# ==============================================================================
# Author: Simon-Pierre Boucher <contact@spboucher.ai>
# File:   creaka/connectors/instagram.py
# Desc:   Connecteur ENRICHISSEMENT Instagram — profil public par créateur :
#         abonnés, badge vérifié, bio, liens de bio (→ découverte croisée des
#         autres plateformes + page link-in-bio). Mode d'accès : Scrapfly
#         (plateforme hostile au scraping, pas d'API publique de lecture) —
#         palier 4 du catalogue (§9), CGU/rate-limit respectés (§15).
# ==============================================================================
"""Enrichissement Instagram, créateur par créateur.

Pour chaque fiche ayant un compte Instagram rattaché, on lit le profil PUBLIC
via l'endpoint web_profile_info (JSON servi par le web public d'Instagram),
à travers Scrapfly (anti-bot). On en tire :
- followers / verified / bio du compte Instagram (métriques, §13-14) ;
- `external_url` + `bio_links` : si c'est une page link-in-bio connue →
  `link_in_bio_url` (traitée ensuite par le connecteur link-in-bio) ; si c'est
  un autre réseau → nouveau compte rattaché avec signal `cross_link` (0.90,
  §12.1 : le créateur pointe LUI-MÊME vers cet autre compte).

Uniquement des profils publics ; un profil privé/introuvable est ignoré.
"""
from __future__ import annotations

from datetime import datetime, timedelta, timezone

import json

from ..identity import account, merge_accounts
from ..normalize import parse_count, platform_from_url
from ..schema import Creator, now_iso
from .base import BaseConnector
from .linkinbio import is_supported as is_linkinbio

PROFILE_API = ("https://i.instagram.com/api/v1/users/web_profile_info/"
               "?username={h}")
IG_APP_ID = "936619743392459"  # app id du web public instagram.com



def _fresh(last_checked: str, hours: int = 72) -> bool:
    """Compte déjà rafraîchi récemment (acteur Apify) — épargner Scrapfly."""
    if not last_checked:
        return False
    try:
        seen = datetime.fromisoformat(last_checked.replace("Z", "+00:00"))
    except ValueError:
        return False
    return datetime.now(timezone.utc) - seen < timedelta(hours=hours)

class InstagramConnector(BaseConnector):
    source_id = "instagram-profil"
    kind = "enrichment"
    request_delay = 1.5
    max_profiles = 700       # garde-fou par passage

    def fetch_profile(self, handle: str) -> dict | None:
        """Profil public JSON d'un handle Instagram (None si privé/introuvable)."""
        result = self.scrapfly(PROFILE_API.format(h=handle), render_js=False,
                               headers={"x-ig-app-id": IG_APP_ID,
                                        "accept": "application/json"})
        if result.get("status_code") != 200:
            return None
        try:
            data = json.loads(result.get("content") or "{}")
        except Exception:
            return None
        user = ((data.get("data") or {}).get("user")) or None
        if not user or user.get("is_private"):
            return None
        return user

    def enrich(self, creators: list[Creator]) -> list[Creator]:
        enriched: list[Creator] = []
        fetched = 0
        for cr in creators:
            ig = next((a for a in cr.platforms if a.platform == "instagram"), None)
            if ig is None or fetched >= self.max_profiles:
                continue
            if _fresh(ig.last_checked):
                continue
            try:
                user = self.fetch_profile(ig.handle)
            except Exception:
                continue
            fetched += 1
            if not user:
                continue
            # métriques du compte lui-même (étendues : la référence, pas le minimum)
            ig.followers = parse_count(
                (user.get("edge_followed_by") or {}).get("count")) or ig.followers
            ig.verified = bool(user.get("is_verified"))
            ig.last_checked = now_iso()
            extra = {
                "following": (user.get("edge_follow") or {}).get("count"),
                "posts": (user.get("edge_owner_to_timeline_media") or {}).get("count"),
                "category": user.get("category_name"),
                "is_business": user.get("is_business_account"),
            }
            ig.metrics.update({k: v for k, v in extra.items() if v not in (None, "")})
            if not cr.avatar_url and user.get("profile_pic_url_hd"):
                cr.avatar_url = user["profile_pic_url_hd"]
            if not cr.bio and user.get("biography"):
                cr.bio = user["biography"]
            # liens de bio → découverte croisée (§12.1 signal 2)
            new_accounts = []
            links = [user.get("external_url") or ""]
            links += [(b.get("url") or "") for b in (user.get("bio_links") or [])]
            for url in links:
                if not url:
                    continue
                if is_linkinbio(url) and not cr.link_in_bio_url:
                    cr.link_in_bio_url = url
                    continue
                hit = platform_from_url(url)
                if hit and hit[0] != "instagram":
                    new_accounts.append(
                        account(hit[0], hit[1], "cross_link", url=url).finalize())
            if new_accounts:
                cr.platforms = merge_accounts(cr.platforms, new_accounts)
            enriched.append(cr)
        return enriched