"""Рабочие функции переиндексации (tools/collect.py → build / meta).

Вынесены в отдельный лёгкий модуль, чтобы их можно было запускать в процессах
(multiprocessing на Windows импортирует модуль заново, поэтому здесь нет rich,
интерфейса и состояния сборщика). Каждая функция получает и возвращает только
простые данные.
"""

from __future__ import annotations

import json
import sys
from pathlib import Path

_ROOT = Path(__file__).resolve().parents[1]
for _p in (_ROOT, _ROOT / "tools", _ROOT / "tools" / "harvest"):
    if str(_p) not in sys.path:
        sys.path.insert(0, str(_p))

import harvest_core as hv  # noqa: E402
import meta  # noqa: E402
from src.html_extract import html_to_text  # noqa: E402

PARSERS = {"kinozal": hv.kz_parse, "rutracker": hv.rt_parse, "nnm": hv.nnm_parse}


def build_one(task: dict) -> dict:
    """Один релиз: метки (если нужны) и страница data/pages/<stem>.txt (если нужна).

    task: site, json, html, parse (строить метки), known (уже размечен), page (куда писать
    текст страницы или None). Ответ: labs, error, skipped (нет меток у нового релиза), wrote.
    """
    out = {"labs": [], "error": None, "skipped": False, "wrote": False}
    rec = None
    if task["parse"]:
        rec = json.loads(Path(task["json"]).read_text(encoding="utf-8"))
        try:
            out["labs"], _ = PARSERS[task["site"]](rec)
        except Exception as exc:                                   # noqa: BLE001
            out["error"] = str(exc)
            if not task["known"]:
                return out                                         # новый релиз без разбора — пропуск
        if not out["labs"] and not task["known"]:
            out["skipped"] = True                                  # без меток страницу в обучение не берём
            return out
    if task["page"]:
        text = html_to_text(Path(task["html"]).read_text(encoding="utf-8"))
        Path(task["page"]).write_text(text, encoding="utf-8")
        out["wrote"] = True
    return out


def meta_one(task: dict) -> dict:
    """Одна строка meta.csv. task: site, rec, name, html, page (готовый текст страницы или None)."""
    full = ""
    page = task.get("page")
    if page and Path(page).exists():
        full = Path(page).read_text(encoding="utf-8")              # уже разобран при сборке страниц
    elif task.get("html") and Path(task["html"]).exists():
        full = html_to_text(Path(task["html"]).read_text(encoding="utf-8"))
    return meta.extract(task["site"], task["rec"], task["name"], full)