"""Universal duration extractor for tube pages.

Direct scrapery (xvideos, xnxx, youporn, porntrex, …) są search-only — pobierają
listing i wycioskują tylko URL + slug-as-title. Duration pojawia się dopiero na
detail page i jest dostępne w jednym z patternów:

1. **OpenGraph numeric** (youporn, redtube, eporner):
   `<meta property="og:video:duration" content="992">` — sekundy.
2. **OpenGraph ISO 8601** (rzadkie):
   `<meta property="og:video:duration" content="PT16M32S">`.
3. **Schema.org VideoObject LD-JSON** (xvideos, xnxx, KVS-based):
   `"duration": "PT00H07M10S"` w JSON-LD `<script type="application/ld+json">`.
4. **itemprop microdata** (sxyland, 0dayxx, niektóre WordPress):
   `<meta itemprop="duration" content="P0DT0H21M13S">` — ISO 8601 z opcjonalnym
   `P<days>D` prefix + opcjonalnym `T` blokiem HMS.

Funkcja zwraca pierwszy znaleziony match jako int seconds, lub None.
"""
from __future__ import annotations

import re

_OG_DURATION_RE = re.compile(
    r'<meta\s+property="(?:og:(?:video:)?|video:)duration"\s+content="([^"]+)"',
    re.IGNORECASE,
)
_LD_DURATION_RE = re.compile(r'"duration"\s*:\s*"(P[0-9DTHMS]+)"', re.IGNORECASE)
_ITEMPROP_DURATION_RE = re.compile(
    r'itemprop="duration"[^>]*content="([^"]+)"', re.IGNORECASE
)
# Hqporner-style meta description: "Video duration is 6min 55sec" lub "1h 23min 5sec".
# Generic — pasuje też do innych tube'ów które dorzucają w meta opis duration prozą.
_META_DESC_DURATION_RE = re.compile(
    r'(?:duration\s+is\s+|<meta\s+name="description"\s+content="[^"]*duration\s+is\s+)'
    r'(?:(\d+)\s*h(?:our)?s?)?\s*(?:(\d+)\s*min)?\s*(?:(\d+)\s*sec)?',
    re.IGNORECASE,
)
# Generalized ISO 8601: P[<n>D][T[<n>H][<n>M][<n>S]]. Pokrywa `PT16M32S`,
# `PT00H07M10S`, `P0DT0H21M13S` jednocześnie. Dni są rzadko sensowne (>24h scena),
# ale zachowujemy bo niektóre tube'y wpisują P0D dla porządku.
_ISO_DURATION_RE = re.compile(
    r"^P(?:(\d+)D)?(?:T(?:(\d+)H)?(?:(\d+)M)?(?:(\d+)S)?)?$", re.IGNORECASE
)


def _parse_iso8601(value: str) -> int | None:
    """`P0DT0H21M13S` → 1273, `PT00H07M10S` → 430. None gdy format niepasujący
    LUB total == 0 (sygnał placeholder bez duration)."""
    m = _ISO_DURATION_RE.match(value.strip())
    if not m:
        return None
    d, h, mi, s = (int(g) if g else 0 for g in m.groups())
    total = d * 86400 + h * 3600 + mi * 60 + s
    return total if total > 0 else None


def extract_duration_sec(html: str) -> int | None:
    """Zwraca duration w sekundach lub None gdy żaden wzorzec nie pasuje.

    Kolejność: OG numeric → OG ISO → LD-JSON ISO → itemprop ISO. Pierwsze pasujące
    z `total > 0` wygrywa.
    """
    if not html:
        return None

    if (m := _OG_DURATION_RE.search(html)):
        v = m.group(1).strip()
        if v.isdigit():
            n = int(v)
            if n > 0:
                return n
        if v.upper().startswith("P") and (parsed := _parse_iso8601(v)) is not None:
            return parsed

    if (m := _LD_DURATION_RE.search(html)):
        if (parsed := _parse_iso8601(m.group(1))) is not None:
            return parsed

    if (m := _ITEMPROP_DURATION_RE.search(html)):
        v = m.group(1).strip()
        if v.upper().startswith("P") and (parsed := _parse_iso8601(v)) is not None:
            return parsed

    # Hqporner: "Video duration is 6min 55sec" w meta description.
    if (m := _META_DESC_DURATION_RE.search(html)):
        h, mi, s = (int(g) if g else 0 for g in m.groups())
        total = h * 3600 + mi * 60 + s
        if total > 0:
            return total

    return None