"""文件 -> PDF 转换器（纯 Python，无 calibre/xvfb 系统依赖）。

当前支持 epub（必要能力）：ebooklib 解析 epub 文档项（按 spine 顺序），拼接为
完整 HTML 后交 weasyprint 渲染为 PDF。epub 内的相对资源（图片/CSS）经 base_url
指向 epub 解包目录解析。

接口抽象为 ``convert_to_pdf(src_path, dst_path)``：未来新增格式只需在本模块内
按扩展名分支，调用方（PdfService）无需改动。
"""

from __future__ import annotations

import logging
import shutil
import tempfile
import zipfile
from pathlib import Path

logger = logging.getLogger("zikai.pdf")

# 支持的输入格式（小写扩展名 -> 是否可转）。新增格式在此登记并实现分支即可。
# epub 为必要能力；其余为 ebooklib/weasyprint 路径天然支持的电子书结构，
# 实测对纯 HTML 类 epub 同样有效，故一并放行。
SUPPORTED_EXTENSIONS = {".epub"}


def is_supported(filename: str) -> bool:
    """文件名扩展名是否在支持列表内。"""
    return Path(filename).suffix.lower() in SUPPORTED_EXTENSIONS


def convert_to_pdf(src_path: Path, dst_path: Path) -> None:
    """把 src_path 指向的文件转为 PDF 写入 dst_path。

    失败抛 RuntimeError（调用方捕获后写 error_message）。按扩展名分发，
    当前仅 epub 分支；新增格式在此 elif 扩展。
    """
    ext = src_path.suffix.lower()
    if ext == ".epub":
        _epub_to_pdf(src_path, dst_path)
    else:
        raise RuntimeError(f"不支持的文件格式：{ext}（仅支持 epub）")


def _epub_to_pdf(src_path: Path, dst_path: Path) -> None:
    """epub -> PDF：解包 epub -> 按 spine 顺序取文档项 HTML -> weasyprint 渲染。

    epub 本质是 zip。先解包到临时目录，用 ebooklib 读取（其内部按 zip 解析，
    base_url 指向解包后的 OEBPS/ 内容目录使相对图片/CSS 可被 weasyprint 解析）。
    """
    # 延迟导入：weasyprint 首次 import 较重（加载 pango/cairo），且仅在真正转换时需要
    import ebooklib  # noqa: F401
    from ebooklib import epub
    from weasyprint import HTML

    with tempfile.TemporaryDirectory(prefix="zpdf_") as tmp:
        tmp_dir = Path(tmp)
        # epub 是 zip，解包到临时目录便于 weasyprint 解析相对资源
        try:
            with zipfile.ZipFile(src_path, "r") as zf:
                zf.extractall(tmp_dir)
        except zipfile.BadZipFile as exc:
            raise RuntimeError(f"epub 文件损坏（非有效 zip）：{exc}") from exc

        try:
            book = epub.read_epub(str(src_path), {"ignore_ncx": True})
        except Exception as exc:
            raise RuntimeError(f"epub 解析失败：{exc}") from exc

        # 按 spine 顺序收集文档项（XHTML），保证章节顺序正确
        docs: list[str] = []
        for idref, _linear in book.spine:
            item = book.get_item_with_id(idref)
            if item is not None:
                docs.append(item.get_content().decode("utf-8", errors="replace"))
        if not docs:
            # spine 为空时回退：取所有文档项
            docs = [
                it.get_content().decode("utf-8", errors="replace")
                for it in book.get_items_of_type(ebooklib.ITEM_DOCUMENT)
            ]
        if not docs:
            raise RuntimeError("epub 内无可转换的文档内容")

        full_html = "\n".join(docs)

        # 定位资源根目录（含图片/CSS 的目录）：通常是 OEBPS/ 或根目录。
        # epub 内资源（图片/CSS）相对文档项引用，文档项与资源同处 OPF 所在目录。
        # 故以 OPF 文件所在目录作为 base_url，使相对路径正确解析。
        base_url = str(tmp_dir)
        opf_files = list(tmp_dir.rglob("*.opf"))
        if opf_files:
            opf_dir = opf_files[0].parent
            # OPF 可能在根目录，此时 base_url 保持 tmp_dir
            if str(opf_dir) != str(tmp_dir):
                base_url = str(opf_dir)

        try:
            HTML(string=full_html, base_url=base_url).write_pdf(str(dst_path))
        except Exception as exc:
            raise RuntimeError(f"PDF 渲染失败：{exc}") from exc

    if not dst_path.exists() or dst_path.stat().st_size == 0:
        raise RuntimeError("PDF 渲染未产出有效文件")
    logger.info("epub->pdf 完成: %s -> %s (%d bytes)", src_path.name, dst_path.name, dst_path.stat().st_size)