# -----------------------------------------------------------------------------
# Sorti-Ka — Agrégateur de sorties & événements (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/drummondville.py : connecteur Ville de Drummondville — calendrier
#   Source    : https://www.drummondville.ca/culture-loisirs-et-sports/
#               calendrier-des-evenements/ (WordPress + Toolset Views).
#   Extraction: la vue Toolset se pagine CÔTÉ SERVEUR par ?wpv_paged=N
#               (vérifié 2026-08-25) → cartes HTML (10/page) : plage de dates
#               FR, heure texte (« 19 h » / « Horaire variable »), catégorie,
#               titre, url fiche, image. Enrichissement par fiche
#               /evenement/<slug>/ (lieu « event-place », coût « Gratuit »)
#               — CACHE INCRÉMENTAL disque, plafond DRU_FICHES par sync.
#   Accès     : site municipal public, robots.txt permissif (wp-admin
#               seulement). GET directs throttlés, identification honnête.
#   Prix      : la fiche publie le coût (souvent « Gratuit ») → price_label
#               fidèle, jamais inventé.
# -----------------------------------------------------------------------------
from __future__ import annotations

import html as _html
import os
import re

from ..normalize import clean_text, parse_date_range_fr, parse_time
from ..schema import Event
from .base import BaseConnector

LIST_URL = ("https://www.drummondville.ca/culture-loisirs-et-sports/"
            "calendrier-des-evenements/")
PAGES_MAX = int(os.environ.get("DRU_PAGES", "12"))
FICHES_MAX = int(os.environ.get("DRU_FICHES", "40"))

_CARD_RE = re.compile(
    r'<div class="events-list">(.*?)(?=<div class="events-list">|<!-- FIN|$)',
    re.S)
_TITLE_RE = re.compile(
    r'class="events-titre"><a href="([^"]+)"[^>]*>(.*?)</a>', re.S)
_DATE_RE = re.compile(r'class="events-jours">\s*(.*?)\s*</span>', re.S)
_HEURE_RE = re.compile(r'class="events-heure">(.*?)</p>', re.S)
_CAT_RE = re.compile(r'class="events-cat[^"]*">.*?</i>\s*(.*?)</span>', re.S)
_IMG_RE = re.compile(r'<img[^>]+src="([^"]+)"')
# fiche
_F_PLACE_RE = re.compile(
    r'class="event-place">\s*<a[^>]*>\s*<p>(.*?)</p>', re.S)
_F_COUT_RE = re.compile(r'class="events-cout">(.*?)</span>', re.S)
# id de la vue Toolset du calendrier (requis pour wpv_paged, sinon la
# pagination ressert la page 1) — extrait du FORMULAIRE DE FILTRE de la page
# (la vue « alerte » 1209 publie aussi un wpv_view_count : ne pas la prendre)
_VIEW_RE = re.compile(r'name="wpv-filter-(\d+)"')
VIEW_FALLBACK = "898"


def _range(txt: str) -> tuple[str | None, str | None]:
    """« 27 juin au 29 août 2026 » → plage ISO (préfixe « du » requis par le
    parseur commun pour résoudre le début partiel)."""
    txt = re.sub(r"^\s*du\s+", "", txt, flags=re.I)
    return parse_date_range_fr("du " + txt)


class DrummondvilleConnector(BaseConnector):
    source_id = "drummondville"
    request_delay = 0.8

    def _parse_page(self, html: str) -> list[dict]:
        rows: list[dict] = []
        for block in _CARD_RE.findall(html):
            t = _TITLE_RE.search(block)
            d = _DATE_RE.search(block)
            if not t or not d:
                continue
            start, end = _range(clean_text(d.group(1)))
            if not start:
                continue
            h = _HEURE_RE.search(block)
            heure = clean_text(re.sub(r"<[^>]+>", " ", h.group(1))) if h else ""
            cat = _CAT_RE.search(block)
            img = _IMG_RE.search(block)
            rows.append({
                "url": t.group(1),
                "title": clean_text(_html.unescape(
                    re.sub(r"<[^>]+>", " ", t.group(2)))),
                "start": start,
                "end": end or start,
                "start_time": parse_time(heure),
                "category": clean_text(cat.group(1)) if cat else "",
                "image": img.group(1) if img else "",
            })
        return rows

    def _fiche(self, url: str) -> dict:
        html = self.get(url).text
        out: dict = {}
        m = _F_PLACE_RE.search(html)
        if m:
            out["venue"] = clean_text(_html.unescape(
                re.sub(r"<[^>]+>", " ", m.group(1))))
        m = _F_COUT_RE.search(html)
        if m:
            out["price_label"] = clean_text(re.sub(r"<[^>]+>", " ", m.group(1)))
        return out

    def fetch(self) -> list[Event]:
        rows: list[dict] = []
        seen_urls: set[str] = set()
        view_id = VIEW_FALLBACK
        for page in range(1, PAGES_MAX + 1):
            params = ({"wpv_view_count": view_id, "wpv_paged": str(page)}
                      if page > 1 else None)
            html = self.get(LIST_URL, params=params).text
            if page == 1:
                m = _VIEW_RE.search(html)
                if m:
                    view_id = m.group(1)
            batch = self._parse_page(html)
            new = [r for r in batch if r["url"] not in seen_urls]
            if not new:          # Toolset ressert la dernière page → stop
                break
            seen_urls.update(r["url"] for r in new)
            rows += new
            if len(batch) < 10:
                break
        cache = self.load_cache()
        fetched = 0
        for r in rows:
            slug = r["url"].rstrip("/").rsplit("/", 1)[-1]
            r["slug"] = slug
            if slug not in cache and fetched < FICHES_MAX:
                try:
                    cache[slug] = self._fiche(r["url"])
                    fetched += 1
                except Exception as exc:   # fiche cassée ≠ source cassée
                    print(f"[sorti-ka] drummondville : fiche {slug} "
                          f"ignorée : {exc}")
        if fetched:
            self.save_cache(cache)
        events: list[Event] = []
        seen: set[str] = set()
        for r in rows:
            ext = f"{r['slug']}-{r['start']}"
            if ext in seen:
                continue
            seen.add(ext)
            extra = cache.get(r["slug"]) or {}
            events.append(Event(
                source=self.source_id,
                external_id=ext,
                url=r["url"],
                title=r["title"],
                raw_categories=[r["category"]] if r["category"] else [r["title"]],
                venue=extra.get("venue", ""),
                city="Drummondville",
                region="Centre-du-Québec",
                start_date=r["start"],
                start_time=r["start_time"],
                end_date=r["end"],
                price_label=extra.get("price_label", ""),
                organizer="Ville de Drummondville",
                image=r["image"],
            ))
        return events