# -----------------------------------------------------------------------------
# Lou-Ka — Agrégateur de logements à louer (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/arpents_verts.py : connecteur Domaine les Arpents Verts
#   (domainelesarpentsverts.com — Société Immobilière GBS, ~199 portes à
#   Saint-Hyacinthe). WordPress rendu serveur : une page par typologie sous
#   /le-projet/ (« Logements 4 ½ », « Logements 5 ½ secteur St-Joseph »,
#   « Logements 5 ½ secteur Douville »), découvertes via le menu de l'accueil.
#   Granularité : une annonce par page typologie/secteur (aucun prix publié,
#   superficie et commodités dans la prose).
# -----------------------------------------------------------------------------
from __future__ import annotations

import re

from bs4 import BeautifulSoup

from ..schema import Listing, normalize_unit_type, parse_area_sqft
from .base import BaseConnector

BASE = "https://domainelesarpentsverts.com"

PAGE_LINK_RE = re.compile(
    r"https://domainelesarpentsverts\.com/le-projet/(logements-[\w\-]+)/?")
UNIT_RE = re.compile(r"(\d)\s*(?:½|1/2|-1-2)")
AREA_RE = re.compile(r"([\d\s,]{3,7})\s*(?:pieds?\s+carr[ée]s?|pi2|pi²|p\.?c\.?)", re.I)
IMG_RE = re.compile(
    r"https://domainelesarpentsverts\.com/wp-content/uploads/"
    r'[^"\s\\)]+\.(?:jpe?g|png|webp|avif)', re.I)
PHONE_RE = re.compile(r"tel:(\d{3})(\d{3})(\d{4})")
EMAIL_RE = re.compile(r"mailto:([\w.\-]+@[\w.\-]+\.\w{2,})")


def _sector_of(slug: str) -> str:
    if "douville" in slug:
        return "Douville"
    if "st-joseph" in slug or "saint-joseph" in slug:
        return "Saint-Joseph"
    return ""


class ArpentsVertsConnector(BaseConnector):
    source_id = "arpents_verts"
    request_delay = 0.8
    max_pages = 10             # garde-fou de crawl

    def fetch(self) -> list[Listing]:
        listings: list[Listing] = []
        try:
            home = self.get(BASE + "/").text
        except Exception:
            return listings

        slugs = list(dict.fromkeys(PAGE_LINK_RE.findall(home)))
        for slug in slugs[: self.max_pages]:
            try:
                lst = self._fetch_page(slug)
                if lst:
                    listings.append(lst)
            except Exception:
                continue
        return listings

    def _fetch_page(self, slug: str) -> Listing | None:
        url = f"{BASE}/le-projet/{slug}/"
        html = self.get(url).text
        soup = BeautifulSoup(html, "html.parser")
        for tag in soup(["script", "style", "noscript"]):
            tag.decompose()

        h1 = soup.find("h1")
        title = h1.get_text(" ", strip=True) if h1 else \
            slug.replace("-", " ").title()
        text = re.sub(r"\s+", " ", soup.get_text(" ", strip=True))

        m = UNIT_RE.search(f"{title} {slug}")
        unit_type = normalize_unit_type(f"{m.group(1)}½") if m else ""
        sector = _sector_of(slug)

        # superficie dans la prose (« une superficie généreuse de 1 200
        # pieds carrés »)
        area = None
        m = AREA_RE.search(text)
        if m:
            area = parse_area_sqft(m.group(0))

        # description : premiers paragraphes substantiels
        paras = [p.get_text(" ", strip=True) for p in soup.find_all("p")
                 if len(p.get_text(strip=True)) > 80]
        description = " ".join(paras[:3])[:900]

        # commodités : items « Les atouts de nos logements » (liste large)
        amenities = [li.get_text(" ", strip=True)
                     for li in soup.select("li")
                     if 8 < len(li.get_text(strip=True)) < 90
                     and not li.find("a")][:18]
        # repli : les atouts sont parfois de simples div espacées
        if len(amenities) < 4:
            zone = text
            i = text.find("atouts de nos logements")
            if i > 0:
                zone = text[i:i + 1200]
            amenities = [a.strip() for a in re.findall(
                r"(?:Ascenseurs?|Air climatis[ée]|2 balcons|2 salles de bains?|"
                r"Walk-in[^,.]{0,40}|C[âa]blage[^,.]{0,30}|Espaces de rangement[^,.]{0,20}|"
                r"Syst[èe]mes? de s[ée]curit[ée]|Piscine[^,.]{0,25}|Salle Communautaire|"
                r"Gym|Biblioth[èe]que|D[ée]neigement|Stationnements?)", zone)]

        contact: dict = {}
        m = PHONE_RE.search(html)
        if m:
            contact["phone"] = f"{m.group(1)}-{m.group(2)}-{m.group(3)}"
        m = EMAIL_RE.search(html)
        if m:
            contact["email"] = m.group(1).lower()

        images = [u for u in dict.fromkeys(IMG_RE.findall(html))
                  if not re.search(r"logo|icon|favicon|cropped-|"
                                   r"-\d{2,3}x\d{2,3}\.", u, re.I)][:20]

        if not unit_type:
            return None
        return Listing(
            source=self.source_id,
            external_id=slug,
            url=url,
            title=f"Domaine les Arpents Verts — {title}",
            address="",
            sector=sector,
            city="Saint-Hyacinthe",
            unit_type=unit_type,
            area_sqft=area,
            description=description,
            amenities=list(dict.fromkeys(amenities))[:18],
            details={"contact": dict(contact)} if contact else {},
            images=images,
        )