"""pornhat.com — search-mode scraper (performer-driven backfill).

KVS engine. Search URL: `/search/<query>/` z `+` jako space separator. Scene URLs
to `/video/<slug>/` (slug bez ID prefix, w przeciwieństwie do 3Movs/OK.xxx). Slug
zawiera tokens query gdy match jest relevant, więc filtruje się automatycznie.

Auto-screenshot thumbnaile (`static.pornhat.com/contents/videos_screenshots/.../1.jpg`)
— do canonical match przez phash NIE nadają się (sprawdzone w probe 2026-05-12, 8%).
Ale wartość scrapera: discovering nowych scen performera których inne tube'y/canonical
nie mają. Mostly orphan ingest, ale dla popular performers może łapać studio scenes
których nie mamy w TPDB jeszcze.

Metadata enrich: scene page ma `class="info-video js-ajax-{dvd,model,tag}"` div'y
z `data-setup='{"title": ..., "url": ..., "dir": ...}'` JSON. Parsujemy w
`_fetch_scene_metadata()` żeby insertować studio (dvd), dodatkowych performerów
(models), i tagi do każdej sceny.
"""
from __future__ import annotations

import json
import logging
import re

from app.connectors.base import RawPerformer, RawStudio, RawTag
from app.connectors.direct_scrapers._search_base import BaseSearchScraper
from app.extractors import browser_get

log = logging.getLogger(__name__)


# `class="info-video js-ajax-<kind>"` ... `data-setup='<json>'`. JSON jest
# single-quoted (HTML attribute), z double-quotes wewnątrz dla string values.
# `\1` w replacement: backreference do `<kind>` żeby wiedzieć co matchujemy.
_AJAX_DATA_RE = re.compile(
    r"class=\"info-video js-ajax-(?P<kind>dvd|model|tag)[^\"]*\"[^>]*data-setup='(?P<json>[^']+)'",
    re.IGNORECASE,
)


class PornHatScraper(BaseSearchScraper):
    sitetag = "pornhatcom"
    # Pagination KVS-style: /search/<query>/<page>/ (page=1 ALSO works z explicit `/1/`)
    _search_url_template = "https://www.pornhat.com/search/{query}/{page}/"
    # PornHat search HTML używa relative hrefs `/video/<slug>/`. BaseSearchScraper
    # automatycznie konwertuje relative → absolute via urlparse(search_url).netloc.
    _scene_url_re = re.compile(
        r'href="(?P<url>(?:https://www\.pornhat\.com)?/video/(?P<slug>[a-z0-9\-]+)/)"',
        re.IGNORECASE,
    )

    def _format_query_for_url(self, query: str) -> str:
        # KVS: lowercase + spaces → `-` (slug-style), działa też `+`
        return query.strip().lower().replace(" ", "-")

    def _fetch_scene_metadata(
        self, scene_url: str
    ) -> tuple[RawStudio | None, list[RawPerformer], list[RawTag]] | None:
        """Fetch scene detail + parse `js-ajax-{dvd,model,tag}` data-setup JSON."""
        try:
            r = browser_get(scene_url, timeout=self._timeout)
            if r.status_code != 200:
                return None
        except Exception as e:
            log.debug("pornhat detail fetch failed %s: %s", scene_url, e)
            return None

        studio: RawStudio | None = None
        performers: list[RawPerformer] = []
        tags: list[RawTag] = []

        for m in _AJAX_DATA_RE.finditer(r.text):
            kind = m.group("kind").lower()
            try:
                data = json.loads(m.group("json"))
            except json.JSONDecodeError:
                continue
            name = (data.get("title") or "").strip()
            slug = (data.get("dir") or "").strip() or None
            if not name:
                continue
            if kind == "dvd":
                # `dvd` to studio/series wrapper (np. "Adult Time"). Pierwsze
                # wystąpienie bierzemy jako studio sceny — rzadko jest ich więcej.
                if studio is None:
                    studio = RawStudio(
                        external_id=f"pornhatcom:dvd:{slug or name.lower()}",
                        name=name,
                        slug=slug,
                    )
            elif kind == "model":
                performers.append(RawPerformer(name=name))
            elif kind == "tag":
                tags.append(RawTag(
                    external_id=f"pornhatcom:tag:{slug or name.lower()}",
                    name=name,
                    slug=slug,
                ))

        return studio, performers, tags