# -----------------------------------------------------------------------------
# Lou-Ka — Agrégateur de logements à louer (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/mercille.py : connecteur Groupe Mercille (groupemercille.com)
#   Quatre immeubles résidentiels à Longueuil, secteur du métro (Le D'Assigny
#   110 rue de la Barre, Le Neuville Nord/Sud, Le Sérigny). Site custom
#   (Orangium) rendu serveur : la page « Appartements résidentiels » expose
#   une table .table-listings — une ligne par unité disponible : type +
#   disponibilité (« 3.5 1er septembre »), secteur, prix, étage (« 11 de
#   22 »), immeuble (lien vers sa page) et plan PDF. Les lignes du formulaire
#   de contact (repliées sous chaque unité) sont ignorées. La page de chaque
#   immeuble (via cache BD) fournit l'adresse civique et une photo.
#   ⚠️ Le volet espaces commerciaux/bureaux du site n'est pas visité.
# -----------------------------------------------------------------------------
from __future__ import annotations

import hashlib
import re
import time

from bs4 import BeautifulSoup

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

BASE = "https://groupemercille.com"
LIST_URL = f"{BASE}/appartements-residentiels"

# type + disponibilité dans la 1re colonne : « 3.5 1er septembre »,
# « 4.5 Disponible maintenant »
TYPE_RE = re.compile(r"^(\d(?:\.5|½)?)\s*(.*)$")
FLOOR_RE = re.compile(r"^(\w+)\s*de\s*(\d+)$")
ADDR_RE = re.compile(
    r"\d{1,5}(?:-\d{1,5})?,?\s+(?:rue|avenue|boulevard|boul\.?|chemin|place)"
    r"\s+[^,|]{2,40},?\s*Longueuil(?:\s*\(Qu[ée]bec\))?"
    r"(?:\s*,?\s*(?:QC\s*)?[A-Z]\d[A-Z]\s?\d[A-Z]\d)?", re.I)
IMG_RE = re.compile(
    r"https://assets\.orangium\.com/api/assets/groupemercille/"
    r"[^\"\s\\']+\.(?:jpe?g|png|webp)", re.I)


class MercilleConnector(BaseConnector):
    source_id = "mercille"
    request_delay = 0.6

    def fetch(self) -> list[Listing]:
        # Un raté transitoire de la page liste (vu 2026-08-29 ~23:20)
        # produisait un faux « 0 trouvé ok » : retry court (backoff 5/10 s),
        # puis erreur franche plutôt qu'un zéro silencieux.
        listings: list[Listing] = []
        table = None
        for attempt in range(3):
            try:
                html = self.get(LIST_URL).text
            except Exception:
                if attempt == 2:
                    raise
            else:
                soup = BeautifulSoup(html, "html.parser")
                table = soup.select_one("table.table-listings")
                if table is not None:
                    break
            if attempt < 2:
                time.sleep(5 * (attempt + 1))
        if table is None:
            raise RuntimeError(
                "table .table-listings introuvable après 3 essais")

        seen: dict[str, int] = {}
        for tr in table.select("tbody tr"):
            try:
                tds = tr.find_all("td")
                if len(tds) < 5:
                    continue                    # ligne formulaire de contact
                cells = [td.get_text(" ", strip=True) for td in tds]
                m = TYPE_RE.match(cells[0])
                if not m:
                    continue
                unit_type = normalize_unit_type(m.group(1))
                availability = m.group(2).strip()
                sector = cells[1]
                price_label = cells[2]
                floor_label = cells[3]
                building = cells[4]
                if not re.match(r"^\d½$", unit_type) or "$" not in price_label:
                    continue

                # lien vers la page de l'immeuble + plan PDF de l'unité
                bldg_href = ""
                pdf = ""
                for a in tr.find_all("a", href=True):
                    href = a["href"]
                    if href.lower().endswith(".pdf"):
                        pdf = href
                    elif href.startswith("/"):
                        bldg_href = href
                bslug = bldg_href.strip("/").split("/")[-1] or \
                    re.sub(r"[^a-z0-9]+", "-", building.lower()).strip("-")

                # identifiant stable : immeuble + type + étage
                floor_key = re.sub(r"[^\w]+", "", floor_label.lower())
                base_id = f"{bslug}-{unit_type.replace('½', '.5')}-{floor_key}"
                seen[base_id] = seen.get(base_id, 0) + 1
                ext_id = base_id if seen[base_id] == 1 else \
                    f"{base_id}-{seen[base_id]}"

                # page de l'immeuble (cache BD) : adresse civique + photo
                d = {}
                if bldg_href:
                    key = hashlib.sha1(bldg_href.encode()).hexdigest()[:16]
                    d = self.detail(f"bldg:{bslug}", key,
                                    lambda h=bldg_href: self._building(h))

                details: dict = {}
                mfloor = FLOOR_RE.match(floor_label)
                if mfloor:
                    details["floor_label"] = f"Étage {floor_label}"
                if pdf:
                    details["plan_pdf"] = pdf

                listings.append(Listing(
                    source=self.source_id,
                    external_id=ext_id,
                    url=f"{BASE}{bldg_href}" if bldg_href else LIST_URL,
                    title=f"{unit_type} — {building}",
                    address=d.get("address", ""),
                    sector=sector,
                    city="Longueuil",
                    unit_type=unit_type,
                    price=parse_price(price_label),
                    price_label=price_label,
                    availability=availability,
                    description=d.get("description", ""),
                    details=details,
                    images=d.get("images") or [],
                ))
            except Exception:
                continue
        return listings

    def _building(self, href: str) -> dict:
        """Page immeuble : adresse civique (Longueuil), photo, description."""
        out: dict = {}
        try:
            html = self.get(f"{BASE}{href}").text
        except Exception:
            return out
        soup = BeautifulSoup(html, "html.parser")
        text = re.sub(r"\s+", " ", soup.get_text(" ", strip=True))
        m = ADDR_RE.search(text)
        if m:
            out["address"] = m.group(0).strip().rstrip(",")
        # description : premiers paragraphes substantiels de la page
        paras = [p.get_text(" ", strip=True) for p in soup.find_all("p")
                 if len(p.get_text(strip=True)) > 80]
        if paras:
            out["description"] = " ".join(paras)[:700]
        out["images"] = list(dict.fromkeys(IMG_RE.findall(html)))[:10]
        return out