perinco-CRM/server/src/linkedinPhoto.js

/*
 * Profilfoto zu einem LinkedIn-Profil besorgen.
 *
 * LinkedIn liefert oeffentlichen Profilseiten eine Open-Graph-Vorschau mit,
 * die das Profilfoto enthaelt (og:image, ausgeliefert ueber media.licdn.com).
 * Genau diese Vorschau wird hier gelesen - es findet keine Anmeldung und kein
 * Auslesen geschuetzter Inhalte statt. Ist das Profil nicht oeffentlich oder
 * blockt LinkedIn die Anfrage, gibt es eine verstaendliche Fehlermeldung
 * statt eines Bildes; der Benutzer kann das Foto dann wie gehabt hochladen.
 *
 * Der Aufruf laeuft bewusst ueber das Backend: aus dem Browser heraus waere er
 * an der Same-Origin-Policy gescheitert.
 */

/** Ohne Browser-Kennung antwortet LinkedIn haeufig gar nicht erst. */
const BROWSER_HEADERS = {
  'User-Agent':
    'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) ' +
    'Chrome/140.0.0.0 Safari/537.36',
  'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
  'Accept-Language': 'de-DE,de;q=0.9,en;q=0.8',
};

/** Nach dieser Zeit wird abgebrochen - die Oberflaeche soll nicht haengen. */
const TIMEOUT_MS = 12_000;

/** Groessere Bilder sind kein Profilfoto mehr; der Client verkleinert ohnehin. */
const MAX_IMAGE_BYTES = 5_000_000;

/** Bilder liefert LinkedIn ausschliesslich ueber dieses CDN aus. */
const IMAGE_HOSTS = ['licdn.com'];

class PhotoError extends Error {
  constructor(message, status = 502) {
    super(message);
    this.status = status;
  }
}

function hostMatches(hostname, domain) {
  return hostname === domain || hostname.endsWith(`.${domain}`);
}

/**
 * Eingabe des Benutzers zu einer aufrufbaren Profil-URL machen. Akzeptiert
 * auch "linkedin.com/in/vorname" ohne Schema.
 */
export function normalizeProfileUrl(input) {
  const raw = String(input ?? '').trim();
  if (!raw) throw new PhotoError('Es ist kein LinkedIn-Profil hinterlegt.', 400);

  let url;
  try {
    url = new URL(/^https?:\/\//i.test(raw) ? raw : `https://${raw}`);
  } catch {
    throw new PhotoError('Die LinkedIn-Adresse ist keine gültige URL.', 400);
  }

  if (!hostMatches(url.hostname.toLowerCase(), 'linkedin.com')) {
    throw new PhotoError('Die Adresse zeigt nicht auf ein LinkedIn-Profil.', 400);
  }

  // Tracking-Parameter stoeren nur und aendern die Seite nicht.
  url.protocol = 'https:';
  url.search = '';
  url.hash = '';
  return url.toString();
}

/**
 * Bild-URL aus dem HTML der Profilseite ziehen - ausschliesslich aus der
 * Open-Graph-Vorschau (`og:image`, ersatzweise `twitter:image`).
 *
 * Bewusst wird NICHT im uebrigen Quelltext nach einer Bildadresse gesucht: eine
 * Profilseite enthaelt Dutzende Adressen des LinkedIn-CDN - Firmenlogos,
 * Beitragsbilder und die Fotos der "aehnlichen Profile" am Rand. Die erste
 * davon zu nehmen, haengt irgendwann einem Kontakt das Gesicht einer fremden
 * Person an. Nur die Vorschau gehoert nachweislich zum aufgerufenen Profil.
 */
function extractImageUrl(html) {
  const metaPattern = /<meta[^>]+>/gi;
  for (const tag of html.match(metaPattern) ?? []) {
    const isImageTag = /(property|name)\s*=\s*["'](og:image|twitter:image)["']/i.test(tag);
    if (!isImageTag) continue;
    const content = tag.match(/content\s*=\s*["']([^"']+)["']/i);
    if (content?.[1]) return decodeEntities(content[1]);
  }
  return null;
}

/** Im HTML stehen die URLs mit maskierten Und-Zeichen. */
function decodeEntities(value) {
  return value
    .replace(/&amp;/g, '&')
    .replace(/&#x2F;/gi, '/')
    .replace(/&#38;/g, '&')
    .replace(/&quot;/g, '"');
}

async function requestWithTimeout(url, headers) {
  const controller = new AbortController();
  const timer = setTimeout(() => controller.abort(), TIMEOUT_MS);
  try {
    return await fetch(url, { headers, redirect: 'follow', signal: controller.signal });
  } catch (err) {
    if (err?.name === 'AbortError') {
      throw new PhotoError('LinkedIn hat nicht rechtzeitig geantwortet.', 504);
    }
    throw new PhotoError('LinkedIn ist gerade nicht erreichbar.', 502);
  } finally {
    clearTimeout(timer);
  }
}

/**
 * Holt das Profilfoto und gibt es als Data-URL zurueck - so wie ein
 * hochgeladenes Foto auch gespeichert wird.
 */
export async function fetchLinkedInPhoto(profileInput) {
  const profileUrl = normalizeProfileUrl(profileInput);

  const page = await requestWithTimeout(profileUrl, BROWSER_HEADERS);
  if (page.status === 404 || page.status === 410) {
    throw new PhotoError('Unter dieser Adresse gibt es kein LinkedIn-Profil.', 404);
  }
  if (!page.ok) {
    // 999 ist LinkedIns Kennzeichen fuer "Anfrage abgewiesen".
    throw new PhotoError(
      'LinkedIn hat die Anfrage abgewiesen. Bitte das Foto manuell hochladen.',
      502
    );
  }

  const html = await page.text();
  const imageUrl = extractImageUrl(html);
  if (!imageUrl) {
    throw new PhotoError(
      'Das Profil gibt kein öffentliches Foto preis. Bitte das Foto manuell hochladen.',
      404
    );
  }

  let parsedImage;
  try {
    parsedImage = new URL(imageUrl);
  } catch {
    throw new PhotoError('Die gefundene Bildadresse ist unbrauchbar.', 502);
  }
  const isTrustedHost =
    parsedImage.protocol === 'https:' &&
    IMAGE_HOSTS.some((domain) => hostMatches(parsedImage.hostname.toLowerCase(), domain));
  if (!isTrustedHost) {
    throw new PhotoError('Das gefundene Bild stammt nicht von LinkedIn.', 502);
  }

  /*
   * Echte Profilfotos liegen unter media.licdn.com/dms/image/... - alles andere
   * ist LinkedIns Ersatzbild: die graue Silhouette ('ghost') oder eine feste
   * Grafik von static.licdn.com (/aero-v1/sc/h/...). Das bekommt zu sehen, wer
   * nicht angemeldet ist und dessen Profilfoto nur fuer Kontakte sichtbar ist -
   * von aussen laesst sich das nicht von "gar kein Foto" unterscheiden, deshalb
   * nennt die Meldung beide Moeglichkeiten.
   */
  const path = parsedImage.pathname.toLowerCase();
  if (path.includes('ghost') || !path.includes('/dms/image/')) {
    throw new PhotoError(
      'LinkedIn gibt zu diesem Profil kein Foto heraus: Es ist nur für Kontakte ' +
        'sichtbar oder es gibt keines. Bitte das Foto manuell hochladen.',
      404
    );
  }

  const image = await requestWithTimeout(parsedImage.toString(), {
    'User-Agent': BROWSER_HEADERS['User-Agent'],
    'Accept': 'image/avif,image/webp,image/png,image/jpeg,*/*;q=0.8',
    'Referer': profileUrl,
  });
  if (!image.ok) throw new PhotoError('Das Profilfoto konnte nicht geladen werden.', 502);

  const contentType = (image.headers.get('content-type') || '').split(';')[0].trim().toLowerCase();
  if (!contentType.startsWith('image/')) {
    throw new PhotoError('LinkedIn hat statt eines Bildes etwas anderes geliefert.', 502);
  }

  const buffer = Buffer.from(await image.arrayBuffer());
  if (buffer.length === 0) throw new PhotoError('Das Profilfoto ist leer.', 502);
  if (buffer.length > MAX_IMAGE_BYTES) {
    throw new PhotoError('Das Profilfoto ist zu groß.', 502);
  }

  return {
    avatar: `data:${contentType};base64,${buffer.toString('base64')}`,
    bytes: buffer.length,
    source_url: parsedImage.toString(),
    profile_url: profileUrl,
  };
}

export { PhotoError, extractImageUrl, decodeEntities };