"""Диспетчер извлечения: путь к файлу → ParsedDocument.

Определяет формат, читает файл в сетки и прогоняет их через общий грид-экстрактор.
PDF с битым текстовым слоем помечается как scan_pdf — его добирает путь через Vision.
Любой сбой чтения логируется, но не роняет обработку остального архива.
"""

from __future__ import annotations

import os
import sys
from datetime import date
from pathlib import Path

sys.path.insert(0, str(Path(__file__).resolve().parents[2]))

from contracts.models import ParsedDocument  # noqa: E402
from etl.extractors import readers  # noqa: E402
from etl.extractors.grid import extract_rows_from_grid  # noqa: E402


def extract(path: str, use_vision: bool = True) -> ParsedDocument:
    """Разобрать один файл прайса в структурированный ParsedDocument.

    use_vision=False отключает добор через Gemini Vision (быстрый прогон без
    обращений к API), даже если ключ задан.
    """
    name = Path(path).name
    fmt = readers.detect_format(path)
    doc = ParsedDocument(
        file_name=name, file_format=fmt, partner_name=readers.partner_from_name(name)
    )

    year = readers.year_from_name(name)
    if year:
        doc.effective_date = date(year, 1, 1)

    try:
        if fmt == "xlsx":
            grids, text = readers.xlsx_grids(path)
        elif fmt == "xls":
            grids, text = readers.xls_grids(path)
        elif fmt == "docx":
            grids, text = readers.docx_grids(path)
        elif fmt == "pdf":
            grids, text = readers.pdf_grids(path)
            if readers.is_garbled(text):
                doc.file_format = "scan_pdf"
                doc.parse_log.append("битый текстовый слой — требуется распознавание (Vision)")
        else:
            doc.parse_log.append(f"неизвестный формат: {fmt}")
            return doc
    except Exception as exc:  # noqa: BLE001 — сбой чтения логируем, конвейер не роняем
        doc.parse_log.append(f"ошибка чтения: {type(exc).__name__}: {exc}")
        return doc

    doc.raw_content = text[:200_000]
    for grid in grids:
        try:
            doc.rows.extend(extract_rows_from_grid(grid))
        except Exception as exc:  # noqa: BLE001
            doc.parse_log.append(f"ошибка разбора таблицы: {type(exc).__name__}: {exc}")

    # Трудные PDF (скан, битый слой, нулевой разбор) добираем через Gemini Vision.
    needs_vision = use_vision and fmt == "pdf" and (doc.file_format == "scan_pdf" or not doc.rows)
    if needs_vision and os.environ.get("GEMINI_API_KEY"):
        try:
            from etl.extractors.vision import extract_with_vision

            vision_rows = extract_with_vision(path)
            doc.rows.extend(vision_rows)
            doc.file_format = "scan_pdf"
            doc.parse_log.append(f"Vision добрал {len(vision_rows)} позиций")
        except Exception as exc:  # noqa: BLE001
            doc.parse_log.append(f"Vision не сработал: {type(exc).__name__}: {exc}")

    if not doc.rows:
        doc.parse_log.append("позиции не извлечены")
    return doc