"""네이버 블로그 본문 크롤링 모듈."""

import asyncio
import logging
import re
from typing import Any, Dict, List, Optional, Tuple
from urllib.parse import urlparse

import httpx
from bs4 import BeautifulSoup

logger = logging.getLogger(__name__)

_TIMEOUT = 10  # 글당 크롤링 타임아웃 (초)
_MAX_CONTENT_LENGTH = 2000  # 본문 최대 길이

# 네이버 블로그 URL 패턴: blog.naver.com/{blogId}/{logNo}
_BLOG_URL_RE = re.compile(r"blog\.naver\.com/([^/]+)/(\d+)")


def _parse_naver_blog_url(url: str) -> Optional[Tuple[str, str]]:
    """네이버 블로그 URL에서 blogId, logNo 추출. 실패 시 None."""
    match = _BLOG_URL_RE.search(url)
    if not match:
        return None
    return match.group(1), match.group(2)


async def _fetch_html(url: str) -> str:
    """URL에서 HTML을 가져온다."""
    async with httpx.AsyncClient(timeout=_TIMEOUT, follow_redirects=True) as client:
        resp = await client.get(url, headers={
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
        })
        resp.raise_for_status()
        return resp.text


def _extract_text(html: str) -> str:
    """HTML에서 본문 텍스트를 추출한다."""
    soup = BeautifulSoup(html, "html.parser")

    # 스마트에디터 3 (SE3)
    container = soup.select_one("div.se-main-container")
    if not container:
        # 구 에디터
        container = soup.select_one("div#postViewArea")
    if not container:
        # 폴백: body 전체
        container = soup.body

    if not container:
        return ""

    # 스크립트/스타일 제거
    for tag in container.find_all(["script", "style"]):
        tag.decompose()

    text = container.get_text(separator="\n", strip=True)
    return text[:_MAX_CONTENT_LENGTH]


async def crawl_blog_content(url: str) -> str:
    """네이버 블로그 URL에서 본문 텍스트 추출.

    - 네이버 블로그가 아니면 빈 문자열
    - 크롤링 실패 시 빈 문자열 (에러 로그만)
    - 본문 최대 2,000자
    """
    parsed = _parse_naver_blog_url(url)
    if not parsed:
        return ""

    blog_id, log_no = parsed
    # iframe 내부 실제 본문 URL
    post_url = f"https://blog.naver.com/PostView.naver?blogId={blog_id}&logNo={log_no}"

    try:
        html = await _fetch_html(post_url)
        return _extract_text(html)
    except Exception as e:
        logger.warning("블로그 크롤링 실패 (%s): %s", url, e)
        return ""


async def enrich_top_blogs(top_blogs: List[Dict[str, Any]]) -> List[Dict[str, Any]]:
    """top_blogs 리스트 각 항목에 content 필드를 추가.

    개별 크롤링 실패 시 해당 항목의 content를 빈 문자열로 설정하고 나머지 계속 진행.
    """
    result = []
    for blog in top_blogs:
        enriched = dict(blog)
        try:
            enriched["content"] = await crawl_blog_content(blog.get("link", ""))
        except Exception:
            enriched["content"] = ""
        result.append(enriched)
    return result