# -----------------------------------------------------------------------------
# Sorti-Ka — Agrégateur de sorties & événements (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/monteregie.py : Tourisme Montérégie — événements (ATR, Phase 4)
#   Source    : https://www.tourisme-monteregie.qc.ca — WordPress dont l'API
#               REST publique expose le CPT `cpt_event` (78 fiches publiées,
#               X-WP-TotalPages=1, revérifié 2026-08-25). Gisement Tourinsoft
#               (acf.syndic_object_id EVENMTOV… — même famille que le SIT
#               Québec ; recoupement géré par dedup_key, mais l'ATR ajoute
#               GPS, image, site web et description que le flux SITQ ne
#               publie pas).
#   Extraction: API JSON /wp-json/wp/v2/cpt_event (paginée per_page=100) →
#               titre, description (content, fallback excerpt), plage de
#               dates FR (« Du 18 septembre au 20 septembre 2026 »), lat/long,
#               site web, image. ENRICHI (2026-08-25) : taxonomie
#               event-categorie (1 GET/sync) → catégories brutes (« Marchés
#               de Noël », « Festival et autres événements »). Fiches détail
#               incrémentales (cache data/monteregie_cache.json,
#               MTG_FICHE_MAX/sync, re-visite 7 j) : bloc JSON-LD Event →
#               adresse civique, ville, code postal. Ni heure ni tarif
#               structurés publiés (vérifié sur fiches) → jamais inventés.
#   Accès     : API REST WordPress publique (aucune auth), robots.txt sans
#               interdiction sur /wp-json/ — GET throttlés, UA honnête.
# -----------------------------------------------------------------------------
from __future__ import annotations

import json
import os
import re
import time

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

BASE = "https://www.tourisme-monteregie.qc.ca"
API = BASE + "/wp-json/wp/v2/cpt_event"
TAX_API = BASE + "/wp-json/wp/v2/event-categorie"
PER_PAGE = 100
PAGE_MAX = 5                                  # garde-fou (78 fiches en 2026-08)
FICHE_MAX = int(os.environ.get("MTG_FICHE_MAX", "15"))
REFRESH_AFTER = 7 * 86400

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


class MonteregieConnector(BaseConnector):
    source_id = "monteregie"
    request_delay = 0.8

    def _list_events(self) -> list[dict]:
        rows: list[dict] = []
        for page in range(1, PAGE_MAX + 1):
            batch = self.get_json(API, params={
                "per_page": PER_PAGE, "page": page})
            if not isinstance(batch, list) or not batch:
                break
            rows.extend(batch)
            if len(batch) < PER_PAGE:
                break
        return rows

    def _categories(self) -> dict[int, str]:
        """Taxonomie event-categorie : {id: libellé} (1 GET, jamais bloquant)."""
        try:
            terms = self.get_json(TAX_API, params={"per_page": 100})
            return {t["id"]: clean_text(t.get("name", ""))
                    for t in terms if isinstance(t, dict) and t.get("id")}
        except Exception:
            return {}

    def _parse_fiche(self, html: str) -> dict:
        """Adresse/ville/salle du bloc JSON-LD Event de la fiche (thème ATR)."""
        for m in _LDJSON_RE.findall(html):
            try:
                data = json.loads(m)
            except ValueError:
                continue
            items = data if isinstance(data, list) else [data]
            for item in items:
                if not isinstance(item, dict) or item.get("@type") != "Event":
                    continue
                loc = item.get("location") or {}
                addr = loc.get("address") or {}
                venue = clean_text(loc.get("name", ""))
                # le thème recopie le nom de l'événement comme nom de lieu —
                # on ne garde le lieu que s'il diffère du titre (jamais inventé)
                if venue and venue.lower() == clean_text(
                        item.get("name", "")).lower():
                    venue = ""
                return {
                    "venue": venue,
                    "address": clean_text(addr.get("streetAddress", "")),
                    "city": clean_text(addr.get("addressLocality", "")),
                    "postal_code": clean_text(addr.get("postalCode", "")),
                }
        return {}

    def fetch(self) -> list[Event]:
        rows = self._list_events()
        categories = self._categories()
        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 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))[:FICHE_MAX]
        for row in to_fetch:
            eid, link = str(row.get("id")), row.get("link", "")
            detail: dict = {}
            try:
                if link:
                    detail = self._parse_fiche(self.get(link).text)
            except Exception:
                detail = {}
            cache[eid] = {"ts": now, "detail": detail}
        self.save_cache(cache)

        events: list[Event] = []
        for row in rows:
            eid = str(row.get("id") or "")
            acf = row.get("acf") or {}
            if not eid or not isinstance(acf, dict):
                continue
            start, end = parse_date_range_fr(acf.get("date", ""))
            images = acf.get("images") or []
            image = ""
            if isinstance(images, list) and images and isinstance(images[0], dict):
                image = images[0].get("url", "")
            detail = cache.get(eid, {}).get("detail") or {}
            title = clean_text((row.get("title") or {}).get("rendered", ""))
            description = clean_text(
                (row.get("content") or {}).get("rendered", "")) or clean_text(
                (row.get("excerpt") or {}).get("rendered", ""))
            raw_cats = [categories[t] for t in (row.get("event-categorie") or [])
                        if t in categories]
            events.append(Event(
                source=self.source_id,
                external_id=eid,
                url=row.get("link", ""),
                title=title,
                description=description,
                raw_categories=raw_cats + [title],
                venue=detail.get("venue", ""),
                address=detail.get("address", ""),
                city=detail.get("city", ""),
                postal_code=detail.get("postal_code", ""),
                tourist_region="Montérégie",
                lat=acf.get("lat") or None,
                lng=acf.get("long") or None,
                start_date=start,
                end_date=end,
                website=acf.get("website", "") or "",
                image=image,
            ))
        return events