# -----------------------------------------------------------------------------
# Sorti-Ka — Agrégateur de sorties & événements (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/saintjerome.py : connecteur Ville de Saint-Jérôme — calendrier
#   Source    : https://www.vsj.ca/calendrier/ (WordPress + FacetWP).
#   Extraction: le listing FacetWP se pagine CÔTÉ SERVEUR par paramètres
#               d'URL (vérifié 2026-08-25) : GET /calendrier/?fwp_calendar_
#               dates=<aujourd'hui>&fwp_paged=N → cartes HTML rendues
#               (10/page) : date FR, heure « 19 h », lieu, titre, url fiche,
#               extrait, image. On pagine jusqu'à épuisement (plafond
#               VSJ_PAGES). Le flux RSS /calendrier/feed/ est périmé (2019)
#               et l'API REST wp/v2/event ne publie pas les dates.
#   Accès     : site municipal public, robots.txt permissif (wp-admin
#               seulement). GET directs throttlés, identification honnête.
#   Prix      : non publié dans les cartes → jamais inventé.
# -----------------------------------------------------------------------------
from __future__ import annotations

import html as _html
import os
import re
from datetime import date

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

LIST_URL = "https://www.vsj.ca/calendrier/"
PAGES_MAX = int(os.environ.get("VSJ_PAGES", "12"))

# la classe exacte est « event__single ... » — ne pas confondre avec les
# sous-blocs event__single--image / --content
_CARD_RE = re.compile(
    r'<div[^>]*class="event__single(?:\s[^"]*)?"[^>]*>(.*?)(?=<div[^>]*class="event__single(?:\s[^"]*)?"|<!-- \.facetwp-template|$)',
    re.S)
_DATE_RE = re.compile(r'class="event__date">([^<]+)</h4>')
_TITLE_RE = re.compile(
    r'class="event__title">\s*<a href="([^"]+)">([^<]+)</a>', re.S)
_TIME_RE = re.compile(r'class="event__time">(?:<i[^>]*></i>)?([^<]+)</div>')
_PLACE_RE = re.compile(r'class="event__place">(?:<i[^>]*></i>)?([^<]+)</span>')
_DESC_RE = re.compile(r'class="event__desc">\s*<p>(.*?)</p>', re.S)
# rendu FacetWP côté serveur : <img src='...'> (pas de lazy-load)
_IMG_RE = re.compile(
    r"<img[^>]+src=['\"](https?://[^'\"]*wp-content/uploads/[^'\"]+)['\"]|"
    r"data-lazy-src=\"([^\"]+)\"")


class SaintJeromeConnector(BaseConnector):
    source_id = "saintjerome"
    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 = parse_date_fr(d.group(1))
            if not start:
                continue
            tm = _TIME_RE.search(block)
            start_time = parse_time(tm.group(1)) if tm else None
            pl = _PLACE_RE.search(block)
            venue = address = ""
            if pl:
                # « Hôtel de ville (300, rue Parent) » → lieu + adresse
                m = re.match(r"^(.*?)\s*(?:\(([^)]+)\))?\s*$",
                             clean_text(_html.unescape(pl.group(1))))
                venue, address = m.group(1), m.group(2) or ""
            desc = _DESC_RE.search(block)
            img = _IMG_RE.search(block)
            image = (img.group(1) or img.group(2)) if img else ""
            rows.append({
                "url": t.group(1),
                "title": clean_text(_html.unescape(t.group(2))),
                "start": start,
                "start_time": start_time,
                "venue": venue,
                "address": address,
                "description": clean_text(re.sub(
                    r"<[^>]+>", " ", _html.unescape(desc.group(1)))) if desc else "",
                "image": image,
            })
        return rows

    def fetch(self) -> list[Event]:
        rows: list[dict] = []
        today = date.today().isoformat()
        for page in range(1, PAGES_MAX + 1):
            params = {"fwp_calendar_dates": today}
            if page > 1:
                params["fwp_paged"] = str(page)
            batch = self._parse_page(self.get(LIST_URL, params=params).text)
            rows += batch
            if len(batch) < 10:
                break
        events: list[Event] = []
        seen: set[str] = set()
        for r in rows:
            slug = r["url"].rstrip("/").rsplit("/", 1)[-1]
            ext = f"{slug}-{r['start']}"
            if ext in seen:
                continue
            seen.add(ext)
            events.append(Event(
                source=self.source_id,
                external_id=ext,
                url=r["url"],
                title=r["title"],
                description=r["description"],
                raw_categories=[r["title"]],
                venue=r["venue"],
                address=r["address"],
                city="Saint-Jérôme",
                region="Laurentides",
                start_date=r["start"],
                start_time=r["start_time"],
                end_date=r["start"],
                organizer="Ville de Saint-Jérôme",
                image=r["image"],
            ))
        return events