import logging
import os
import re

log = logging.getLogger(__name__)

try:
    import fitz  # pymupdf
    _fitz_ok = True
except ImportError:
    _fitz_ok = False
    log.warning("pymupdf non installé — pip install pymupdf")

PRODUITS_PDF = {
    "multiplus":  "Victron MultiPlus",
    "quattro":    "Victron Quattro",
    "victron":    "Victron",
    "ve.bus":     "Victron VE.Bus",
    "ess":        "Victron ESS",
    "fronius":    "Onduleur Fronius",
    "symo":       "Onduleur Fronius Symo",
    "sma":        "Onduleur SMA",
    "huawei":     "Onduleur Huawei",
    "byd":        "Batterie BYD",
    "pylontech":  "Batterie Pylontech",
    "daikin":     "PAC Daikin",
    "viessmann":  "PAC Viessmann",
    "keba":       "Borne IRVE Keba",
}


def detecter_produit_pdf(nom_fichier: str) -> str:
    nom = nom_fichier.lower()
    for mot, produit in PRODUITS_PDF.items():
        if mot in nom:
            return produit
    return "Documentation technique"


def extraire_sections(pdf_path: str) -> list[dict]:
    """Découpe un PDF en sections logiques par titres/headings."""
    if not _fitz_ok:
        return []

    doc = fitz.open(pdf_path)
    sections = []
    section_courante = {"titre": "", "contenu": "", "page": 1}

    for page_num, page in enumerate(doc, 1):
        blocs = page.get_text("dict")["blocks"]
        for bloc in blocs:
            if "lines" not in bloc:
                continue
            for line in bloc["lines"]:
                texte = " ".join(span["text"] for span in line["spans"]).strip()
                taille = max((span["size"] for span in line["spans"]), default=0)
                gras = any(span["flags"] & 2**4 for span in line["spans"])

                if not texte or re.match(r"^\d+$", texte):  # ignorer numéros de page
                    continue

                est_titre = (taille > 11 or gras) and len(texte) < 120
                if est_titre:
                    if len(section_courante["contenu"].strip()) > 100:
                        sections.append(section_courante.copy())
                    section_courante = {
                        "titre": texte,
                        "contenu": texte + "\n",
                        "page": page_num,
                    }
                else:
                    section_courante["contenu"] += texte + " "

    if len(section_courante["contenu"].strip()) > 100:
        sections.append(section_courante)

    doc.close()
    return sections


def indexer_pdf(faq_service, pdf_path: str) -> int:
    """Indexe un PDF dans ChromaDB par sections logiques."""
    nom_fichier = os.path.basename(pdf_path)
    produit = detecter_produit_pdf(nom_fichier)
    sections = extraire_sections(pdf_path)

    if not sections:
        log.warning("%s : aucune section extraite", nom_fichier)
        return 0

    # Supprimer l'ancienne indexation de ce fichier
    try:
        faq_service.collection.delete(where={"source": nom_fichier})
    except Exception:
        pass

    indexees = 0
    for i, section in enumerate(sections):
        contenu = section["contenu"].strip()
        if len(contenu) < 80:
            continue
        faq_service.collection.upsert(
            documents=[contenu],
            ids=[f"{nom_fichier}_s{i}"],
            metadatas=[{
                "source":  nom_fichier,
                "produit": produit,
                "titre":   section["titre"][:200],
                "page":    section["page"],
                "type":    "documentation",
            }],
        )
        indexees += 1

    log.info("%s — %d/%d sections indexées (%s)", nom_fichier, indexees, len(sections), produit)
    return indexees