Trixy7/plugins/streaming/catalog/cache.py

# -*- coding: utf-8 -*-
"""
Streaming-Katalog-Cache mit In-Memory-Indizes.

Verwaltet Titel-Daten aller konfigurierten Streaming-Dienste als JSON-Datei
(~3-5 MB). Bietet schnelle Abfragen ueber vorberechnete Indizes nach
Dienst, Genre, Titel, Sprache (Dub/Sub) und Bewertung.
"""

from __future__ import annotations

import asyncio
import json
import re
from datetime import date
from pathlib import Path

from trixy_core.utils.debug import pinfo, pdebug, perror, pwarn


# Artikel, die bei der Titel-Normalisierung entfernt werden
_STRIP_ARTICLES = {"der", "die", "das", "ein", "eine", "the", "a", "an"}

# Regex fuer Slug-Generierung: nur alphanumerisch + Bindestriche
_SLUG_RE = re.compile(r"[^a-z0-9]+")


class StreamingCache:
    """
    Cache fuer Streaming-Katalogdaten mit JSON-Persistenz und In-Memory-Indizes.

    Unterstuetzt Abfragen nach Dienst, Genre, Titel, Sprache (Dub/Sub)
    und Bewertung. Indizes werden beim Laden oder nach Aenderungen
    automatisch aufgebaut.
    """

    FILE_NAME = "streaming_catalog.json"

    def __init__(self, cache_dir: Path) -> None:
        """
        Args:
            cache_dir: Verzeichnis fuer die Cache-Datei.
        """
        self._cache_dir = cache_dir
        self._file_path = cache_dir / self.FILE_NAME

        # Hauptdaten
        self._titles: dict[str, dict] = {}       # title_slug -> Title-Dict
        self._services: dict[str, dict] = {}     # service_id -> Service-Info
        self._recent: dict[str, list[str]] = {}   # service_id -> [title_slugs]
        self._data: dict = {}                     # Zusatzdaten (watchlist, etc.)

        # In-Memory-Indizes (werden bei _rebuild_indices aufgebaut)
        self._by_service: dict[str, list[dict]] = {}   # service -> [Titel auf diesem Dienst]
        self._by_genre: dict[str, list[dict]] = {}     # genre_lower -> [Titel]
        self._by_title: dict[str, list[dict]] = {}     # normalisierter_titel -> [Titel]

        # Cache-Verzeichnis erstellen
        self._cache_dir.mkdir(parents=True, exist_ok=True)

    # --- JSON I/O ---

    def load(self) -> bool:
        """
        Laedt den Cache aus der JSON-Datei und baut die Indizes auf.

        Toleriert fehlende oder beschaedigte Dateien.

        Returns:
            True, wenn erfolgreich geladen, False bei Fehler oder fehlender Datei.
        """
        if not self._file_path.exists():
            pdebug("StreamingCache: Keine Cache-Datei vorhanden, starte leer")
            return False

        try:
            raw = self._file_path.read_text(encoding="utf-8")
            data = json.loads(raw)

            self._titles = data.get("titles", {})
            self._services = data.get("services", {})
            self._recent = data.get("recent", {})
            self._data = {k: v for k, v in data.items() if k not in ("titles", "services", "recent")}

            self._rebuild_indices()
            pinfo(
                f"StreamingCache: {len(self._titles)} Titel, "
                f"{len(self._services)} Dienste geladen"
            )
            return True
        except (json.JSONDecodeError, KeyError, TypeError) as e:
            perror(f"StreamingCache: Fehler beim Laden der Cache-Datei: {e}")
            self._titles = {}
            self._services = {}
            self._recent = {}
            self._data = {}
            return False

    def save(self) -> None:
        """
        Speichert den Cache atomar in die JSON-Datei.

        Schreibt zuerst in eine temporaere Datei und benennt dann um,
        um Datenverlust bei Absturz zu vermeiden.
        """
        self._save_sync()

    async def save_async(self) -> None:
        """Async-Speicherung — blockiert den Event-Loop nicht."""
        await asyncio.to_thread(self._save_sync)

    def _save_sync(self) -> None:
        """Synchrone Speicherung (kann auch aus Thread aufgerufen werden)."""
        data = {
            "titles": self._titles,
            "services": self._services,
            "recent": self._recent,
            **self._data,
        }

        tmp_path = self._file_path.with_suffix(".tmp")
        try:
            tmp_path.write_text(
                json.dumps(data, ensure_ascii=False, separators=(",", ":")),
                encoding="utf-8",
            )
            tmp_path.replace(self._file_path)
            pdebug(f"StreamingCache: {len(self._titles)} Titel gespeichert")
        except OSError as e:
            perror(f"StreamingCache: Fehler beim Speichern: {e}")

    # --- Index-Verwaltung ---

    def _rebuild_indices(self) -> None:
        """
        Baut alle Indizes aus den aktuellen Titeldaten neu auf.

        Indizes:
        - _by_service: Titel pro Streaming-Dienst
        - _by_genre: Titel pro Genre (Kleinbuchstaben)
        - _by_title: Titel pro normalisiertem Namen
        """
        self._by_service = {}
        self._by_genre = {}
        self._by_title = {}

        for slug, title_data in self._titles.items():
            # Dienst-Index: aus dem "on"-Dict die Service-IDs extrahieren
            on_services = title_data.get("on", {})
            for service_id in on_services:
                self._by_service.setdefault(service_id, []).append(title_data)

            # Genre-Index
            for genre in title_data.get("g", []):
                genre_lower = genre.lower()
                self._by_genre.setdefault(genre_lower, []).append(title_data)

            # Titel-Index (normalisiert)
            name = title_data.get("t", "")
            if name:
                norm = self._normalize(name)
                self._by_title.setdefault(norm, []).append(title_data)

        pdebug(
            f"StreamingCache: Indizes aufgebaut - "
            f"{len(self._by_service)} Dienste, "
            f"{len(self._by_genre)} Genres, "
            f"{len(self._by_title)} Titel"
        )

    # --- Daten-Mutation ---

    def update_title(self, slug: str, data: dict) -> None:
        """
        Fuegt einen Titel hinzu oder aktualisiert einen bestehenden.

        Wenn der Titel bereits existiert, werden die Dienst-Informationen
        (``on``-Dict) zusammengefuehrt, damit Provider-Daten aus
        verschiedenen Sync-Laeufen erhalten bleiben.

        Args:
            slug: Eindeutiger Slug des Titels.
            data: Title-Dict im Katalogformat.
        """
        existing = self._titles.get(slug)
        if existing:
            # Bestehende "on"-Eintraege mit neuen zusammenfuehren
            existing_on = existing.get("on", {})
            new_on = data.get("on", {})
            existing_on.update(new_on)
            data["on"] = existing_on
        self._titles[slug] = data

    def update_services(self, services: dict) -> None:
        """
        Aktualisiert die Dienst-Informationen.

        Args:
            services: Dict mit service_id -> Service-Info.
        """
        self._services.update(services)
        pdebug(f"StreamingCache: {len(services)} Dienste aktualisiert")

    def set_recent(self, service_id: str, slugs: list[str]) -> None:
        """
        Setzt die Liste der kuerzlich hinzugefuegten Titel fuer einen Dienst.

        Args:
            service_id: ID des Streaming-Dienstes.
            slugs: Liste der Titel-Slugs.
        """
        self._recent[service_id] = slugs
        pdebug(f"StreamingCache: {len(slugs)} neue Titel fuer '{service_id}' gesetzt")

    def prune_missing(self, service_id: str, current_slugs: set[str]) -> int:
        """
        Entfernt einen Dienst aus Titeln, die nicht mehr in current_slugs sind.

        Titel, die auf keinem Dienst mehr verfuegbar sind, werden
        komplett entfernt.

        Args:
            service_id: ID des Streaming-Dienstes.
            current_slugs: Aktuelle Slugs, die auf dem Dienst verfuegbar sind.

        Returns:
            Anzahl der entfernten Dienst-Zuordnungen.
        """
        removed = 0
        to_delete: list[str] = []

        for slug, title_data in self._titles.items():
            on_services = title_data.get("on", {})
            if service_id in on_services and slug not in current_slugs:
                del on_services[service_id]
                removed += 1
                # Titel komplett entfernen, wenn auf keinem Dienst mehr
                if not on_services:
                    to_delete.append(slug)

        for slug in to_delete:
            del self._titles[slug]

        if removed > 0:
            self._rebuild_indices()
            pdebug(
                f"StreamingCache: {removed} Zuordnungen fuer '{service_id}' entfernt, "
                f"{len(to_delete)} Titel komplett geloescht"
            )

        return removed

    # --- Abfragen ---

    def search_title(self, query: str, limit: int = 10) -> list[dict]:
        """
        Sucht Titel nach Name (unscharfe Suche).

        Args:
            query: Suchbegriff.
            limit: Maximale Anzahl Ergebnisse.

        Returns:
            Liste passender Titel, sortiert nach Bewertung (absteigend).
        """
        norm_query = self._normalize(query)
        if not norm_query:
            return []

        matches: list[dict] = []
        for norm_title, titles in self._by_title.items():
            if norm_query in norm_title or norm_title in norm_query:
                matches.extend(titles)

        # Nach Bewertung sortieren (beste zuerst)
        matches.sort(key=lambda t: t.get("rt") or 0.0, reverse=True)
        return matches[:limit]

    def search_on_service(
        self,
        service_id: str,
        query: str = "",
        genre: str = "",
        limit: int = 10,
    ) -> list[dict]:
        """
        Sucht Titel auf einem bestimmten Streaming-Dienst.

        Args:
            service_id: ID des Streaming-Dienstes.
            query: Optionaler Suchbegriff fuer den Titel.
            genre: Optionaler Genre-Filter.
            limit: Maximale Anzahl Ergebnisse.

        Returns:
            Liste passender Titel.
        """
        candidates = self._by_service.get(service_id, [])
        if not candidates:
            return []

        results = candidates

        # Titel-Filter
        if query:
            norm_query = self._normalize(query)
            results = [
                t for t in results
                if norm_query in self._normalize(t.get("t", ""))
            ]

        # Genre-Filter
        if genre:
            genre_lower = genre.lower()
            results = [
                t for t in results
                if any(genre_lower in g.lower() for g in t.get("g", []))
            ]

        # Nach Bewertung sortieren
        results.sort(key=lambda t: t.get("rt") or 0.0, reverse=True)
        return results[:limit]

    def find_title(self, query: str) -> dict | None:
        """
        Findet den besten einzelnen Treffer fuer eine Suchanfrage.

        Bevorzugt exakte Uebereinstimmungen, dann Teiluebereinstimmungen.

        Args:
            query: Suchbegriff.

        Returns:
            Title-Dict oder None.
        """
        norm_query = self._normalize(query)
        if not norm_query:
            return None

        # Exakte Uebereinstimmung
        exact = self._by_title.get(norm_query)
        if exact:
            return exact[0]

        # Teiluebereinstimmung (bester Treffer nach kuerzester Differenz)
        best: dict | None = None
        best_diff = float("inf")

        for norm_title, titles in self._by_title.items():
            if norm_query in norm_title:
                diff = len(norm_title) - len(norm_query)
                if diff < best_diff:
                    best_diff = diff
                    best = titles[0]

        return best

    def get_services_for_title(self, slug: str) -> list[str]:
        """
        Gibt die Streaming-Dienste zurueck, auf denen ein Titel verfuegbar ist.

        Args:
            slug: Titel-Slug.

        Returns:
            Liste von Service-IDs, z.B. ["netflix", "crunchyroll"].
        """
        title_data = self._titles.get(slug)
        if not title_data:
            return []
        return list(title_data.get("on", {}).keys())

    def get_recent(self, service_id: str, limit: int = 10) -> list[dict]:
        """
        Gibt die kuerzlich hinzugefuegten Titel eines Dienstes zurueck.

        Args:
            service_id: ID des Streaming-Dienstes.
            limit: Maximale Anzahl Ergebnisse.

        Returns:
            Liste der Titel-Dicts.
        """
        slugs = self._recent.get(service_id, [])
        results: list[dict] = []
        for slug in slugs[:limit]:
            title_data = self._titles.get(slug)
            if title_data:
                results.append(title_data)
        return results

    def get_by_genre(
        self,
        genre: str,
        service_id: str = "",
        limit: int = 20,
    ) -> list[dict]:
        """
        Gibt Titel eines bestimmten Genres zurueck.

        Args:
            genre: Genre-Name (Case-insensitive).
            service_id: Optionaler Filter auf einen Streaming-Dienst.
            limit: Maximale Anzahl Ergebnisse.

        Returns:
            Liste passender Titel, sortiert nach Bewertung.
        """
        genre_lower = genre.lower()
        candidates = self._by_genre.get(genre_lower, [])
        if not candidates:
            return []

        results = candidates

        # Dienst-Filter
        if service_id:
            results = [
                t for t in results
                if service_id in t.get("on", {})
            ]

        results.sort(key=lambda t: t.get("rt") or 0.0, reverse=True)
        return results[:limit]

    def get_with_dub(
        self,
        language: str,
        genre: str = "",
        service_id: str = "",
    ) -> list[dict]:
        """
        Gibt Titel mit einer bestimmten Synchronisation (Dub) zurueck.

        Durchsucht das ``on.{service}.dub``-Array jedes Titels.

        Args:
            language: Sprachcode, z.B. "de" oder "ja".
            genre: Optionaler Genre-Filter.
            service_id: Optionaler Dienst-Filter.

        Returns:
            Liste passender Titel.
        """
        return self._filter_by_language(
            language, "dub", genre=genre, service_id=service_id,
        )

    def get_with_sub(
        self,
        language: str,
        genre: str = "",
        service_id: str = "",
    ) -> list[dict]:
        """
        Gibt Titel mit bestimmten Untertiteln (Sub) zurueck.

        Durchsucht das ``on.{service}.sub``-Array jedes Titels.

        Args:
            language: Sprachcode, z.B. "de" oder "en".
            genre: Optionaler Genre-Filter.
            service_id: Optionaler Dienst-Filter.

        Returns:
            Liste passender Titel.
        """
        return self._filter_by_language(
            language, "sub", genre=genre, service_id=service_id,
        )

    def get_recommendations(
        self,
        genre: str,
        service_id: str = "",
        min_rating: float = 7.0,
        limit: int = 5,
    ) -> list[dict]:
        """
        Gibt Empfehlungen basierend auf Genre und Mindestbewertung zurueck.

        Args:
            genre: Genre-Name.
            service_id: Optionaler Dienst-Filter.
            min_rating: Minimale Bewertung (0-10).
            limit: Maximale Anzahl Ergebnisse.

        Returns:
            Liste empfohlener Titel, sortiert nach Bewertung.
        """
        genre_lower = genre.lower()
        candidates = self._by_genre.get(genre_lower, [])
        if not candidates:
            return []

        results: list[dict] = []
        for title_data in candidates:
            rating = title_data.get("rt") or 0.0
            if rating < min_rating:
                continue

            # Dienst-Filter
            if service_id and service_id not in title_data.get("on", {}):
                continue

            results.append(title_data)

        results.sort(key=lambda t: t.get("rt") or 0.0, reverse=True)
        return results[:limit]

    # --- Hilfsfunktionen ---

    def _filter_by_language(
        self,
        language: str,
        lang_type: str,
        genre: str = "",
        service_id: str = "",
    ) -> list[dict]:
        """
        Filtert Titel nach Sprache (Dub oder Sub).

        Durchsucht das ``on``-Dict jedes Titels nach dem angegebenen
        Sprachtyp und prueft, ob die Sprache enthalten ist.

        Args:
            language: Sprachcode, z.B. "de".
            lang_type: "dub" oder "sub".
            genre: Optionaler Genre-Filter.
            service_id: Optionaler Dienst-Filter.

        Returns:
            Liste passender Titel.
        """
        lang_lower = language.lower()
        genre_lower = genre.lower() if genre else ""
        results: list[dict] = []

        for title_data in self._titles.values():
            # Genre-Filter
            if genre_lower:
                genres = [g.lower() for g in title_data.get("g", [])]
                if not any(genre_lower in g for g in genres):
                    continue

            # Sprache pruefen
            on_services = title_data.get("on", {})
            matched = False

            for svc_id, svc_info in on_services.items():
                # Dienst-Filter
                if service_id and svc_id != service_id:
                    continue

                langs = svc_info.get(lang_type, [])
                if lang_lower in langs:
                    matched = True
                    break

            if matched:
                results.append(title_data)

        # Nach Bewertung sortieren
        results.sort(key=lambda t: t.get("rt") or 0.0, reverse=True)
        return results

    @staticmethod
    def _generate_slug(title: str) -> str:
        """
        Generiert einen Slug aus dem Titel.

        Slug-Format: Kleinbuchstaben, nicht-alphanumerische Zeichen
        durch Bindestriche ersetzt. Gleiche Logik wie EPGCache._generate_series_id.

        Args:
            title: Der Originaltitel.

        Returns:
            Slug-String.
        """
        if not title:
            return ""
        slug = _SLUG_RE.sub("-", title.strip().lower())
        # Fuehrende und abschliessende Bindestriche entfernen
        return slug.strip("-")

    @staticmethod
    def _normalize(title: str) -> str:
        """
        Normalisiert einen Titel fuer die Suche.

        Konvertiert zu Kleinbuchstaben und entfernt fuehrende Artikel.

        Args:
            title: Der Originaltitel.

        Returns:
            Normalisierter Titel.
        """
        normalized = title.strip().lower()

        # Fuehrende Artikel entfernen
        parts = normalized.split()
        if parts and parts[0] in _STRIP_ARTICLES:
            normalized = " ".join(parts[1:])

        return normalized

    def get_stats(self) -> dict:
        """
        Gibt Statistiken ueber den Cache-Inhalt zurueck.

        Returns:
            Dict mit Anzahlen fuer Titel, Dienste, Genres, etc.
        """
        return {
            "title_count": len(self._titles),
            "service_count": len(self._services),
            "genre_count": len(self._by_genre),
            "index_service_count": len(self._by_service),
            "index_title_count": len(self._by_title),
            "recent_services": len(self._recent),
        }