# -----------------------------------------------------------------------------
# Lou-Ka — Agrégateur de logements à louer (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/oxford.py : connecteur Appartements Oxford (appartoxford.com)
#   Complexe locatif de Lennoxville (Sherbrooke), près de l'Université
#   Bishop's. WordPress + Elementor : une fiche par TYPE d'unité (2½ tout
#   inclus, 3½, 4½, 5½), listées dans le menu « Logements » de la page
#   d'accueil. Chaque fiche affiche le prix (« À partir de 760$ / par mois »)
#   et, seulement quand des unités sont libres, un encart de disponibilité
#   (« 1 unité disponible 1er octobre 2026 », widget Elementor à visibilité
#   conditionnelle) : les fiches SANS cet encart ne sont pas des annonces
#   courantes et sont écartées. Caractéristiques (listes à pictos), description
#   et galerie extraites de la fiche. Peu de requêtes (accueil + ~4 fiches) :
#   pas de cache détail nécessaire — la disponibilité doit être relue à chaque
#   synchronisation.
# -----------------------------------------------------------------------------
from __future__ import annotations

import re

from urllib.parse import unquote

from bs4 import BeautifulSoup

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

BASE = "https://appartoxford.com"

# variantes redimensionnées WordPress -> pleine taille
_SIZE_SUFFIX = re.compile(r"-\d{2,4}x\d{2,4}(?=\.(?:jpg|jpeg|png|webp)$)", re.I)

# « 1 unité disponible 1er octobre 2026 » / « 2 unités disponibles maintenant »
_AVAIL_RE = re.compile(r"(\d+|une?)\s+unit[ée]s?\s+disponibles?\b", re.I)
_NO_AVAIL_RE = re.compile(r"aucune\s+unit[ée]", re.I)

# bruit d'en-tête dans les listes à pictos (coordonnées du site)
_HEADER_NOISE_RE = re.compile(r"\+?1?\s?8\d{2}[-\s]\d{3}|Lennoxville,\s*Sherbrooke",
                              re.I)

_MAX_FICHES = 12    # garde-fou (le menu compte ~4 fiches)


def _clean_unit_type(raw: str) -> str:
    ut = normalize_unit_type(raw or "")
    if re.fullmatch(r"\d½\+?|6½\+|Studio|Loft|Chambre|Maison", ut or ""):
        return ut
    return ""


class OxfordConnector(BaseConnector):
    source_id = "oxford"
    request_delay = 0.7

    def fetch(self) -> list[Listing]:
        home = self.get(BASE + "/").text
        soup = BeautifulSoup(home, "html.parser")

        # fiches du menu « Logements » : liens /appartement/<slug>/
        urls: list[str] = []
        for a in soup.select('a[href*="/appartement/"]'):
            url = (a.get("href") or "").split("#")[0]
            if not url.startswith("http"):
                url = BASE + url
            if url.rstrip("/") not in [u.rstrip("/") for u in urls]:
                urls.append(url)

        listings: dict[str, Listing] = {}
        for url in urls[:_MAX_FICHES]:
            try:
                lst = self._parse_fiche(url)
            except Exception:
                continue
            if lst and lst.external_id not in listings:
                listings[lst.external_id] = lst
        return list(listings.values())

    # -- fiche type d'unité -------------------------------------------------------
    def _parse_fiche(self, url: str) -> Listing | None:
        resp = self.get(url)
        url = resp.url or url          # les anciens slugs redirigent (301)
        m = re.search(r"/appartement/([^/?#]+)", url)
        if not m:
            return None
        # slug décodé + minuscule : « tres-grand-4½-a-louer » (dédoublonne
        # les variantes d'encodage %C2%BD / %c2%bd)
        ext_id = unquote(m.group(1)).lower()

        html = resp.text
        soup = BeautifulSoup(html, "html.parser")
        text = soup.get_text(" ", strip=True)

        # encart de disponibilité : widget texte Elementor à visibilité
        # conditionnelle, présent seulement si des unités sont libres
        availability = ""
        for w in soup.select(".elementor-widget-text-editor"):
            t = re.sub(r"\s+", " ", w.get_text(" ", strip=True)).strip()
            if _AVAIL_RE.match(t) and len(t) < 90:
                availability = t
                break
        if not availability or _NO_AVAIL_RE.search(availability):
            return None                 # pas d'unité libre = pas d'annonce

        h1 = soup.select_one("h1")
        title = re.sub(r"\s+", " ", h1.get_text(" ", strip=True)).strip() \
            if h1 else ext_id

        # prix : « À partir de | 1000$ / par mois » (widgets bannière)
        price_label = ""
        m_price = re.search(
            r"À partir de\s*(\d[\d\s,]*\$\s*(?:/\s*par mois|/\s*mois)?)", text)
        if m_price:
            price_label = "À partir de " + re.sub(
                r"\s+", " ", m_price.group(1)).strip()

        # caractéristiques : listes à pictos Elementor (sans les coordonnées
        # affichées dans l'en-tête du site)
        amenities: list[str] = []
        for li in soup.select(".elementor-icon-list-text"):
            t = re.sub(r"\s+", " ", li.get_text(" ", strip=True)).strip()
            if (t and len(t) < 90 and t not in amenities
                    and not _HEADER_NOISE_RE.search(t)):
                amenities.append(t)

        # description : contenu de l'article (widget theme-post-content de la
        # section Caractéristiques)
        description = ""
        for w in soup.select(".elementor-widget-theme-post-content, "
                             ".elementor-widget-text-editor"):
            t = re.sub(r"\s+", " ", w.get_text(" ", strip=True)).strip()
            if len(t) > 150 and not _AVAIL_RE.match(t):
                description = t[:1500]
                break

        # galerie : photos des téléversements (logos/pictos exclus)
        images: list[str] = []
        for u in re.findall(
                r"https://appartoxford\.com/wp-content/uploads/[^\"'()\s]+"
                r"\.(?:jpg|jpeg|webp)", html, re.I):
            u = _SIZE_SUFFIX.sub("", u)
            if u not in images and not re.search(r"logo|icon", u, re.I):
                images.append(u)

        return Listing(
            source=self.source_id,
            external_id=ext_id,
            url=url,
            title=title,
            address="",
            sector="Lennoxville",       # affiché en en-tête du site
            city="Sherbrooke",
            unit_type=_clean_unit_type(title),
            price_label=price_label,
            availability=availability,
            description=description,
            amenities=amenities[:25],
            images=images[:30],
        )