# -----------------------------------------------------------------------------
# Lou-Ka — Location court terme
# connectors/chaleto.py : Chaleto (chaleto.ca) — gestionnaire québécois
#   (Charlevoix, Capitale-Nationale, Laurentides…), ~440 fiches FR.
#
# Méthode : WordPress (vitrine) + Guesty (inventaire). Sitemap dédié
#   /listings-sitemap.xml → URLs /chalets-et-condos-a-louer/<slug>-<guestyId>/
#   (doublées en /en/ : on garde le FR). Tout est dans le HTML serveur de la
#   page détail : h1, « Ville, Région », prix « À partir de N$ / nuit »,
#   pictos (voyageurs/chambres/lits/salles de bain), commodités, description
#   (contenant le no CITQ) et TOUTES les photos Guesty pleine résolution dans
#   l'attribut data-images de la lightbox. Le lastmod du sitemap est identique
#   partout : clé de cache mensuelle (refetch complet 1×/mois, ~440 requêtes).
# -----------------------------------------------------------------------------
from __future__ import annotations

import html as _html
import json
import re
import time

from ...normalize import strip_accents
from ..schema import StListing, parse_price_night
from .base import StConnector

SITEMAP = "https://chaleto.ca/listings-sitemap.xml"

# URL FR : /chalets-et-condos-a-louer/<slug>-<id Guesty 24 hex>/
_URL_FR = re.compile(
    r"https://(?:www\.)?chaleto\.ca/chalets-et-condos-a-louer/"
    r"[\w-]+-([0-9a-f]{24})/?$")

_TAG_RE = re.compile(r"<[^>]+>")

# le site affiche la région ADMINISTRATIVE (« Capitale-Nationale »,
# « Gaspésie--Îles-de-la-Madeleine ») → région touristique canonique
_REGION_FIX = {
    "capitale-nationale": "Québec",
    "estrie": "Cantons-de-l'Est",
    "gaspesie-iles-de-la-madeleine": "Gaspésie",
    "saguenay-lac-saint-jean": "Saguenay–Lac-Saint-Jean",
}

# municipalités de la Capitale-Nationale qui relèvent touristiquement
# de Charlevoix
_VILLES_CHARLEVOIX = {
    "baie-saint-paul", "petite-riviere-saint-francois", "la-malbaie",
    "les-eboulements", "saint-urbain", "saint-irenee", "saint-hilarion",
    "isle-aux-coudres", "l'isle-aux-coudres", "notre-dame-des-monts",
    "saint-aime-des-lacs", "clermont", "saint-simeon",
    "baie-sainte-catherine",
}

# mot-clé du titre → type canonique Lou-Ka
_TYPE_HINTS = [
    ("condo", "Condo"), ("loft", "Loft"), ("studio", "Studio"),
    ("appartement", "Appartement"), ("maison", "Maison"),
    ("mini-maison", "Mini-maison"), ("chalet", "Chalet"),
]


def _text(fragment: str) -> str:
    return _html.unescape(re.sub(r"\s+", " ", _TAG_RE.sub(" ", fragment))).strip()


class Chaleto(StConnector):
    source_id = "chaleto"

    # -- inventaire (sitemap) ----------------------------------------------
    def _sitemap_urls(self) -> dict[str, str]:
        """id Guesty -> URL détail FR."""
        xml = self.get(SITEMAP).text
        urls: dict[str, str] = {}
        for loc in re.findall(r"<loc>([^<]+)</loc>", xml):
            m = _URL_FR.match(loc.strip())
            if m:
                urls.setdefault(m.group(1), loc.strip())
        return urls

    # -- page détail ---------------------------------------------------------
    def _detail(self, url: str) -> dict:
        h = self.get(url).text
        d: dict = {}

        m = re.search(r"<h1[^>]*>(.*?)</h1>", h, re.S)
        if m:
            d["title"] = _text(m.group(1))

        # « Baie-Saint-Paul, Capitale-Nationale » sous le titre
        m = re.search(r'<p class="text-lg">([^<]+)</p>', h)
        if m:
            parts = [p.strip() for p in _text(m.group(1)).split(",")]
            if parts:
                d["city"] = parts[0]
            if len(parts) > 1:
                cle = re.sub(r"-{2,}", "-",
                             strip_accents(parts[-1]).lower().replace(" ", "-"))
                region = _REGION_FIX.get(cle, parts[-1])
                ville = strip_accents(d.get("city", "")).lower().replace(" ", "-")
                if region == "Québec" and ville in _VILLES_CHARLEVOIX:
                    region = "Charlevoix"
                d["region"] = region

        # « À partir de <strong>200$</strong> / nuit »
        m = re.search(r"À partir de</span>\s*<span[^>]*>\s*"
                      r"<strong>([^<]+)</strong>\s*/\s*nuit", h)
        if m:
            d["price_label"] = f"à partir de {_text(m.group(1))} / nuit"

        # pictos : « 5 voyageurs », « 3 chambres », « 3 lits », « 2 salles de bain »
        for val, label in re.findall(
                r"<p>\s*([\d.,]+)\s+(voyageurs?|chambres?|lits?|"
                r"salles? de bain)\s*</p>", h):
            n = float(val.replace(",", "."))
            lab = label.lower()
            if lab.startswith("voyageur"):
                d["capacity"] = n
            elif lab.startswith("chambre"):
                d["bedrooms"] = n
            elif lab.startswith("lit"):
                d["beds"] = n
            else:
                d["bathrooms"] = n

        # commodités : spans du bloc « Commodités » (grille + accordéon)
        i = h.find("Commodités</h2>")
        if i >= 0:
            j = h.find("<h2", i + 10)
            bloc = h[i:j if j > 0 else i + 20000]
            amen = []
            for a in re.findall(r'<span class="text-white">([^<]+)</span>', bloc):
                a = _text(a)
                if a and a not in amen:
                    amen.append(a)
            d["amenities"] = amen

        # description (1er paragraphe long — contient « CITQ : NNNNNN | Exp: … »)
        m = re.search(r'<p class="max-w-\[50rem\]">(.*?)</p>', h, re.S)
        if m:
            txt = _html.unescape(re.sub(r"<br\s*/?>", "\n",
                                        m.group(1)))
            txt = _TAG_RE.sub(" ", txt)
            txt = re.sub(r"[ \t]+", " ", txt).strip()
            d["description"] = txt[:5000]
            m2 = re.search(r"CITQ\s*:?\s*(\d{6})", txt)
            if m2:
                d["citq"] = m2.group(1)

        # photos Guesty pleine résolution (lightbox data-images, JSON échappé)
        m = re.search(r'data-images="([^"]+)"', h)
        if m:
            try:
                imgs = json.loads(_html.unescape(m.group(1)))
            except ValueError:
                imgs = []
            d["images"] = [u for u in imgs if isinstance(u, str)][:20]
        return d

    # -- contrat --------------------------------------------------------------
    def fetch(self) -> list[StListing]:
        cle = "detail-" + time.strftime("%Y-%m")   # lastmod uniforme → mensuel
        listings: list[StListing] = []
        for eid, url in self._sitemap_urls().items():
            try:
                d = self.detail(eid, cle, lambda u=url: self._detail(u))
            except Exception:      # une fiche cassée ≠ inventaire perdu
                d = {}
            title = d.get("title") or ""
            if not title:
                continue

            ptype = ""
            hay = strip_accents(title).lower()
            for needle, canon in _TYPE_HINTS:
                if needle in hay:
                    ptype = canon
                    break

            listings.append(StListing(
                source=self.source_id,
                external_id=eid,                  # id Guesty, stable
                url=url,
                title=title,
                property_type=ptype or "Chalet",
                city=d.get("city", ""),
                region=d.get("region", ""),
                price_night=parse_price_night(d.get("price_label", "")),
                price_label=d.get("price_label", ""),
                capacity=d.get("capacity"),
                bedrooms=d.get("bedrooms"),
                beds=d.get("beds"),
                bathrooms=d.get("bathrooms"),
                citq=d.get("citq", ""),
                description=d.get("description", ""),
                amenities=d.get("amenities") or [],
                images=d.get("images") or [],
            ))
        return listings