#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""Extracción FULL read-only de citas del legacy SKEEN, día por día.

Rango: 2022-11-01 → 2026-10-10 (reanudable: guarda progreso por fecha).
Salida: /root/migracion/extraccion/concentrado/citas_full.csv
        columnas: legacy_id, expedientes_id, paciente_telefono, paciente_nombre,
        servicio_codigo, servicio_nombre, fecha, hora, hora_fin, status,
        confirmada, visitas_id, medicos_id, observaciones, estado_mapeado,
        titulo_raw   (titulo_raw = título crudo del endpoint, para fidelidad)

Leyenda de estado (la misma de delta_import.py):
  status 6/7/8 → bloques de agenda, NO se escriben
  status 1 → no_show | 2/3 → cancelled
  visitas_id > 0 → done | confirmada=1 → confirmed | resto → pending

Hallazgos del endpoint /agenda/citas/{fecha} (probe 2026-10-10):
  - NUNCA expone 'expedientes_id' (columna siempre vacía; en el CSV viejo
    solo 602/45782 filas la tenían, heredadas de otra fuente).
  - inicio/fin vienen como "HHMM" de 4 dígitos (raro 3).
  - status vistos: 0,1,2,3,4,6 (4/5 = lista de espera → caen en la ruta
    visita/confirmada/pending, igual que delta_import).
  - observaciones/titulo traen entidades HTML (ó etc.) → se decodifican
    con html.unescape; titulo_raw conserva el original.

Uso: /root/odoo-venv/bin/python /root/migracion/x_full_citas.py [--start YYYY-MM-DD] [--end YYYY-MM-DD]
"""
import argparse
import csv
import html
import re
import sys
import time
from collections import Counter
from datetime import datetime, timedelta
from pathlib import Path

import requests

sys.path.insert(0, '/root/migracion')
import extraer_skeen as ex  # login(), normalize_phone()

OUTDIR = Path('/root/migracion/extraccion/concentrado')
OUTDIR.mkdir(parents=True, exist_ok=True)
CSV_PATH = OUTDIR / 'citas_full.csv'
PROGRESS_PATH = OUTDIR / 'citas_full.progress'
ERROR_PATH = OUTDIR / 'errores.txt'

FIELDS = ['legacy_id', 'expedientes_id', 'paciente_telefono', 'paciente_nombre',
          'servicio_codigo', 'servicio_nombre', 'fecha', 'hora', 'hora_fin',
          'status', 'confirmada', 'visitas_id', 'medicos_id', 'observaciones',
          'estado_mapeado', 'titulo_raw']

EXCLUDE_STATUS = {6, 7, 8}
SLEEP = 0.35


def map_state(status, confirmada, tiene_visita):
    if status in EXCLUDE_STATUS:
        return None
    if status == 1:
        return 'no_show'
    if status in (2, 3):
        return 'cancelled'
    if tiene_visita:
        return 'done'
    return 'confirmed' if confirmada else 'pending'


def extract_service(text, patient_name):
    text = html.unescape(text or '')
    if patient_name:
        text = re.sub(r'^' + re.escape(patient_name) + r'\s*[-–—]\s*', '', text, flags=re.IGNORECASE)
    text = re.sub(r'\s*\(\d+\s*(sesión|sesiones|unidad|unidades)\s*\)\s*$', '', text, flags=re.IGNORECASE)
    return ' '.join(text.split()).strip()


def hhmm(v):
    v = str(v or '').strip()
    if len(v) == 4:
        return f'{v[:2]}:{v[2:]}'
    if len(v) == 3:
        return f'0{v[0]}:{v[1:]}'
    return ''


def fetch_day(ds, max_attempts=5):
    """GET /agenda/citas/{ds} con re-login ante expiración y backoff ante 5xx/timeout."""
    url = f'{ex.BASE}/agenda/citas/{ds}'
    headers = {'X-Requested-With': 'XMLHttpRequest'}
    for attempt in range(1, max_attempts + 1):
        try:
            r = ex.session.get(url, headers=headers, timeout=60)
            if '/login' in r.url:
                ex.log(f'{ds}: sesión expirada (redirect /login), re-login...')
                ex.login()
                continue
            if r.status_code >= 500:
                raise requests.HTTPError(f'{r.status_code}')
            if 'json' not in (r.headers.get('Content-Type') or ''):
                ex.log(f'{ds}: respuesta no-JSON ({r.headers.get("Content-Type")}), re-login...')
                ex.login()
                continue
            return r.json().get('citas', [])
        except (requests.RequestException, ValueError) as e:
            wait = 2 ** attempt
            ex.log(f'{ds}: intento {attempt}/{max_attempts} falló: {e} (espera {wait}s)')
            time.sleep(wait)
    raise RuntimeError(f'{ds}: imposible descargar tras {max_attempts} intentos')


def load_progress():
    if PROGRESS_PATH.exists():
        txt = PROGRESS_PATH.read_text().strip()
        if txt:
            try:
                return datetime.strptime(txt, '%Y-%m-%d').date() + timedelta(days=1)
            except ValueError:
                pass
    return None


def main():
    ap = argparse.ArgumentParser()
    ap.add_argument('--start', default='2022-11-01')
    ap.add_argument('--end', default='2026-10-10')
    args = ap.parse_args()

    start = datetime.strptime(args.start, '%Y-%m-%d').date()
    end = datetime.strptime(args.end, '%Y-%m-%d').date()

    resumed = load_progress()
    if resumed and resumed > start:
        ex.log(f'Reanudando desde {resumed} (progreso previo)')
        start = resumed

    resume_append = CSV_PATH.exists() and resumed is not None
    fout = open(CSV_PATH, 'a' if resume_append else 'w', newline='', encoding='utf-8')
    writer = csv.DictWriter(fout, fieldnames=FIELDS, extrasaction='ignore')
    if not resume_append:
        writer.writeheader()
        fout.flush()

    ex.login()

    raw_status = Counter()
    mapped = Counter()
    n_rows = 0
    n_days_with = 0
    n_excluded = 0
    current = start
    while current <= end:
        ds = current.strftime('%Y-%m-%d')
        try:
            citas = fetch_day(ds)
        except Exception as e:
            with open(ERROR_PATH, 'a', encoding='utf-8') as f:
                f.write(f'[citas] {ds}: {e}\n')
            ex.log(f'ERROR {ds}: {e} → registrado en errores.txt, continúo')
            citas = []
        if citas:
            n_days_with += 1
        for c in citas:
            status = c.get('status') or 0
            raw_status[status] += 1
            state = map_state(status, c.get('confirmada'), bool(c.get('visitas_id')))
            if state is None:
                n_excluded += 1
                continue
            nombre = ' '.join((c.get('nombre') or '').split())
            telefono = ex.normalize_phone(c.get('telefono') or '')
            if not telefono:
                telefono = ex.normalize_phone(c.get('whatsapp') or '')
            titulo_raw = c.get('titulo') or ''
            writer.writerow({
                'legacy_id': c.get('id', ''),
                'expedientes_id': '',
                'paciente_telefono': telefono,
                'paciente_nombre': nombre,
                'servicio_codigo': '',
                'servicio_nombre': extract_service(titulo_raw, nombre),
                'fecha': c.get('fecha') or ds,
                'hora': hhmm(c.get('inicio')),
                'hora_fin': hhmm(c.get('fin')),
                'status': status,
                'confirmada': c.get('confirmada') or 0,
                'visitas_id': c.get('visitas_id') or 0,
                'medicos_id': c.get('medicos_id') or 0,
                'observaciones': html.unescape(c.get('observaciones') or ''),
                'estado_mapeado': state,
                'titulo_raw': titulo_raw,
            })
            mapped[state] += 1
            n_rows += 1
        fout.flush()
        PROGRESS_PATH.write_text(ds)
        if citas or current.day == 1:
            ex.log(f'{ds}: {len(citas)} citas | filas CSV acumuladas: {n_rows}')
        current += timedelta(days=1)
        time.sleep(SLEEP)

    fout.close()
    ex.log('========== RESUMEN CITAS ==========')
    ex.log(f'Período procesado: {start} → {end}')
    ex.log(f'Días con citas: {n_days_with}')
    ex.log(f'Filas escritas: {n_rows} (bloques agenda excluidos: {n_excluded})')
    ex.log(f'Status crudos: {dict(sorted(raw_status.items(), key=lambda kv: str(kv[0])))}')
    ex.log(f'Estados mapeados: {dict(mapped)}')
    ex.log(f'CSV: {CSV_PATH}')


if __name__ == '__main__':
    main()