# ==============================================================================
# Author: Simon-Pierre Boucher <contact@spboucher.ai>
# File:   creaka/dedup.py
# Desc:   Déduplication des créateurs — fusion prudente multi-sources
#         (CLAUDE.md §12.2 : jamais de fusion sur le seul nom — homonymes !)
# ==============================================================================
"""Déduplication : un créateur = UNE fiche canonique.

Règle de fusion (§12.2) : deux fiches ne fusionnent QUE si elles partagent au
moins un compte (plateforme+handle) à confiance élevée des deux côtés. Le nom
seul ne suffit JAMAIS — une erreur de fusion mélange deux personnes réelles.
"""
from __future__ import annotations

from .identity import STRONG_THRESHOLD, merge_accounts
from .normalize import strip_accents
from .schema import Creator


def name_key(name: str) -> str:
    """Clé de comparaison de nom (accents/casse neutralisés) — INDICATIVE seulement."""
    return " ".join(strip_accents(name or "").lower().split())


def shared_strong_account(a: Creator, b: Creator) -> bool:
    """Vrai si a et b partagent ≥1 compte à confiance ≥ STRONG_THRESHOLD des 2 côtés."""
    strong_a = {acc.key for acc in a.platforms
                if (acc.confidence or 0) >= STRONG_THRESHOLD}
    for acc in b.platforms:
        if acc.key in strong_a and (acc.confidence or 0) >= STRONG_THRESHOLD:
            return True
    return False


def should_merge(a: Creator, b: Creator) -> bool:
    """Décision de fusion : compte fort partagé requis. Homonymes ≠ fusion."""
    return shared_strong_account(a, b)


def merge_creators(canon: Creator, other: Creator) -> Creator:
    """Fusionne `other` dans `canon` : union des comptes, meilleure valeur par champ.

    On ne perd aucun lien vérifié ; les champs descriptifs prennent la valeur
    la plus riche (bio la plus longue, champ non nul).
    """
    canon.platforms = merge_accounts(canon.platforms, other.platforms)
    canon.source_ids = sorted(set(canon.source_ids) | set(other.source_ids))
    # nom d'affichage : un VRAI nom public remplace un simple pseudo-handle
    # (ex. « misslavoie » → « Jade Lavoie ») ; jamais l'inverse
    handles = {a.handle for a in canon.platforms}
    if (other.display_name and other.display_name != canon.display_name
            and canon.display_name.lower() in handles
            and other.display_name.lower() not in handles):
        canon.display_name = other.display_name
    if len(other.bio or "") > len(canon.bio or ""):
        canon.bio = other.bio
    if len(other.notes or "") > len(canon.notes or ""):
        canon.notes = other.notes
    canon.niches = sorted(set(canon.niches) | set(other.niches)) or ["autre"]
    canon.languages = sorted(set(canon.languages) | set(other.languages)) or ["fr"]
    for field_ in ("region", "city", "legal_name", "business_contact",
                   "agency", "link_in_bio_url", "avatar_url"):
        if getattr(canon, field_) in (None, "") and getattr(other, field_):
            setattr(canon, field_, getattr(other, field_))
    # prudence maximale : si UNE source signale un mineur, le régime s'applique
    canon.is_minor = canon.is_minor or other.is_minor
    # opt-out prime sur tout (§15) ; sinon l'observation la plus FRAÎCHE
    # (`other`) fixe le statut — un balado dormant passe inactive, une fiche
    # archivée (§13) redevient active dès qu'une source la revoit
    if "opted_out" in (canon.status, other.status):
        canon.status = "opted_out"
    elif other.status:
        canon.status = other.status
    # recalculer les agrégats (tier, portée, plateforme principale)
    canon.audience_tier = ""
    canon.primary_platform = ""
    canon.total_reach = None
    return canon.finalize()


def dedupe(creators: list[Creator]) -> list[Creator]:
    """Déduplique une liste de fiches (intra-lot). Utilisé par l'ingestion.

    Index par clé de compte : deux fiches partageant un compte fort fusionnent.
    """
    canon_by_acc: dict[str, Creator] = {}
    result: list[Creator] = []
    for cr in creators:
        target = None
        for acc in cr.platforms:
            if (acc.confidence or 0) >= STRONG_THRESHOLD and acc.key in canon_by_acc:
                cand = canon_by_acc[acc.key]
                if should_merge(cand, cr):
                    target = cand
                    break
        if target is None:
            result.append(cr)
            target = cr
        else:
            merge_creators(target, cr)
        for acc in target.platforms:
            if (acc.confidence or 0) >= STRONG_THRESHOLD:
                canon_by_acc[acc.key] = target
    return result