# -----------------------------------------------------------------------------
# Lou-Ka — Agrégateur de logements à louer (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/aera3r.py : connecteur Aera Trois-Rivières + réseau aera.ca
#   Condos locatifs neufs « tout inclus » du réseau Aera (Momentum) :
#   - aera3r.com — tour du centre-ville de Trois-Rivières (875, rue de la
#     Terrière), emménagement été 2026 : 1 ch. 1 600 $, 1 ch. + bureau
#     1 800 $, 2 ch. 2 300 $ tout inclus ;
#   - esplanadegirouard.ca — 560, rue Girouard Ouest, Saint-Hyacinthe
#     (12 unités) : 2 ch. dès 1 610 $, 3 ch. dès 1 810 $ ;
#   - petitquartier.ca — maisons de ville, 603, rue Principale,
#     La Présentation : dès 2 535 $/mois.
#   aerasaintlambert.com ne publie AUCUN prix (formulaire seulement) et
#   aerachambly.com est déjà couvert ailleurs (doc) — tous deux exclus.
#   Sites Webflow statiques page unique rendus serveur : on extrait du texte
#   les motifs « <typologie> à partir de (seulement) <prix>$ ». ⚠️ Les pages
#   contiennent aussi des menus de budget de formulaire (« 1 100 $ par
#   mois »…) — ignorés car sans « à partir de ». Granularité = typologie par
#   projet. external_id = <projet>-<typologie en slug> — stable.
# -----------------------------------------------------------------------------
from __future__ import annotations

import html as _html
import re

from ..schema import Listing, strip_accents
from .base import BaseConnector

# (slug projet, url, nom, adresse, ville)
SITES: tuple[tuple[str, str, str, str, str], ...] = (
    ("3r", "https://aera3r.com/", "Aera Trois-Rivières",
     "875, rue de la Terrière, Trois-Rivières", "Trois-Rivières"),
    ("girouard", "https://esplanadegirouard.ca/", "Esplanade sur Girouard",
     "560, rue Girouard Ouest, Saint-Hyacinthe", "Saint-Hyacinthe"),
    ("petitquartier", "https://petitquartier.ca/", "Le Petit Quartier",
     "603, rue Principale, La Présentation", "La Présentation"),
)

CARD_RE = re.compile(
    r"(\d\s*chambres?(?:\s*\+\s*bureau)?|[Mm]aisons?\s+de\s+ville|[Ss]tudios?)"
    r"[^$\n]{0,80}?à\s+partir\s+de\s+(?:seulement\s+)?([\d\s  ]{3,7})\$",
    re.I)
MOVE_IN_RE = re.compile(r"(?:Emménagez|Occupation|Livraison)[^<.!]{3,60}", re.I)
SCRIPT_RE = re.compile(r"<(script|style)[\s\S]*?</\1>", re.I)
TAG_RE = re.compile(r"<[^>]+>")
IMG_RE = re.compile(r'(?:src|srcset)="(images/[^"\s]+\.(?:jpg|jpeg|png|webp))')


def _slug(text: str) -> str:
    s = strip_accents(text.lower())
    return re.sub(r"[^a-z0-9]+", "-", s).strip("-")


def _num(txt: str) -> float | None:
    n = re.sub(r"[\s  ]", "", txt or "")
    try:
        return float(n)
    except ValueError:
        return None


class Aera3RConnector(BaseConnector):
    source_id = "aera3r"
    request_delay = 1.0

    def fetch(self) -> list[Listing]:
        listings: list[Listing] = []
        for slug, url, name, address, city in SITES:
            try:
                resp = self.get(url)
                resp.encoding = "utf-8"     # Webflow sans charset -> latin-1
                html = resp.text
            except Exception:
                continue
            listings.extend(self._parse_site(slug, url, name, address,
                                             city, html))
        return listings

    def _parse_site(self, slug: str, url: str, name: str, address: str,
                    city: str, html: str) -> list[Listing]:
        text = _html.unescape(SCRIPT_RE.sub(" ", html))
        flat = re.sub(r"[\s  ]+", " ", TAG_RE.sub(" ", text))

        availability = ""
        am = MOVE_IN_RE.search(flat)
        if am and re.search(r"20\d\d|immédiate|flexible", am.group(0), re.I):
            availability = re.split(r"\s+(?:Réservez|condos?)\b",
                                    am.group(0), flags=re.I)[0].strip()

        images = [url + u for u in dict.fromkeys(IMG_RE.findall(html))
                  if not re.search(r"logo|favicon|webclip|icon", u, re.I)][:10]

        listings: list[Listing] = []
        seen: set[str] = set()
        for m in CARD_RE.finditer(flat):
            label = re.sub(r"\s+", " ", m.group(1)).strip()
            price = _num(m.group(2))
            if price is None or not (400 <= price <= 6000):
                continue
            label_slug = _slug(label)
            if label_slug in seen:              # motifs répétés dans la page
                continue
            seen.add(label_slug)
            bedrooms = None
            bm = re.match(r"(\d)\s*chambres?", label, re.I)
            if bm:
                bedrooms = float(bm.group(1))
            unit_type = "Studio" if re.match(r"studio", label, re.I) else ""
            details = {}
            if re.search(r"maison", label, re.I):
                details["property_type"] = "Maison de ville"
                label = "Maison de ville"
            listings.append(Listing(
                source=self.source_id,
                external_id=f"{slug}-{label_slug}",
                url=url,
                title=f"{label.capitalize()} — {name}",
                address=address,
                sector="",
                city=city,
                unit_type=unit_type,
                bedrooms=bedrooms,
                price=price,
                price_label=f"à partir de {int(price)} $ par mois",
                availability=availability,
                description=f"{label.capitalize()} au {name} ({address}) — "
                            "condos locatifs neufs du réseau Aera, formule "
                            "tout inclus.",
                details=details,
                images=list(images),
            ))
        return listings