# -----------------------------------------------------------------------------
# Lou-Ka — Agrégateur de logements à louer (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/lemay_fleury.py : connecteur Lemay Fleury Immobilier
#   (lemayfleury.com) — Victoriaville, Kingsey Falls, Val-des-Sources
#   (Centre-du-Québec). Appartements récents de type condo en formule TOUT
#   INCLUS. Site Wix très lourd (fiches de ~6,4 Mo) MAIS rendu serveur : le
#   HTML brut contient les cartes d'unités en <h3> « Unité 4 1/2 | à partir
#   de 1725$ » suivies des inclusions « (électricité, internet et garage
#   inclus) » — un simple GET suffit, pas de Scrapfly. On parcourt les fiches
#   immeubles de Victoriaville (/monfette /rheault /anemone /gaby /marcoux)
#   et les pages villes (/kingsey-falls /val-des-sources). ⚠️ Chaque page
#   embarque AUSSI des blocs partagés « … TOUT INCLUS / COMPLET » identiques
#   sur tout le site : seuls les h3 « | à partir de » (spécifiques à la page)
#   sont retenus. La page /warwick est vide (aucune carte) — ignorée.
#   Granularité = typologie par immeuble. external_id = <page>-<type>-<prix>
#   (même convention que trylon : le prix disambiguë deux plans homonymes).
# -----------------------------------------------------------------------------
from __future__ import annotations

import html as _html
import re

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

BASE = "https://www.lemayfleury.com"

# (slug de page, ville, adresse/repère)
PAGES: tuple[tuple[str, str, str], ...] = (
    ("monfette", "Victoriaville", "66, rue Monfette, Victoriaville"),
    ("rheault", "Victoriaville", "rue Rheault, Victoriaville"),
    ("anemone", "Victoriaville", "rue de l'Anémone, Victoriaville"),
    ("gaby", "Victoriaville", "rue Gaby, Victoriaville"),
    ("marcoux", "Victoriaville", "rue Marcoux, Victoriaville"),
    ("kingsey-falls", "Kingsey Falls", "Kingsey Falls"),
    ("val-des-sources", "Val-des-Sources",
     "604, boulevard Simoneau, Val-des-Sources"),
)

H3_RE = re.compile(r"<h3[^>]*>([\s\S]*?)</h3>", re.I)
TAG_RE = re.compile(r"<[^>]+>")
CARD_RE = re.compile(r"^(.{2,40}?)\s*\|\s*à\s+partir\s+de\s*([\d\s  ]{3,7})\$",
                     re.I)
INCL_RE = re.compile(r"^\((.+)\)$")
UNIT_RE = re.compile(r"(\d)\s*(?:1/2|½)")
DELIVERY_RE = re.compile(r"Livraison\s+\w+\s+20\d\d", re.I)
IMG_RE = re.compile(
    r"https://static\.wixstatic\.com/media/[\w~%]+\.(?:jpg|jpeg|webp)", re.I)


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 LemayFleuryConnector(BaseConnector):
    source_id = "lemay_fleury"
    request_delay = 1.2
    timeout = 60                        # fiches Wix de ~6,4 Mo

    def fetch(self) -> list[Listing]:
        listings: list[Listing] = []
        for page, city, address in PAGES:
            url = f"{BASE}/{page}"
            try:
                html = self.get(url).text
            except Exception:
                continue
            listings.extend(self._parse_page(page, city, address, url, html))
        return listings

    def _parse_page(self, page: str, city: str, address: str, url: str,
                    html: str) -> list[Listing]:
        # disponibilité de niveau page (ex. « Livraison été 2026 » à l'Anémone)
        availability = ""
        dm = DELIVERY_RE.search(_html.unescape(html))
        if dm:
            availability = re.sub(r"\s+", " ", dm.group(0))

        images = [u for u in dict.fromkeys(IMG_RE.findall(html))][:10]

        # flux des <h3> en ordre du document : carte prix puis inclusions
        h3s = [re.sub(r"\s+", " ",
                      _html.unescape(TAG_RE.sub(" ", m))).strip()
               for m in H3_RE.findall(html)]

        listings: list[Listing] = []
        seen: set[tuple[str, float]] = set()
        for i, text in enumerate(h3s):
            m = CARD_RE.match(text)
            if not m:
                continue
            label = re.sub(r"\s+", " ", m.group(1)).strip()
            price = _num(m.group(2))
            if price is None or not (300 <= price <= 5000):
                continue
            if (label, price) in seen:   # rendus dupliqués (desktop/mobile)
                continue
            seen.add((label, price))

            amenities: list[str] = []
            if i + 1 < len(h3s):
                im = INCL_RE.match(h3s[i + 1])
                if im:
                    amenities = [a.strip(" .").capitalize() for a in
                                 re.split(r",|\+| et ", im.group(1))
                                 if a.strip(" .") and "inclus" not in a.lower()]
                    amenities = [a for a in amenities if len(a) > 2]

            unit_type = ""
            um = UNIT_RE.search(label)
            if um:
                unit_type = normalize_unit_type(f"{um.group(1)} ½")
            elif re.search(r"studio", label, re.I):
                unit_type = "Studio"

            place = address.split(",")[-2].strip() if address.count(",") >= 2 \
                else address
            ext_id = f"{page}-{_slug(label)}-{int(price)}"
            listings.append(Listing(
                source=self.source_id,
                external_id=ext_id,
                url=url,
                title=f"{label} — Lemay Fleury ({place})",
                address=address,
                sector="",
                city=city,
                unit_type=unit_type,
                price=price,
                price_label=f"à partir de {int(price)}$ tout inclus",
                availability=availability,
                description=f"{label} en formule tout inclus chez Lemay "
                            f"Fleury Immobilier ({address}).",
                amenities=amenities,
                images=list(images),
            ))
        return listings