# ==============================================================================
# Author: Simon-Pierre Boucher <contact@spboucher.ai>
# File:   scripts/backfill_images.py
# Desc:   Rattrapage ponctuel — photos des restos site-resto captés AVANT
#         l'extraction d'images du connecteur (2026-08-23) : re-visite la page
#         d'accueil du site de chaque fiche site-resto sans images (et de sa
#         fiche OSM jumelle) et pose jusqu'à 6 photos via
#         SiteRestoConnector._extract_images. Idempotent : ne touche que les
#         fiches où images est vide.
# Usage : .venv/bin/python scripts/backfill_images.py [max_sites]
# ==============================================================================
from __future__ import annotations

import json
import sys
from concurrent.futures import ThreadPoolExecutor

sys.path.insert(0, ".")
from restoka import db  # noqa: E402
from restoka.connectors.siteresto import SiteRestoConnector, _domain  # noqa: E402

MAX = int(sys.argv[1]) if len(sys.argv) > 1 else 400
WORKERS = 6

con = db.connect()
rows = con.execute(
    """SELECT uid, external_id, name, website, url FROM restaurants
       WHERE source='site-resto' AND active=1
         AND (images IS NULL OR images='' OR images='[]')
       LIMIT ?""", (MAX,)).fetchall()
print(f"{len(rows)} fiches site-resto sans images à rattraper")


def _one(row):
    worker = SiteRestoConnector()
    site = (row["website"] or "").strip()
    if not site:
        # la fiche site-resto garde le site dans la fiche OSM jumelle ; url =
        # page du menu, son domaine suffit pour retrouver l'accueil
        site = "https://" + _domain(row["url"] or "")
    if not site.startswith("http"):
        site = "https://" + site
    try:
        html = worker._get_html(site)
        imgs = worker._extract_images(html, site)
        return row["uid"], row["external_id"], imgs
    except Exception as exc:
        print(f"  {row['name']}: erreur {exc}", file=sys.stderr)
        return row["uid"], row["external_id"], []


done = with_img = 0
with ThreadPoolExecutor(max_workers=WORKERS) as pool:
    for uid, ext_id, imgs in pool.map(_one, rows):
        done += 1
        if not imgs:
            continue
        blob = json.dumps(imgs)
        # fiche site-resto + fiche OSM jumelle (même external_id), si vides
        for target in (uid, f"osm:{ext_id.split(':', 1)[-1]}", f"osm:{ext_id}"):
            con.execute(
                "UPDATE restaurants SET images=? WHERE uid=? AND"
                " (images IS NULL OR images='' OR images='[]')",
                (blob, target))
        con.commit()
        with_img += 1
        if with_img % 25 == 0:
            print(f"  {with_img}/{done} fiches avec photos…")

print(f"terminé : {with_img}/{done} fiches enrichies de photos")