# -----------------------------------------------------------------------------
# Sorti-Ka — Agrégateur de sorties & événements (province de Québec)
# Auteur : Simon-Pierre Boucher — contact@spboucher.ai
# connectors/soreltracy.py : connecteur Ville de Sorel-Tracy — événements
#   Source    : https://ville.sorel-tracy.qc.ca/evenements (OctoberCMS,
#               rendu serveur — même famille que rouyn-noranda/joliette).
#   Extraction: pages liste /evenements puis /evenements/2, /3... (arrêt à la
#               première page sans carte) → cartes « thumb-event » : date FR
#               (« 25 août 2026 » ou « Du 29 juillet 2026 au 26 août 2026 »),
#               titre, catégorie, image, url fiche. Enrichissement par fiche
#               /evenement/<slug> (heures, lieu, coût « Gratuit » — blocs
#               event-info__text) — CACHE INCRÉMENTAL disque, plafond
#               SOR_FICHES par sync.
#   Accès     : site municipal public, GET directs throttlés, identification
#               honnête ; robots.txt permissif.
#   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

BASE = "https://ville.sorel-tracy.qc.ca"
LIST_URL = BASE + "/evenements"
PAGES_MAX = int(os.environ.get("SOR_PAGES", "8"))
FICHES_MAX = int(os.environ.get("SOR_FICHES", "40"))

_CARD_RE = re.compile(
    r'<a href="(https://ville\.sorel-tracy\.qc\.ca/evenement/[^"]+)"[^>]*class="thumb-event[^"]*"[^>]*>(.*?)</a>',
    re.S)
_DATE_RE = re.compile(r'card__date">\s*(.*?)\s*</div>', re.S)
_TITLE_RE = re.compile(r'thumb-event__title">\s*(.*?)\s*</div>', re.S)
_CAT_RE = re.compile(r'thumb-event__category">\s*(.*?)\s*</div>', re.S)
_IMG_RE = re.compile(r'<img[^>]+src="([^"]+)"')


class SorelTracyConnector(BaseConnector):
    source_id = "soreltracy"
    request_delay = 0.8

    def _parse_page(self, html: str) -> list[dict]:
        rows: list[dict] = []
        for url, 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 = parse_date_range_fr(
                clean_text(_html.unescape(d.group(1))))
            if not start:
                continue
            cat = _CAT_RE.search(block)
            img = _IMG_RE.search(block)
            image = img.group(1) if img else ""
            if image.startswith("/"):
                image = BASE + image
            rows.append({
                "url": url,
                "title": clean_text(_html.unescape(
                    re.sub(r"<[^>]+>", " ", t.group(1)))),
                "start": start,
                "end": end or start,
                "category": clean_text(_html.unescape(
                    cat.group(1))) if cat else "",
                "image": image,
            })
        return rows

    def _fiche(self, url: str) -> dict:
        """Heures, lieu et coût depuis les blocs event-info de la fiche
        (classement par contenu : heure si « N h », coût si gratuit/$,
        lieu sinon — la date est déjà connue de la carte)."""
        html = self.get(url).text
        out: dict = {}
        texts: list[str] = []
        for m in re.finditer(
                r'event-info__text"[^>]*>\s*(?:<a[^>]*>)?(.*?)(?:</a>)?\s*</div>',
                html, re.S):
            txt = clean_text(_html.unescape(re.sub(r"<[^>]+>", " ", m.group(1))))
            if txt:
                texts.append(txt)
        for txt in texts:
            low = txt.lower()
            if "hours" not in out and re.search(r"\d{1,2}\s*h(\s|$|\d)", low):
                out["hours"] = txt
            elif "price_label" not in out and (
                    "gratuit" in low or "$" in txt or "payant" in low):
                out["price_label"] = txt
            elif "venue" not in out and not parse_date_range_fr(txt)[0]:
                out["venue"] = txt
        return out

    def fetch(self) -> list[Event]:
        rows: list[dict] = []
        for page in range(1, PAGES_MAX + 1):
            url = LIST_URL if page == 1 else f"{LIST_URL}/{page}"
            try:
                batch = self._parse_page(self.get(url).text)
            except Exception:
                if page > 1:      # fin de pagination (404)
                    break
                raise
            if not batch:
                break
            rows += batch
        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] soreltracy : fiche {slug} 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 {}
            hours = extra.get("hours", "")
            start_time = parse_time(hours)
            end_time = None
            m = re.search(r"\bà\s+(\d{1,2}\s*h(?:\s*\d{2})?)", hours)
            if m:
                end_time = parse_time(m.group(1))
            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="Sorel-Tracy",
                region="Montérégie",
                start_date=r["start"],
                start_time=start_time,
                end_date=r["end"],
                end_time=end_time,
                price_label=extra.get("price_label", ""),
                organizer="Ville de Sorel-Tracy",
                image=r["image"],
            ))
        return events