# ==============================================================================
# Author: Simon-Pierre Boucher <contact@spboucher.ai>
# File:   creaka/connectors/wikidata_qc.py
# Desc:   Connecteur DÉCOUVERTE — créateurs québécois recensés dans Wikidata
#         (personnes nées ou résidant au Québec, occupation créateur, avec
#         handles sociaux curés P2003/P7085/P2397/P5797/P2002). Mode d'accès :
#         API SPARQL publique de Wikidata (gratuite, conforme). Palier 3 (§9).
# ==============================================================================
"""Découverte via Wikidata : au-delà des listes médias.

Wikidata référence les créateurs notables (humoristes, youtubeurs, vidéastes
web, streamers, podcasteurs, influenceurs) avec leurs comptes sociaux CURÉS
par la communauté → signal `base_publique` (0.85). Deux requêtes (lieu de
naissance / lieu de résidence au Québec) fusionnées.

Prudence mineurs (§15) : l'année de naissance publique permet de lever
`is_minor` automatiquement → régime restreint appliqué par ethics.py.
"""
from __future__ import annotations

import sys
from datetime import datetime, timezone

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

SPARQL_URL = "https://query.wikidata.org/sparql"

# occupations « créateur de contenu » (ids Wikidata)
#   Q17125263 vidéaste web · Q94791573 tiktokeur · Q50279140 streamer
#   Q15077007 podcasteur · Q2906862 influenceur · Q245068 humoriste
_OCCS = "wd:Q17125263 wd:Q94791573 wd:Q50279140 wd:Q15077007 wd:Q2906862 wd:Q245068"

_OCC_NICHE = {
    "Q245068": "humour", "Q50279140": "gaming", "Q15077007": "actualite-opinion",
    "Q17125263": "lifestyle", "Q94791573": "lifestyle", "Q2906862": "lifestyle",
}

_QUERY = """
SELECT DISTINCT ?person ?personLabel ?occ ?ig ?tk ?yt ?tw ?x (YEAR(?dob) AS ?birthYear) WHERE {
  VALUES ?occ { %(occs)s }
  ?person wdt:P106 ?occ .
  ?person wdt:%(place_prop)s ?place .
  ?place wdt:P131* wd:Q176 . hint:Prior hint:gearing "forward" .
  OPTIONAL { ?person wdt:P2003 ?ig }
  OPTIONAL { ?person wdt:P7085 ?tk }
  OPTIONAL { ?person wdt:P2397 ?yt }
  OPTIONAL { ?person wdt:P5797 ?tw }
  OPTIONAL { ?person wdt:P2002 ?x }
  OPTIONAL { ?person wdt:P569 ?dob }
  FILTER(BOUND(?ig) || BOUND(?tk) || BOUND(?yt) || BOUND(?tw) || BOUND(?x))
  SERVICE wikibase:label { bd:serviceParam wikibase:language "fr,en". }
}
LIMIT 3000
"""


class WikidataQcConnector(BaseConnector):
    source_id = "wikidata-qc"
    kind = "discovery"
    request_delay = 2.0
    timeout = 90

    def _query(self, place_prop: str) -> list[dict]:
        resp = self.get(SPARQL_URL,
                        params={"query": _QUERY % {"occs": _OCCS,
                                                   "place_prop": place_prop}},
                        headers={"Accept": "application/sparql-results+json"})
        return resp.json().get("results", {}).get("bindings", [])

    def fetch(self) -> list[Creator]:
        rows: list[dict] = []
        self.errors = 0  # comptabilisé dans sync_log.errors par le pipeline (§16)
        for prop in ("P19", "P551"):  # naissance, résidence
            try:
                rows.extend(self._query(prop))
            except Exception as exc:
                # une branche en échec ne bloque pas l'autre — mais JAMAIS en
                # silence : la couverture chute si une requête SPARQL casse
                self.errors += 1
                print(f"[crea-ka] ⚠ wikidata-qc : requête SPARQL {prop} en "
                      f"échec : {exc}", file=sys.stderr)
        by_person: dict[str, dict] = {}
        for r in rows:
            def val(key):
                return (r.get(key) or {}).get("value")
            pid = val("person")
            if not pid:
                continue
            entry = by_person.setdefault(
                pid, {"name": val("personLabel"), "occs": set(), "birth": None,
                      "handles": {}})
            entry["occs"].add((val("occ") or "").rsplit("/", 1)[-1])
            if val("birthYear"):
                entry["birth"] = int(val("birthYear"))
            for key, platform in (("ig", "instagram"), ("tk", "tiktok"),
                                  ("tw", "twitch"), ("x", "x")):
                if val(key):
                    entry["handles"][platform] = val(key)
            # P2397 = ID de chaîne YouTube (UC…) → URL directe, pas un handle @
            if val("yt"):
                entry["handles"]["youtube_channel"] = val("yt")
        year_now = datetime.now(timezone.utc).year
        creators: list[Creator] = []
        for pid, e in by_person.items():
            name = (e["name"] or "").strip()
            qid = pid.rsplit("/", 1)[-1]
            if not name or name == qid:
                continue  # entité sans libellé humain
            accounts = []
            for platform, handle in e["handles"].items():
                if platform == "youtube_channel":
                    accounts.append(account(
                        "youtube", handle, "base_publique",
                        url=f"https://www.youtube.com/channel/{handle}"))
                else:
                    accounts.append(account(platform, handle, "base_publique"))
            if not accounts:
                continue
            is_minor = bool(e["birth"] and (year_now - e["birth"]) < 18)
            niches = sorted({_OCC_NICHE.get(o, "autre") for o in e["occs"]}) or ["autre"]
            creators.append(Creator(
                source=self.source_id,
                external_id=qid,
                display_name=name,
                niches=niches,
                is_minor=is_minor,
                platforms=accounts,
                source_ids=[f"{self.source_id}:{qid}"],
            ))
        # tri stable pour des passages reproductibles
        return sorted(creators, key=lambda c: slugify(c.display_name))