# -----------------------------------------------------------------------------
# Sorti-Ka — Agrégateur de sorties & événements (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/mauricie.py : Tourisme Mauricie (ATR) — RÉHABILITÉE (vague ATR
#   2026-08 ; écartée Phase 3 « liste rendue JS », l'endpoint XHR est percé)
#   Source    : tourismemauricie.com/evenements — calendrier officiel de l'ATR
#               (thème WordPress « Acolyte », listing Vue.js).
#   Extraction: API JSON interne du thème (celle que le composant Vue appelle,
#               vérifiée 2026-08-25) :
#               GET /wp-json/acolyte/v1/get-events-data?lang=fr&page=N
#               → ~174 événements paginés 9/page : id, titre, url, images CDN,
#               ville, salle (venue_name), catégories, date FR, GPS. Fiches
#               détail incrémentales (cache data/mauricie_cache.json, plafond
#               MAU_FICHE_MAX/sync, re-visite 7 j) : JSON-LD Event → date de
#               début ISO, adresse civique, code postal, description.
#   Accès     : API REST WordPress publique du thème (aucune auth), robots.txt
#               sans interdiction — GET throttlés, UA honnête. Ni prix ni heure
#               structurés publiés → jamais inventés. Région administrative
#               résolue par la VILLE (l'ATR couvre aussi des villes du
#               Centre-du-Québec : Bécancour, Nicolet…), repli « Mauricie ».
# -----------------------------------------------------------------------------
from __future__ import annotations

import json
import os
import re
import time

from ..normalize import clean_text, parse_date_range_fr
from ..regions import region_from_city
from ..schema import Event
from .base import BaseConnector

BASE = "https://tourismemauricie.com"
API = BASE + "/wp-json/acolyte/v1/get-events-data"
MAU_PAGE_MAX = int(os.environ.get("MAU_PAGE_MAX", "40"))
MAU_FICHE_MAX = int(os.environ.get("MAU_FICHE_MAX", "12"))
REFRESH_AFTER = 7 * 86400

_LDJSON_RE = re.compile(
    r'<script type="application/ld\+json"[^>]*>(.*?)</script>', re.S)


def _ld_event(html: str) -> dict | None:
    for m in _LDJSON_RE.findall(html):
        try:
            data = json.loads(m)
        except ValueError:
            continue
        for item in (data if isinstance(data, list) else [data]):
            if isinstance(item, dict) and item.get("@type") == "Event":
                return item
    return None


class MauricieConnector(BaseConnector):
    source_id = "mauricie"
    request_delay = 0.8

    def _list_events(self) -> list[dict]:
        rows: list[dict] = []
        page, total_pages = 1, 1
        while page <= min(total_pages, MAU_PAGE_MAX):
            data = self.get_json(API, params={"lang": "fr", "page": page})
            batch = data.get("events") or []
            if not batch:
                break
            rows.extend(batch)
            total_pages = int(data.get("total_pages") or 1)
            page += 1
        return rows

    def _parse_fiche(self, html: str) -> dict:
        """JSON-LD Event de la fiche : date ISO, adresse, description."""
        ld = _ld_event(html)
        if not ld:
            return {}
        addr = ((ld.get("location") or {}).get("address") or {})
        return {
            "start_date": (ld.get("startDate") or "")[:10],
            "end_date": (ld.get("endDate") or "")[:10],
            "description": clean_text(ld.get("description") or ""),
            "address": clean_text(addr.get("streetAddress") or ""),
            "city": clean_text(addr.get("addressLocality") or ""),
            "postal_code": (addr.get("postalCode") or "").strip(),
        }

    def fetch(self) -> list[Event]:
        rows = self._list_events()
        cache = self.load_cache()
        now = time.time()
        current = {str(r.get("id")) for r in rows}
        cache = {k: v for k, v in cache.items() if k in current}

        to_fetch = sorted(
            (r for r in rows
             if r.get("url")
             and (str(r.get("id")) not in cache
                  or now - cache[str(r.get("id"))].get("ts", 0) > REFRESH_AFTER)),
            key=lambda r: cache.get(str(r.get("id")), {}).get("ts", 0)
        )[:MAU_FICHE_MAX]
        for row in to_fetch:
            eid = str(row.get("id"))
            detail: dict = {}
            try:
                detail = self._parse_fiche(self.get(row["url"]).text)
            except Exception:
                detail = {}
            cache[eid] = {"ts": now, "detail": detail}
        self.save_cache(cache)

        events: list[Event] = []
        seen: set[str] = set()
        for r in rows:
            eid = str(r.get("id") or "")
            title = clean_text(r.get("title") or "")
            if not eid or eid in seen or not title:
                continue
            seen.add(eid)
            detail = cache.get(eid, {}).get("detail") or {}
            start, end = parse_date_range_fr(r.get("date") or "")
            pos = r.get("position") or {}
            city = clean_text(r.get("city") or "") or detail.get("city", "")
            cats = [clean_text(c.get("title", "")) for c in
                    (r.get("categories") or []) if isinstance(c, dict)]
            # la source recopie parfois le nom de l'événement comme nom de
            # salle — on ne garde le lieu que s'il diffère du titre
            venue = clean_text(r.get("venue_name") or "")
            if venue.lower() == title.lower():
                venue = ""
            events.append(Event(
                source=self.source_id,
                external_id=eid,
                url=r.get("url", ""),
                title=title,
                description=detail.get("description", ""),
                raw_categories=[c for c in cats if c] + [title],
                venue=venue,
                address=detail.get("address", ""),
                city=city,
                # l'ATR couvre des villes du Centre-du-Québec : la ville prime
                region=region_from_city(city),
                postal_code=detail.get("postal_code", ""),
                tourist_region="Mauricie",
                lat=pos.get("lat"), lng=pos.get("lng"),
                start_date=detail.get("start_date") or start,
                end_date=detail.get("end_date") or end,
                image=r.get("image_large") or r.get("image_medium")
                or r.get("image_small") or "",
            ))
        return events