# -----------------------------------------------------------------------------
# Sorti-Ka — Agrégateur de sorties & événements (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/shawinigan.py : connecteur Ville de Shawinigan — événements
#   Source    : https://www.shawinigan.ca/loisirs-et-culture/evenements/
#               calendrier/ (WordPress + plugin maison « tri-evenements »).
#   Extraction: archive rendue serveur (cartes « tri-evenement-single » :
#               date FR, titre, extrait, image, url fiche datée
#               /evenements/AAAA/MM/JJ/<slug>/), pagination /calendrier/
#               page/N. Enrichissement par fiche (date de fin « Date de
#               fin : ... », lieu « Lieu : ... », heure si publiée) — CACHE
#               INCRÉMENTAL disque, plafond SHA_FICHES par sync.
#   Accès     : site municipal public, robots.txt permissif (wp-admin
#               seulement). GET directs throttlés, identification honnête.
#   Prix      : non publié par la source → jamais inventé.
# -----------------------------------------------------------------------------
from __future__ import annotations

import html as _html
import os
import re

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

LIST_URL = "https://www.shawinigan.ca/loisirs-et-culture/evenements/calendrier/"
PAGES_MAX = int(os.environ.get("SHA_PAGES", "6"))
FICHES_MAX = int(os.environ.get("SHA_FICHES", "40"))

# cartes : « -single » (prochain événement) et « -list » (liste « À venir »)
_CARD_RE = re.compile(
    r'<article[^>]*class="tri-evenement-evenement tri-evenement-(?:single|list)"[^>]*>(.*?)</article>',
    re.S)
_TITLE_RE = re.compile(
    r'tri-evenement-titre"><a href="([^"]+)"[^>]*>(.*?)</a>', re.S)
_DATE_RE = re.compile(r'tri-evenement-date">.*?</i>\s*(.*?)\s*</p>', re.S)
_DESC_RE = re.compile(r'tri-evenement-desc">(.*?)</p>', re.S)
_IMG_RE = re.compile(r'<img[^>]+src="([^"]+)"')
_URL_DATE_RE = re.compile(r"/evenements/(\d{4})/(\d{2})/(\d{2})/")
# fiche
_F_FIN_RE = re.compile(r"Date de fin\s*:\s*(.*?)\s*</p>", re.S)
_F_LIEU_RE = re.compile(r"Lieu\s*:\s*(.*?)\s*</p>", re.S)
_F_HEURE_RE = re.compile(r"Heure\s*:\s*(.*?)\s*</p>", re.S)


class ShawiniganConnector(BaseConnector):
    source_id = "shawinigan"
    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)
            if not t:
                continue
            url = t.group(1)
            start = None
            m = _URL_DATE_RE.search(url)          # URL datée = source fiable
            if m:
                start = f"{m.group(1)}-{m.group(2)}-{m.group(3)}"
            else:
                d = _DATE_RE.search(block)
                start = parse_date_fr(clean_text(d.group(1))) if d else None
            if not start:
                continue
            desc = _DESC_RE.search(block)
            img = _IMG_RE.search(block)
            rows.append({
                "url": url,
                "title": clean_text(_html.unescape(
                    re.sub(r"<[^>]+>", " ", t.group(2)))),
                "start": start,
                "description": clean_text(_html.unescape(re.sub(
                    r"<[^>]+>", " ", desc.group(1)))) if desc 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_FIN_RE.search(html)
        if m:
            end = parse_date_fr(clean_text(re.sub(r"<[^>]+>", " ", m.group(1))))
            if end:
                out["end"] = end
        m = _F_LIEU_RE.search(html)
        if m:
            out["venue"] = clean_text(_html.unescape(
                re.sub(r"<[^>]+>", " ", m.group(1))))
        m = _F_HEURE_RE.search(html)
        if m:
            t = parse_time(clean_text(re.sub(r"<[^>]+>", " ", m.group(1))))
            if t:
                out["start_time"] = t
        return out

    def fetch(self) -> list[Event]:
        rows: list[dict] = []
        seen_urls: set[str] = set()
        for page in range(1, PAGES_MAX + 1):
            url = LIST_URL if page == 1 else f"{LIST_URL}page/{page}/"
            try:
                batch = self._parse_page(self.get(url).text)
            except Exception:
                if page > 1:      # fin de pagination (404)
                    break
                raise
            new = [r for r in batch if r["url"] not in seen_urls]
            if not new:
                break
            seen_urls.update(r["url"] for r in new)
            rows += new
        cache = self.load_cache()
        fetched = 0
        for r in rows:
            # « 2026/09/05/<slug> » : la date de l'URL fait partie de la clé
            key = "/".join(r["url"].rstrip("/").split("/")[-4:])
            r["key"] = key
            if key not in cache and fetched < FICHES_MAX:
                try:
                    cache[key] = self._fiche(r["url"])
                    fetched += 1
                except Exception as exc:   # fiche cassée ≠ source cassée
                    print(f"[sorti-ka] shawinigan : fiche {key} ignorée : {exc}")
        if fetched:
            self.save_cache(cache)
        events: list[Event] = []
        seen: set[str] = set()
        for r in rows:
            ext = r["key"].replace("/", "-")
            if ext in seen:
                continue
            seen.add(ext)
            extra = cache.get(r["key"]) or {}
            events.append(Event(
                source=self.source_id,
                external_id=ext,
                url=r["url"],
                title=r["title"],
                description=r["description"],
                raw_categories=[r["title"]],
                venue=extra.get("venue", ""),
                city="Shawinigan",
                region="Mauricie",
                start_date=r["start"],
                start_time=extra.get("start_time"),
                end_date=extra.get("end") or r["start"],
                organizer="Ville de Shawinigan",
                image=r["image"],
            ))
        return events