# =============================================================================
# Job·Ka — Groupe KA
# Auteur  : Simon-Pierre Boucher
# Contact : contact@spboucher.ai
# Fichier : jobka/connectors/taleo_tbe.py
# Rôle    : Classe de plateforme Oracle Taleo Business Edition (TBE) — flux
#           RSS public + JSON-LD des pages requisition.jsp (détail)
# Créé    : 2026-08-19   Modifié : 2026-08-25
# =============================================================================
"""Plateforme Oracle Taleo Business Edition (tbe.taleo.net).

À ne pas confondre avec Taleo Enterprise (careersection, jobka.connectors.taleo) :
TBE est l'édition PME/parapublic (Sépaq, exo, HEC, Kruger…).

- liste  : GET https://<HOST>.tbe.taleo.net/<INST>/ats/servlet/Rss
               ?org=<ORG>&cws=<CWS>
           -> RSS 2.0 : <item> title / link (requisition.jsp?…&rid=NNN) /
              description (texte résumé, sans lieu ni date)
- détail : GET .../ats/careers/requisition.jsp?org=&cws=&rid=
           -> JSON-LD schema.org/JobPosting complet (description HTML, lieu,
              datePosted, validThrough, employmentType) — cache BD + budget.

Le lieu n'apparaissant que dans le détail, le filtre Québec est appliqué
après lecture du JSON-LD ; tant que le détail d'une offre n'a pas été visité
(budget épuisé), l'offre d'un connecteur `quebec_only` est différée au cycle
suivant plutôt que publiée sans lieu vérifié.
"""
from __future__ import annotations

import html as _html
import os
import re

from ..schema import JobPosting, clean_html, is_quebec_location
from . import _jsonld
from .base import BaseConnector

MAX_DETAILS = int(os.environ.get("JOBKA_TBE_DETAIL_LIMIT", "60"))

_ITEM_RE = re.compile(r"<item>(.*?)</item>", re.S | re.I)
_TAG_RE = {t: re.compile(rf"<{t}>(.*?)</{t}>", re.S | re.I)
           for t in ("title", "link", "description")}
_RID_RE = re.compile(r"[?&]rid=(\d+)", re.I)
_QC_REGION = {"QC", "QUÉBEC", "QUEBEC"}
_OG_TITLE_RE = re.compile(
    r'<meta\s+property="og:title"\s+content="([^"]*)"', re.I)


class TaleoTBEConnector(BaseConnector):
    """Base Taleo Business Edition — sous-classes : définir source_id,
    EMPLOYER, HOST (ex. « tre »), INST (ex. « tre01 »), ORG, CWS."""

    ats = "taleo_tbe"
    request_delay = 1.0

    EMPLOYER = ""
    HOST = ""              # <HOST>.tbe.taleo.net
    INST = ""              # /<INST>/ats/...
    ORG = ""
    CWS = "1"
    quebec_only = True
    FORCE_CITY = ""        # employeurs mono-campus dont le JSON-LD détourne
                           # addressLocality (ex. HEC : nom du service)

    @property
    def _base(self) -> str:
        return f"https://{self.HOST}.tbe.taleo.net/{self.INST}/ats"

    def _detail_url(self, rid: str) -> str:
        return (f"{self._base}/careers/requisition.jsp"
                f"?org={self.ORG}&cws={self.CWS}&rid={rid}")

    def _fetch_detail(self, rid: str) -> dict:
        html = self.get(self._detail_url(rid)).text
        node = _jsonld.extract_jobposting(html)
        if node:
            return _jsonld.jobposting_fields(node)
        return self._fields_from_og(html)

    @staticmethod
    def _fields_from_og(html: str) -> dict:
        """Secours quand le JSON-LD JobPosting est absent — retrait constaté
        sur toute la plateforme TBE le 2026-08-23 (les connecteurs TBE
        publiaient 0 offre, ex. Kruger : 72 items RSS, 0 retenu). Le lieu
        reste exposé dans og:title : « … – Ville, RÉGION, PAYS »."""
        m = _OG_TITLE_RE.search(html or "")
        if not m:
            return {}
        title = _html.unescape(m.group(1))
        if "–" not in title:
            # variante « pays - région - ville » à trait d'union simple,
            # constatée chez Graymont : « Hiring X # - Canada - QC - Bedford »
            m2 = re.search(r"-\s*(?:Canada|USA|United States|Mexico)\s*-\s*"
                           r"([A-Za-z]{2})\s*-\s*([^-]+?)\s*$", title)
            if m2:
                return {"city": m2.group(2).strip(),
                        "region_code": m2.group(1).upper()}
            return {}
        place = title.rsplit("–", 1)[1].strip()
        parts = [p.strip() for p in place.split(",") if p.strip()]
        if not parts:
            return {}
        fields: dict = {"city": parts[0]}
        if len(parts) >= 2:
            fields["region_code"] = parts[1].upper()
        return fields

    def _is_qc(self, fields: dict) -> bool:
        region = (fields.get("region_code") or "").upper()
        if region in _QC_REGION:
            return True
        place = f"{fields.get('city') or ''} {fields.get('region_code') or ''}"
        return bool(place.strip()) and is_quebec_location(place)

    def fetch(self) -> list[JobPosting]:
        xml = self.get(f"{self._base}/servlet/Rss",
                       params={"org": self.ORG, "cws": self.CWS}).text
        out: list[JobPosting] = []
        details_used = 0
        seen: set[str] = set()
        for raw in _ITEM_RE.findall(xml):
            def g(tag: str, raw=raw) -> str:
                m = _TAG_RE[tag].search(raw)
                return _html.unescape(m.group(1).strip()) if m else ""
            link = g("link")
            m_rid = _RID_RE.search(link)
            title = g("title")
            if not m_rid or not title:
                continue
            rid = m_rid.group(1)
            if rid in seen:
                continue
            seen.add(rid)
            job = JobPosting(
                source=self.source_id, external_id=rid,
                url=self._detail_url(rid),
                employer=self.EMPLOYER, title=title,
                ats=self.ats,
            )
            fields: dict = {}
            if details_used < MAX_DETAILS:
                fresh = [False]

                def _fn(r=rid, fresh=fresh):
                    fresh[0] = True
                    return self._fetch_detail(r)

                fields = self.detail(rid, rid, _fn)
                if fresh[0]:
                    details_used += 1
            else:
                fields = self.stale_detail(rid) or {}
            if fields:
                if self.quebec_only and not self._is_qc(fields):
                    continue
                _jsonld.apply_fields(job, fields)
            elif self.quebec_only:
                # lieu inconnu tant que le détail n'a pas été visité :
                # différer au prochain cycle plutôt que publier sans vérif.
                continue
            if not job.description:
                job.description = clean_html(g("description"))
            if self.FORCE_CITY:
                job.city = self.FORCE_CITY
            out.append(job)
        return out