)';
		} elseif ($instrow['RegOpen']==0) {
			$whynot[]='ha le registrazioni chiuse';
		}
		if (is_null($instrow['UserCount'])) {
			$whynot[]='non se ne conosce il numero di utenti';
		} elseif ($instrow['UserCount']<10 || $instrow['UserCount']>30000) {
			$whynot[]='il numero di utenti non è compreso tra 10 e 30.000';
		}
		if (is_null($instrow['DomainCount'])) {
			$whynot[]='non se ne conosce il numero di istanze note';
		} elseif ($instrow['DomainCount']<500) {
			$whynot[]='il numero di istanze note è minore di 500';
		}
		if (!is_null($instrow['ActiveUsersMonth'])) {
			if ($instrow['ActiveUsersMonth']<10)
				$whynot[]='il numero di utenti attivi nell’ultimo mese è minore di 10';
		} elseif (!is_null($instrow['StatusCount']) && $instrow['StatusCount']/$instrow['UserCount']<10) {
			$whynot[]='il numero medio di toots per utente è minore di 10';
		}
		if (count($whynot)==0) {
			$instrow['Good']=1;
			lecho('Siamo in presenza di un’istanza BUONA! :-)'.N);
			$qgood++;
		} else {
			lecho('Siamo in presenza di un’istanza CATTIVA: '.implode('; ',$whynot).' :-('.N);
		}

		$res=mysqli_query($link,'SELECT * FROM Instances WHERE URI=\''.myesc($link,$instrow['URI']).'\'')
			or mexit(__LINE__.': '.mysqli_error($link).N,3);

		if (mysqli_num_rows($res)>0) {
			lecho('«'.$instrow['URI'].'» è già presente nel DB, la aggiorno...'.N);
			$oldinstrow=mysqli_fetch_assoc($res);
			$instid=$oldinstrow['ID'];
			$instrow['ID']=$oldinstrow['ID'];
			$instrow['FirstSeen']=$oldinstrow['FirstSeen'];
			$instrow['New']=$oldinstrow['New'];
			if ($instrow['Good']==1 && $oldinstrow['Good']==0) {
				notify('L’istanza «<a href="viewinst.php?id='.$instrow['ID'].'">'.$instrow['URI'].'</a>» non era papabile, ma lo è diventata!',1);
			} elseif ($instrow['Good']==0 && $oldinstrow['Good']==1) {
				notify('L’istanza «<a href="viewinst.php?id='.$instrow['ID'].'">'.$instrow['URI'].'</a>» era papabile, ma non lo è più per i seguenti motivi: '.implode('; ',$whynot),3);
			}
			$instrow['Chosen']=$oldinstrow['Chosen'];
			$instrow['Visible']=$oldinstrow['Visible'];
			if ($instrow['ShortDesc']!=$oldinstrow['ShortDesc'])
				notify('La «Descrizione breve» dell’istanza «<a href="viewinst.php?id='.$instrow['ID'].'">'.$instrow['URI'].'</a>» è cambiata.',2);
			if ($instrow['LongDesc']!=$oldinstrow['LongDesc'])
				notify('La «Descrizione lunga» dell’istanza «<a href="viewinst.php?id='.$instrow['ID'].'">'.$instrow['URI'].'</a>» è cambiata.',2);
			$instrow['OurDesc']=$oldinstrow['OurDesc'];
			$instrow['OurDescEN']=$oldinstrow['OurDescEN'];
			$instrow['LocalityID']=$oldinstrow['LocalityID'];
			$instrow['OurLangsLock']=$oldinstrow['OurLangsLock'];
			$instrow['GuestID']=$oldinstrow['GuestID'];
			$instrow['LastGuestEdit']=$oldinstrow['LastGuestEdit'];
			$query='UPDATE Instances SET ';
			foreach ($instrow as $field=>$value) {
				if (!is_null($value))
					$query.=$field.'=\''.myesc($link,$value).'\', ';
				else
					$query.=$field.'=NULL, ';
			}
			$query=substr($query,0,-2).' WHERE Instances.ID='.$instrow['ID'];
			lecho('QUERONA DI UPDATE: «'.$query.'».'.N);
			mysqli_query($link,$query)
				or mexit(__LINE__.': '.mysqli_error($link).N,3);

			$res=mysqli_query($link,'SELECT InstID, LangID, Pos, Code FROM InstLangs LEFT JOIN Languages ON Languages.ID=LangID WHERE InstID='.$instrow['ID'].' ORDER BY Pos ASC')
				or mexit(__LINE__.': '.mysqli_error($link).N,3);
			$oldinstlangs=array();
			while ($row=mysqli_fetch_assoc($res))
				$oldinstlangs[]=$row;
			$instlangs=langs($instrow['ID'], $instrow['URI'], false);
			if ($instlangs!=$oldinstlangs) {
				notify('La lista delle lingue utilizzate dichiarate dall’istanza «<a href="viewinst.php?id='.$instrow['ID'].'">'.$instrow['URI'].'</a>» è cambiata da «'.subarimp(', ','Code',$oldinstlangs).'» a «'.subarimp(', ','Code',$instlangs).'».',2);
				mysqli_query($link,'DELETE FROM InstLangs WHERE InstID='.$instrow['ID'])
					or mexit(__LINE__.': '.mysqli_error($link).N,3);
				foreach ($instlangs as $row) {
					mysqli_query($link,'INSERT INTO InstLangs (InstID, LangID, Pos) VALUES ('.$row['InstID'].', '.$row['LangID'].', '.$row['Pos'].')')
						or mexit(__LINE__.': '.mysqli_error($link).N,3);
				}
			}

			if ($instrow['OurLangsLock']==0) {
				$instourlangs=langs($instrow['ID'], $instrow['URI'], true);
				if (count($instourlangs)>0) {
					mysqli_query($link,'DELETE FROM InstLangs WHERE InstID='.$instrow['ID'])
						or mexit(__LINE__.': '.mysqli_error($link).N,3);
					foreach ($instourlangs as $row) {
						mysqli_query($link,'INSERT INTO InstOurLangs (InstID, OurLangID, Pos) VALUES ('.$row['InstID'].', '.$row['LangID'].', '.$row['Pos'].')')
							or mexit(__LINE__.': '.mysqli_error($link).N,3);
					}
				}
			}

		} else {
			lecho('«'.$info['uri'].'» non è già presente nel DB, la aggiungo...'.N);
			$instrow['FirstSeen']=time();
			$instrow['New']=1;
			$fields=array();
			$values='';
			foreach ($instrow as $field=>$value) {
				$fields[]=$field;
				if (!is_null($value))
					$values.='\''.myesc($link,$value).'\', ';
				else
					$values.='NULL, ';
			}
			$values=substr($values,0,-2);
			$query='INSERT INTO Instances ('.implode(', ',$fields).') VALUES ('.$values.')';
			lecho('QUERONA DI INSERT: «'.$query.'»'.N);
			mysqli_query($link,$query)
				or mexit(__LINE__.': '.mysqli_error($link).N,3);
			$instid=mysqli_insert_id($link);
			notify('Ho trovato una nuova istanza: «<a href="viewinst.php?id='.$instid.'">'.$instrow['URI'].'</a>».',1);

			$instlangs=langs($instid, $instrow['URI'], false);
			foreach ($instlangs as $row) {
				mysqli_query($link,'INSERT INTO InstLangs (InstID, LangID, Pos) VALUES ('.$row['InstID'].', '.$row['LangID'].', '.$row['Pos'].')')
					or mexit(__LINE__.': '.mysqli_error($link).N,3);
			}

			$instourlangs=langs($instid, $instrow['URI'], true);
			foreach ($instourlangs as $row) {
				mysqli_query($link,'INSERT INTO InstOurLangs (InstID, OurLangID, Pos) VALUES ('.$row['InstID'].', '.$row['LangID'].', '.$row['Pos'].')')
					or mexit(__LINE__.': '.mysqli_error($link).N,3);
			}

			if ($instrow['Good']==1)
				notify('La nuova istanza «<a href="viewinst.php?id='.$instid.'">'.$instrow['URI'].'</a>» è papabile!',1);

		}

		if (array_key_exists('x-activity',$info) && is_array($info['x-activity'])) {
			mysqli_query($link,'DELETE FROM InstActivity WHERE InstID='.$instid);
			$pos=0;
			foreach ($info['x-activity'] as $buf) {
				if (akeavinn('week',$buf) && akeavinn('statuses',$buf) && akeavinn('logins',$buf) && akeavinn('registrations',$buf)) {
					$pos++;
					$query='INSERT INTO InstActivity (InstID, Week, Statuses, Logins, Registrations, Pos) VALUES (\''.$instid.'\', \''.myesc($link,$buf['week']).'\', \''.myesc($link,$buf['statuses']).'\', \''.myesc($link,$buf['logins']).'\', \''.myesc($link,$buf['registrations']).'\', '.$pos.')';
					mysqli_query($link,$query)
						or mexit(__LINE__.': '.mysqli_error($link).N,3);
				}
			}
		}

		if (array_key_exists('x-trends',$info) && is_array($info['x-trends'])) {
			$trends=array();
			foreach ($info['x-trends'] as $buf) {
				if (akeavinn('name',$buf) && akeavinn('url',$buf) && akeavinn('history',$buf) && is_array($buf['history'])) {
					$trend=0;
					foreach ($buf['history'] as $row) {
						if ($row['uses']>0)
							$trend+=($row['accounts']/$row['uses']);
					}
					$trends[]=array(
						'InstID'=>$instid,
						'LastDay'=>$buf['history'][0]['day'],
						'Name'=>$buf['name'],
						'URL'=>$buf['url'],
						'Pos'=>null,
						'trend'=>$trend
					);
				}
			}
			mdasortbykey($trends,'trend',true);
//			print_r($trends);
			mysqli_query($link,'DELETE FROM InstTrends WHERE InstID='.$instid);
			$pos=0;
			foreach ($trends as $trend) {
				$pos++;
				$query='INSERT INTO InstTrends (InstID, LastDay, Name, URL, Pos) VALUES ('.$trend['InstID'].', \''.$trend['LastDay'].'\', \''.myesc($link,truncs($trend['Name'],'InstTrends','Name','«'.$instrow['URI'].'»')).'\', \''.myesc($link,truncs($trend['URL'],'InstTrends','URL','«'.$instrow['URI'].'»')).'\', '.$pos.')';
				mysqli_query($link,$query)
					or mexit(__LINE__.': '.mysqli_error($link).N,3);
			}
		}
		mysqli_query($link,'INSERT INTO InstChecks (InstID, Time, Status) VALUES ('.$instid.', '.time().', 1)')
			or mexit(__LINE__.': '.mysqli_error($link).N,3);
	}
}

mysqli_close($link);

if ($opts['jsonwrite']) {
	fwrite($jsonf,'"Fine?": true'.N.'}'.N);
	fclose($jsonf);
}

unlink($instsjfp);

unlink($currinstjfp);

exit(0);

?>