# -----------------------------------------------------------------------------
# Auto-Ka — Agrégateur de véhicules usagés à vendre (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/moto_dealers.py : verticale MOTOS & SCOOTERS usagés — connecteurs
#   des concessionnaires de motocyclettes/scooters du Québec.
#
#   Chaque véhicule émis porte kind="moto" ou kind="scooter" (jamais "auto").
#   Les motoneiges, VTT, côte-à-côte, motomarines, bateaux, VR et vélos sont
#   systématiquement EXCLUS. Les marques moto (Harley-Davidson, Indian, KTM,
#   Vespa…) ne sont pas dans normalize.MAKES : make est TOUJOURS rempli
#   explicitement depuis la source (JSON inventaire ou brand JSON-LD), on ne
#   compte jamais sur split_title().
#
#   Plateformes rencontrées dans cette verticale :
#
#   1. PowerGo (powergo.ca) — de très loin la plus répandue chez les
#      concessionnaires de sports motorisés au Québec (l'équivalent moto de
#      D2C Media côté autos). Sites Next.js ; l'inventaire COMPLET (neuf +
#      usagé, tous types) est publié dans un JSON public :
#        <base>/data/vehicles-inventory-fr-items.json
#      → type, category, conditionCode (new/used), make, model, year, prix,
#        usage (km), stock, URL de la page détail, 1re photo (gabarit CDN).
#      Chaque page détail expose en plus un JSON-LD schema.org @type Vehicle
#      (parfois dans un @graph) : galerie complète, description, couleur,
#      kilométrage… Pages détail en cache BD, clé = prix+km du listing (donc
#      revalidation automatique quand le prix ou le km change).
#      NB : les sites PowerGo « ancien gabarit » (premonthd.com, lavalmoto.com,
#      motojmf.com, motopro.ca…) n'exposent PAS ce JSON (listing 100 % JS).
#
#   2. Magento/Traction (Moto Ducharme) — listing HTML server-rendered
#      par catégorie (/fr/vehicules-d-occasion/motocyclettes), pages détail
#      avec JSON-LD @type Product + table de spécifications (Kilométrage,
#      Couleur…) + galerie JSON Magento.
#
#   3. D2C Media — aucun des concessionnaires moto candidats sondés n'y est
#      (PowerGo domine cette verticale), mais la base D2CMotoConnector est
#      prête : mêmes mécanismes que D2CConnector (sitemap /fr/sitemap.xml +
#      JSON-LD des pages /occasion/…-idNNN.html), avec un filtre de segments
#      INVERSÉ (inclut motos/scooters, exclut le reste) et kind rempli.
# -----------------------------------------------------------------------------
from __future__ import annotations

import datetime
import json
import os
import re

from ..schema import Vehicle
from .base import BaseConnector
from .d2c_dealers import D2CConnector, _LD_RE, _VEH_URL_RE, _clean

# --- détection moto vs scooter ------------------------------------------------
# scooter si la catégorie/le segment d'URL/le titre évoque un scooter ou un
# cyclomoteur (Vespa, Burgman, BWS, Kymco…) — sinon moto
_SCOOTER_RE = re.compile(
    r"scooter|cyclomoteur|moped|vespa|piaggio\b|burgman|bws\b|kymco|"
    r"primavera|typhoon\b|ruckus|metropolitan\b|elite\s*125|majesty|"
    r"xmax|x-max|nmax|address\b|like\s*200|agility\b|super\s*8\b", re.I)


def moto_kind(*texts: str) -> str:
    """kind Auto-Ka ("moto" | "scooter") d'après des indices textuels."""
    blob = " ".join(t for t in texts if t)
    return "scooter" if _SCOOTER_RE.search(blob) else "moto"


# ==============================================================================
# 1. D2C Media — base moto/scooter (aucun site connecté pour l'instant ; voir
#    l'en-tête — prête pour le premier concessionnaire moto rencontré sur D2C)
# ==============================================================================

class D2CMotoConnector(D2CConnector):
    """Base D2C Media pour les concessionnaires de MOTOS/SCOOTERS.

    Même stratégie que D2CConnector (sitemap + JSON-LD des pages détail),
    mais le filtre de segments /occasion/<segment>/ est inversé : on ne
    garde QUE les catégories moto/scooter, et on exclut explicitement les
    motoneiges, VTT, côte-à-côte, motomarines, VR, etc.
    """

    # catégories INCLUSES (\b après moto : « motoneige »/« motomarine » ne
    # matchent pas)
    _MOTO_SEGMENTS = re.compile(
        r"scooter|cyclomoteur|moto(?:s)?\b|motocyclette", re.I)
    # catégories toujours EXCLUES, même si un segment voisin est moto
    _NON_MOTO_SEGMENTS = re.compile(
        r"motoneige|vtt|c[oô]te[s]?-?[aà]-?c[oô]te|motomarine|spyder|ryker|"
        r"side|atv|snow|bateau|ponton|nautique|roulotte|remorque|\bvr\b|"
        r"campeur|tracteur|souffleuse|v[ée]lo|auto", re.I)

    def _vehicle_urls(self) -> list[str]:
        xml = self._get_text(f"{self.base_url}/fr/sitemap.xml")
        urls: list[str] = []
        for loc in re.findall(r"<loc>([^<]+)</loc>", xml):
            loc = loc.strip()
            if "/occasion/" not in loc or not _VEH_URL_RE.search(loc):
                continue
            segments = loc.split("/occasion/", 1)[1].split("/")[:-1]
            if any(self._NON_MOTO_SEGMENTS.search(s) for s in segments):
                continue
            if not any(self._MOTO_SEGMENTS.search(s) for s in segments):
                continue                      # autos et catégories inconnues
            urls.append(loc)
        return urls

    def _to_vehicle(self, ext_id: str, url: str, d: dict) -> Vehicle | None:
        veh = super()._to_vehicle(ext_id, url, d)
        if veh is None:
            return None
        path = url.split("/occasion/", 1)[-1]
        veh.kind = moto_kind(path, str(d.get("bodyType") or ""), veh.title)
        return veh


# ==============================================================================
# 2. PowerGo — base commune (JSON inventaire + JSON-LD des pages détail)
# ==============================================================================

# gabarit CDN de la 1re photo du listing : {imgWidth} → largeur désirée
_PG_IMG_WIDTH_RE = re.compile(r"\{imgWidth\}")

MAX_IMAGES = 25


def _pg_extract_ld_vehicle(html: str) -> dict:
    """JSON-LD @type Vehicle/Car/Motorcycle d'une page détail PowerGo.

    Selon le gabarit, le nœud est au premier niveau, dans une liste, ou dans
    un @graph (ex. sites Harley-Davidson Gabriel/St-Jérôme).
    """
    for block in _LD_RE.findall(html):
        try:
            cand = json.loads(block.strip())
        except ValueError:
            continue
        stack = cand if isinstance(cand, list) else [cand]
        for item in stack:
            if not isinstance(item, dict):
                continue
            nodes = item.get("@graph") if isinstance(item.get("@graph"), list) \
                else [item]
            for node in nodes:
                if not isinstance(node, dict):
                    continue
                types = node.get("@type")
                types = types if isinstance(types, list) else [types]
                if any(t in ("Vehicle", "Car", "Motorcycle") for t in types):
                    return node
    return {}


class PowerGoMotoConnector(BaseConnector):
    """Base commune aux sites PowerGo. Sous-classes : base_url + ville.

    fetch() : JSON inventaire complet → filtre usagé + motos/scooters →
    enrichissement JSON-LD par page détail (cache BD, clé prix+km : seuls les
    nouveaux véhicules et les changements de prix/km génèrent des requêtes).
    Au-delà du plafond de requêtes détail, le véhicule est quand même émis
    avec les champs (déjà riches) du listing JSON.
    """

    base_url: str = ""
    dealer_name: str = ""
    city: str = ""
    request_delay: float = 1.0
    max_details = 400

    # unaccentedType inclus (préfixes, insensible au singulier/pluriel) :
    # motocyclette(s) et scooters ; « motos trois roues » (Spyder/Ryker,
    # immatriculées moto au Québec) incluses aussi. Tout le reste (motoneige,
    # vtt, côte-à-côte, motomarine, bateau, vélo, remorque…) est exclu.
    include_types = ("motocyclette", "motos trois roues", "scooter")

    def _kind(self, item: dict) -> str:
        return moto_kind(str(item.get("unaccentedCategory") or ""),
                         str(item.get("unaccentedType") or ""),
                         str(item.get("label") or ""))

    # -- page détail -> JSON-LD --------------------------------------------------
    def _get_utf8(self, url: str) -> str:
        """GET dont le texte est décodé en UTF-8.

        Les serveurs PowerGo n'envoient pas de charset ; requests retombe
        alors sur ISO-8859-1 et les accents deviennent du mojibake
        (« Numéro » au lieu de « Numéro »).
        """
        resp = self.get(url)
        if not resp.encoding or resp.encoding.lower() in ("iso-8859-1", "latin-1"):
            resp.encoding = "utf-8"
        return resp.text

    def _fetch_detail(self, url: str) -> dict:
        return _pg_extract_ld_vehicle(self._get_utf8(url))

    # -- contrat -------------------------------------------------------------
    def fetch(self) -> list[Vehicle]:
        items = self.get(
            f"{self.base_url}/data/vehicles-inventory-fr-items.json").json()
        if not isinstance(items, list):
            return []
        cap = int(os.environ.get("AUTOKA_MAX_DETAILS", self.max_details))

        vehicles: list[Vehicle] = []
        real_fetches = 0
        for it in items:
            if not isinstance(it, dict):
                continue
            if it.get("conditionCode") != "used" or it.get("isSold"):
                continue
            utype = str(it.get("unaccentedType") or "").lower().strip()
            if not utype.startswith(self.include_types):
                continue
            page = (it.get("page") or {}).get("url") or ""
            if not page:
                continue
            url = self.base_url + page
            ext_id = str(it.get("vehicle_id") or it.get("stockNumber") or page)
            # clé de cache = prix + km : revalidation automatique au changement
            key = f"v1:{it.get('salePriceValue')}:{it.get('usageValue')}"

            ld: dict = {}
            if real_fetches < cap:
                before = self._last_request
                try:
                    ld = self.detail(ext_id, key,
                                     lambda u=url: self._fetch_detail(u))
                except Exception:
                    ld = {}       # page détail disparue : listing seul
                if self._last_request != before:
                    real_fetches += 1
            else:                 # plafond atteint : cache BD sinon listing seul
                from .. import db
                if self._detail_con is None:
                    self._detail_con = db.connect()
                ld = db.get_cached_detail(self._detail_con, self.source_id,
                                          ext_id, key) or {}
            try:
                veh = self._to_vehicle(ext_id, url, it, ld or {})
            except Exception:
                continue
            if veh is not None:
                vehicles.append(veh)
        return vehicles

    def _to_vehicle(self, ext_id: str, url: str, it: dict,
                    ld: dict) -> Vehicle | None:
        title = _clean(it.get("label")) or _clean(ld.get("name"))
        if not title:
            return None

        price = it.get("salePriceValue") or it.get("basePriceValue")
        if price in (None, "", 0, "0") and isinstance(ld.get("offers"), dict):
            price = ld["offers"].get("price")
        try:
            price = float(price) if price not in (None, "", 0, "0") else None
        except (TypeError, ValueError):
            price = None

        # usage : PowerGo mélange km et heures (motocross) — km seulement si
        # l'étiquette le confirme ; sinon repli JSON-LD (unitCode KMT)
        km = None
        usage_label = _clean(it.get("usageLabel"))
        if it.get("usageValue") and "km" in usage_label.lower():
            try:
                km = float(it["usageValue"])
            except (TypeError, ValueError):
                km = None
        if km is None:
            odo = ld.get("mileageFromOdometer")
            if isinstance(odo, dict) and odo.get("unitCode") in ("KMT", None):
                try:
                    km = float(odo.get("value"))
                except (TypeError, ValueError):
                    km = None

        year = it.get("year")
        if not year and ld.get("vehicleModelDate"):
            year = ld["vehicleModelDate"]
        try:
            year = int(str(year)[:4]) if year else None
        except ValueError:
            year = None

        make = _clean(it.get("make"))
        if not make:
            brand = ld.get("brand") or {}
            make = _clean(brand.get("name") if isinstance(brand, dict)
                          else str(brand)) or _clean(ld.get("manufacturer"))

        images = ld.get("image") or []
        if isinstance(images, str):
            images = [images]
        images = [u for u in images if isinstance(u, str) and u.startswith("http")]
        if not images:                       # repli : 1re photo du listing
            img = it.get("image") or {}
            src = str(img.get("source") or "")
            dims = [d for d in (img.get("dimensions") or []) if isinstance(d, int)]
            if src:
                images = [_PG_IMG_WIDTH_RE.sub(str(max(dims) if dims else 1000),
                                               src)]

        details = {k: v for k, v in (("type", _clean(it.get("type"))),
                                     ("category", _clean(it.get("category"))))
                   if v}

        return Vehicle(
            source=self.source_id,
            external_id=ext_id,
            url=url,
            kind=self._kind(it),
            title=title,
            make=make,                       # explicite : marques moto absentes
            model=_clean(it.get("model")) or _clean(ld.get("model")),
            year=year,
            price=price,
            price_label=_clean(it.get("salePriceLabel")
                               or it.get("basePriceLabel")),
            mileage_km=km,
            mileage_label=usage_label,
            exterior_color=_clean(ld.get("color")),
            stock_number=_clean(it.get("stockNumber")) or _clean(ld.get("sku")),
            dealer_name=self.dealer_name,
            # groupes multi-succursales (Contant, Imperium…) : la succursale
            # du véhicule est dans le listing JSON
            city=_clean(it.get("location")) or self.city,
            description=_clean(ld.get("description"))[:4000],
            details=details,
            images=images[:MAX_IMAGES],
        )


# ------------------------------------------------------------------------------
# Concessionnaires PowerGo (1 sous-classe = 1 source)
# ------------------------------------------------------------------------------

class MathiasSports(PowerGoMotoConnector):
    source_id = "mathiassports"
    base_url = "https://mathiassports.com"
    dealer_name = "Mathias Sports"
    city = "Saint-Mathias-sur-Richelieu"


class SMSport(PowerGoMotoConnector):
    source_id = "smsport"
    base_url = "https://smsport.ca"
    dealer_name = "SM Sport"
    city = "Québec"


class MotosIllimitees(PowerGoMotoConnector):
    source_id = "motosillimitees"
    base_url = "https://www.motosillimitees.com"
    dealer_name = "Motos Illimitées"
    city = "Terrebonne"


class RMMotosport(PowerGoMotoConnector):
    source_id = "rmmotosport"
    base_url = "https://www.rmmotosport.com"
    dealer_name = "RM Motosport"
    city = "Victoriaville"


class GLSport(PowerGoMotoConnector):
    source_id = "glsport"
    base_url = "https://www.glsport.ca"
    dealer_name = "GL Sport"
    city = "Saint-Gervais"


class ExcelMoto(PowerGoMotoConnector):
    source_id = "excelmoto"
    base_url = "https://www.excelmoto.com"
    dealer_name = "Excel Moto"
    city = "Montréal"


class GroupeContant(PowerGoMotoConnector):
    # groupe multi-succursales : Mirabel, Repentigny, Vaudreuil, Beloeil,
    # Ste-Agathe — la ville de chaque unité vient du listing (location)
    source_id = "groupecontant"
    base_url = "https://www.contant.ca"
    dealer_name = "Groupe Contant"
    city = "Repentigny"


class GabrielHarleyDavidson(PowerGoMotoConnector):
    source_id = "gabrielharleydavidson"
    base_url = "https://gabrielharleydavidsonmtl.com"
    dealer_name = "Gabriel Harley-Davidson Montréal"
    city = "Montréal"


class StJeromeHarleyDavidson(PowerGoMotoConnector):
    source_id = "stjeromeharleydavidson"
    base_url = "https://stjeromeharleydavidson.com"
    dealer_name = "St-Jérôme Harley-Davidson"
    city = "Saint-Jérôme"


class Mecamoto(PowerGoMotoConnector):
    # spécialiste Vespa / Piaggio / Moto Guzzi — la plupart des scooters
    # usagés arrivent en catégorie « Cyclomoteurs »
    source_id = "mecamoto"
    base_url = "https://www.mecamoto.ca"
    dealer_name = "Mecamoto"
    city = "Montréal"


class MotosThibaultTR(PowerGoMotoConnector):
    # concessionnaire Vespa / Aprilia / Suzuki de la Mauricie
    source_id = "motosthibaulttr"
    base_url = "https://www.motosthibault.ca"
    dealer_name = "Motos Thibault Trois-Rivières"
    city = "Trois-Rivières"


class GroupeImperium(PowerGoMotoConnector):
    # groupe multi-succursales : Chicoutimi, Dolbeau-Mistassini, Chibougamau,
    # Rouyn-Noranda — succursale par véhicule via location
    source_id = "groupeimperium"
    base_url = "https://www.groupeimperium.ca"
    dealer_name = "Groupe Imperium"
    city = "Chicoutimi"


# ==============================================================================
# 3. Moto Ducharme (Joliette) — Magento (thème Traction)
#    Listing par catégorie server-rendered ; détail : JSON-LD @type Product +
#    table de spécifications (Kilométrage, Couleur…) + galerie JSON Magento.
# ==============================================================================

_MD_DETAIL_RE = re.compile(
    r'href="(https://www\.motoducharme\.com/fr/vehicules-d-occasion/'
    r'motocyclettes/[a-z0-9-]+-cs-(\d+))"')
_MD_SPEC_RE = re.compile(
    r'<th class="col label"[^>]*>\s*([^<]+?)\s*</th>\s*'
    r'<td class="col data"[^>]*>\s*([^<]+?)\s*</td>', re.S)
_MD_GALLERY_RE = re.compile(r'"data":\s*(\[\{"thumb".*?\}\])')
_MD_YEAR_RE = re.compile(r"\b(19[89]\d|20[0-2]\d)\b")


class MotoDucharme(BaseConnector):
    source_id = "motoducharme"
    base_url = "https://www.motoducharme.com"
    listing_url = "https://www.motoducharme.com/fr/vehicules-d-occasion/motocyclettes"
    dealer_name = "Moto Ducharme"
    city = "Joliette"
    request_delay = 1.0
    max_details = 150
    max_pages = 5                # ~15 motos affichées, marge pour grandir

    def _listing_urls(self) -> list[tuple[str, str]]:
        """[(url, ext_id)] des motos usagées, pages ?p=N de Magento."""
        seen: dict[str, str] = {}
        max_pages = int(os.environ.get("AUTOKA_MAX_PAGES", self.max_pages))
        for p in range(1, max_pages + 1):
            url = self.listing_url if p == 1 else f"{self.listing_url}?p={p}"
            try:
                html = self.get(url).text
            except Exception:
                break
            before = len(seen)
            for detail_url, ext_id in _MD_DETAIL_RE.findall(html):
                seen.setdefault(ext_id, detail_url)
            if len(seen) == before:          # plus rien de neuf : fin
                break
        return [(u, i) for i, u in seen.items()]

    def _fetch_detail(self, url: str) -> dict:
        html = self.get(url).text
        data: dict = {}
        for block in _LD_RE.findall(html):
            try:
                cand = json.loads(block.strip())
            except ValueError:
                continue
            if isinstance(cand, dict) and cand.get("@type") == "Product":
                data = cand
                break
        if not data:
            return {}
        specs = {_clean(k): _clean(v) for k, v in _MD_SPEC_RE.findall(html)}
        if specs:
            data["_specs"] = specs
        m = _MD_GALLERY_RE.search(html)
        if m:
            try:
                gallery = json.loads(m.group(1))
                data["_gallery"] = [g.get("full") or g.get("img")
                                    for g in gallery
                                    if isinstance(g, dict)
                                    and (g.get("full") or g.get("img"))]
            except ValueError:
                pass
        return data

    def fetch(self) -> list[Vehicle]:
        week = datetime.date.today().isocalendar()
        cache_key = f"v1:{week.year}w{week.week}"      # revalidation hebdo
        cap = int(os.environ.get("AUTOKA_MAX_DETAILS", self.max_details))

        vehicles: list[Vehicle] = []
        real_fetches = 0
        for url, ext_id in self._listing_urls():
            if real_fetches >= cap:
                from .. import db
                if self._detail_con is None:
                    self._detail_con = db.connect()
                data = db.get_cached_detail(self._detail_con, self.source_id,
                                            ext_id, cache_key)
                if data is None:
                    continue
            else:
                before = self._last_request
                try:
                    data = self.detail(ext_id, cache_key,
                                       lambda u=url: self._fetch_detail(u))
                except Exception:
                    if self._last_request != before:
                        real_fetches += 1
                    continue
                if self._last_request != before:
                    real_fetches += 1
            if not data:
                continue
            try:
                veh = self._to_vehicle(ext_id, url, data)
            except Exception:
                continue
            if veh is not None:
                vehicles.append(veh)
        return vehicles

    def _to_vehicle(self, ext_id: str, url: str, d: dict) -> Vehicle | None:
        title = _clean(d.get("name"))
        if not title:
            return None
        specs = d.get("_specs") or {}

        offers = d.get("offers") or {}
        try:
            price = float(offers.get("price"))
            if price <= 0:
                price = None
        except (TypeError, ValueError):
            price = None

        km = None
        for label, value in specs.items():
            if "kilom" in label.lower():
                digits = re.sub(r"[^\d]", "", value)
                if digits:
                    km = float(digits)
                break

        years = _MD_YEAR_RE.findall(title)
        year = int(years[-1]) if years else None

        brand = d.get("brand") or {}
        make = _clean(brand.get("name") if isinstance(brand, dict)
                      else str(brand))
        if make.isupper():                     # « KAWASAKI » → « Kawasaki »
            make = make.title()
        # modèle = titre sans la marque (préfixe, parfois doublée) ni l'année
        model = title
        if make:
            model = re.sub(rf"^(?:{re.escape(make)}\s+)+", "", model,
                           flags=re.I)
        model = _MD_YEAR_RE.sub("", model).strip(" -")

        images = d.get("_gallery") or []
        if not images and d.get("image"):
            images = [d["image"]] if isinstance(d["image"], str) else d["image"]

        color = next((v for k, v in specs.items()
                      if "couleur" in k.lower()), "")

        return Vehicle(
            source=self.source_id,
            external_id=ext_id,
            url=url,
            kind=moto_kind(url, title),
            title=title,
            make=make,
            model=" ".join(model.split()),
            year=year,
            price=price,
            price_label=f"{price:,.0f} $".replace(",", " ") if price else "",
            mileage_km=km,
            mileage_label=f"{km:,.0f} km".replace(",", " ") if km else "",
            exterior_color=color,
            stock_number=str(d.get("sku") or ""),
            dealer_name=self.dealer_name,
            city=self.city,
            description=_clean(d.get("description"))[:4000],
            details={k: v for k, v in specs.items()
                     if v and v.upper() not in ("N.D.", "N/A")},
            images=[u for u in images if isinstance(u, str)][:MAX_IMAGES],
        )