# -----------------------------------------------------------------------------
# Lou-Ka — Agrégateur de logements à louer (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/sovima.py : connecteur Groupe Sovima (groupesovima.com)
#   Appartements/condos locatifs neufs de la Rive-Sud (+ Repentigny) :
#   AlterEGO (Brossard), Le Nest (Saint-Bruno-de-Montarville), Quartier
#   Vauquelin 2 (Longueuil) et Le Neuf Cent Notre-Dame (Repentigny).
#   Nest Ottawa (Ontario) exclu. Site Webflow rendu serveur : chaque projet a
#   une page /nos-plans avec les typologies et le prix plancher — motif texte
#   « <n> ½ … À PARTIR DE <prix> $ / mois » (ou « Non disponible pour le
#   moment », ignoré). Granularité = TYPOLOGIE par projet.
#   external_id = <projet>-<n>-demi — stable. ⚠️ Webflow sans charset dans les
#   en-têtes -> forcer UTF-8 (même piège que aera3r).
# -----------------------------------------------------------------------------
from __future__ import annotations

import html as _html
import re

from ..schema import Listing
from .base import BaseConnector

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

# (slug projet, nom, adresse, ville)
SITES: tuple[tuple[str, str, str, str], ...] = (
    ("alterego", "AlterEGO sur le fleuve",
     "Tour 2, 8355, boulevard du St-Laurent, Brossard", "Brossard"),
    ("le-nest", "Le Nest",
     "2000, rue Benoît, Saint-Bruno-de-Montarville",
     "Saint-Bruno-de-Montarville"),
    ("quartier-vauquelin", "Quartier Vauquelin 2",
     "4325, rue des Dirigeables, Longueuil", "Longueuil"),
    ("le-neuf-cent", "Le Neuf Cent Notre-Dame",
     "900, rue Notre-Dame, Repentigny", "Repentigny"),
)

# « 3 ½ À PARTIR DE 1770 $ / mois » dans le texte aplati (tags -> espaces)
PLAN_RE = re.compile(
    r"(\d)\s*½\s*À\s+PARTIR\s+DE\s+([\d\s  ,]{3,9})\$\s*/\s*mois", 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|href)="(https://cdn\.prod\.website-files\.com/[^"\s]+'
    r"\.(?:jpe?g|png|webp|avif))", re.I)


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


class SovimaConnector(BaseConnector):
    source_id = "sovima"
    request_delay = 0.8

    def fetch(self) -> list[Listing]:
        listings: list[Listing] = []
        for slug, name, address, city in SITES:
            url = f"{BASE}/{slug}/nos-plans"
            try:
                resp = self.get(url)
                resp.encoding = "utf-8"      # Webflow sans charset -> latin-1
                html = resp.text
            except Exception:
                continue
            # photos : la page /nos-plans n'a pas de galerie, on prend celle
            # de /nos-appartements (rendue serveur elle aussi)
            photos_html = ""
            try:
                p = self.get(f"{BASE}/{slug}/nos-appartements")
                p.encoding = "utf-8"
                photos_html = p.text
            except Exception:
                pass
            listings.extend(self._parse(slug, url, name, address, city,
                                        html, photos_html))
        return listings

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

        images = [u for u in dict.fromkeys(
                      IMG_RE.findall(html) + IMG_RE.findall(photos_html))
                  if not re.search(r"logo|favicon|webclip|icon|opengraph",
                                   u, re.I)][:8]

        listings: list[Listing] = []
        seen: set[str] = set()
        for m in PLAN_RE.finditer(flat):
            n = int(m.group(1))
            price = _num(m.group(2))
            if not (2 <= n <= 7) or price is None or not (500 <= price <= 8000):
                continue
            ext_id = f"{slug}-{n}-demi"
            if ext_id in seen:               # motif répété dans la page
                continue
            seen.add(ext_id)
            unit_type = f"{n}½"
            listings.append(Listing(
                source=self.source_id,
                external_id=ext_id,
                url=url,
                title=f"{unit_type} — {name}",
                address=address,
                sector="",
                city=city,
                unit_type=unit_type,
                price=price,
                price_label=f"à partir de {int(price)} $ / mois",
                description=f"{unit_type} au {name} ({address}) — projet "
                            "locatif du Groupe Sovima.",
                images=list(images),
            ))
        return listings