# ==============================================================================
# Author: Simon-Pierre Boucher <contact@spboucher.ai>
# File:   creaka/connectors/bio_liens.py
# Desc:   Connecteur ENRICHISSEMENT « bio-liens » — découverte croisée
#         inter-plateformes SANS AUCUNE requête : liaison conservatrice à
#         partir des URLs COMPLÈTES déjà stockées dans les bios publiques.
#         Palier 1 (§9) — passe en dernier (après link-in-bio).
# ==============================================================================
"""Liaison croisée à partir des bios déjà en base.

Une bio publique contient souvent l'URL complète d'un autre compte du même
créateur (« youtube.com/@x », « patreon.com/x »…). C'est exactement le signal
`cross_link` §12.1 (0.90) : le créateur pointe lui-même vers son autre compte.

Passe CONSERVATRICE (vague 2, §12) : uniquement les URLs complètes reconnues
par normalize.platform_from_url — jamais de simple « @handle » textuel
(ambigu), jamais d'inférence. Aucune requête réseau : tout vient des bios
déjà collectées par les autres connecteurs. Cap 5 nouveaux comptes par fiche
(garde-fou contre les bios-annuaires).
"""
from __future__ import annotations

import re

from ..identity import account
from ..normalize import platform_from_url
from ..schema import Creator
from .base import BaseConnector

# URL complète (avec ou sans schéma) — les domaines nus type « exemple.com »
# sans chemin ne désignent pas un compte et sont ignorés par platform_from_url
_URL_RE = re.compile(r"(?:https?://|www\.)[^\s\"'<>()\[\]{}]+", re.I)

MAX_NEW_PER_CREATOR = 5


def extract_bio_accounts(bio: str, existing_keys: set[str]) -> list:
    """Bio publique → nouveaux comptes cross_link (URLs complètes seulement)."""
    accounts = []
    seen = set(existing_keys)
    for raw in _URL_RE.findall(bio or ""):
        url = raw.rstrip(".,;!?…")
        if not url.lower().startswith("http"):
            url = "https://" + url
        hit = platform_from_url(url)
        if not hit:
            continue
        platform, handle = hit
        key = f"{platform}:{handle}"
        if key in seen:
            continue
        seen.add(key)
        accounts.append(account(platform, handle, "cross_link", url=url))
        if len(accounts) >= MAX_NEW_PER_CREATOR:
            break
    return accounts


class BioLiensConnector(BaseConnector):
    source_id = "bio-liens"
    kind = "enrichment"
    request_delay = 0.0           # AUCUNE requête réseau

    def enrich(self, creators: list[Creator]) -> list[Creator]:
        enriched: list[Creator] = []
        for cr in creators:
            if not cr.bio:
                continue
            existing = {a.key for a in cr.platforms}
            # ne jamais relier une fiche vers son propre handle X/IG déjà connu
            new_accounts = extract_bio_accounts(cr.bio, existing)
            if not new_accounts:
                continue
            cr.platforms.extend(a.finalize() for a in new_accounts)
            enriched.append(cr)
        return enriched