"""Orquestra a extração de um arquivo enviado: OpenAI Vision -> fallback local.

Reutiliza `lernotafiscal.extraction` (normalização de PDF/imagem, render de
páginas via PyMuPDF, OCR Tesseract e a detecção heurística) como caminho de
contingência quando a IA está indisponível ou falha.
"""

from __future__ import annotations

from pathlib import Path

from lernotafiscal.extraction import (
    DetectedDocumentCandidate,
    apply_ocr_fallback,
    detect_documents,
    normalize_file,
)

from .ai_extraction import RawExtraction, extract_with_ai
from .config import get_settings


def _candidate_to_raw(candidate: DetectedDocumentCandidate) -> RawExtraction:
    fields = candidate.field_confidence or {}
    uncertain = [name for name, level in fields.items() if level == "low"]
    for name, val in (
        ("fornecedor", candidate.supplier_name),
        ("data_compra", candidate.purchase_date),
        ("valor_pago", candidate.total_paid),
    ):
        if val is None and name not in uncertain:
            uncertain.append(name)
    legible = candidate.confidence != "low" and len(uncertain) < 2
    return RawExtraction(
        supplier_name=candidate.supplier_name,
        purchase_date_raw=candidate.purchase_date,
        total_paid=candidate.total_paid,
        legible=legible,
        uncertain_fields=uncertain,
        extractor="local",
        raw_text=(candidate.raw_text or "")[:4000],
    )


def extract_file(stored_path: Path, original_name: str) -> list[RawExtraction]:
    """Retorna os documentos extraídos de um arquivo (>=0). Nunca levanta exceção
    de extração para o chamador — em último caso devolve lista vazia."""
    settings = get_settings()
    pages = normalize_file(stored_path, original_name, max_render_pages=settings.openai_max_pages)

    # Caminho preferencial: enviar as imagens (páginas renderizadas / imagem) à IA.
    # Só aceitamos o resultado da IA quando ela retorna ao menos um documento.
    # Uma resposta vazia (nada encontrado OU shape inesperado) cai no fallback
    # local — evita "zero documentos" silencioso por uma resposta malformada.
    image_paths = [p.image_path for p in pages if p.image_path is not None]
    if image_paths:
        ai_result = extract_with_ai(image_paths)
        if ai_result:
            return ai_result

    # Fallback: só agora rodamos o OCR (Tesseract) sobre as páginas sem texto
    # utilizável — evita o custo do OCR quando a IA já resolveu a extração.
    pages = apply_ocr_fallback(pages)
    candidates = detect_documents(pages, original_name)
    return [_candidate_to_raw(c) for c in candidates]