Trixy7/plugins/tv_program/enrichment/anilist.py

# -*- coding: utf-8 -*-
"""
AniList GraphQL Client fuer Anime-Metadaten.

AniList bietet eine kostenlose GraphQL API ohne API-Key:
https://graphql.anilist.co

Wichtig:
    - "Ecchi" ist ein **Genre** bei AniList (nicht ein Tag)
    - Tags sind granularer: "Shounen", "Harem", "School", "Martial Arts", etc.
    - Rate-Limit: 90 req/min (wir machen <30/Tag)

Abhaengigkeiten:
    - aiohttp: Fuer GraphQL POST-Requests
"""

from __future__ import annotations

import asyncio
import re
import time
from datetime import datetime, timezone
from typing import TYPE_CHECKING

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

_AIOHTTP_AVAILABLE = False
try:
    import aiohttp
    _AIOHTTP_AVAILABLE = True
except ImportError:
    pass

# Bekannte Anime-Sender (channel_id Kleinbuchstaben)
_ANIME_CHANNELS: set[str] = {
    "pro7_maxx", "pro7maxx", "sixx", "super_rtl",
    "nick", "rtl2", "rtl_zwei", "aniplus", "animax",
}

# Indikatoren im Titel die auf Anime hindeuten
_ANIME_TITLE_INDICATORS: list[str] = [
    "dragon ball", "naruto", "one piece", "attack on titan",
    "shingeki", "boruto", "demon slayer", "kimetsu",
    "jujutsu", "my hero academia", "boku no hero",
    "sailor moon", "pokemon", "pokémon", "digimon",
    "sword art online", "bleach", "fairy tail",
    "hunter x hunter", "death note", "fullmetal",
    "cowboy bebop", "evangelion", "inuyasha",
    "detektiv conan", "case closed",
]

# Genre-Begriffe die auf Anime/Animation hindeuten
_ANIME_GENRE_KEYWORDS: list[str] = [
    "anime", "zeichentrick", "animation", "animeserie",
    "animationsfilm", "zeichentrickserie",
]

# Bekannte Streaming-Dienste aus externalLinks
_STREAMING_SERVICES: set[str] = {
    "Crunchyroll", "Netflix", "Amazon Prime Video", "Amazon",
    "Disney Plus", "Disney+", "Wakanim", "Funimation",
    "Hulu", "HIDIVE", "AnimeLab", "VRV", "ADN",
    "Anime on Demand", "Joyn", "RTL+",
}


class AniListClient:
    """GraphQL-Client fuer die AniList Anime-Datenbank."""

    API_URL = "https://graphql.anilist.co"

    # GraphQL-Query fuer Anime-Suche
    SEARCH_QUERY = '''
    query ($search: String) {
        Media(search: $search, type: ANIME) {
            title {
                romaji
                english
            }
            genres
            tags {
                name
                rank
            }
            description(asHtml: false)
            averageScore
            episodes
            status
            countryOfOrigin
            relations {
                edges {
                    relationType
                    node {
                        title {
                            romaji
                            english
                        }
                        type
                    }
                }
            }
            externalLinks {
                site
            }
        }
    }
    '''

    # Retry-Konfiguration fuer 429 (Rate-Limit)
    _MAX_RETRIES: int = 3
    _RETRY_BASE_DELAY: float = 2.0

    async def search(self, title: str) -> dict | None:
        """
        Sucht ein Anime auf AniList per GraphQL.

        Args:
            title: Anime-Titel zum Suchen

        Returns:
            Enrichment-Dict mit kompakten Feldnamen oder None falls
            nicht gefunden. Keine URLs oder Bilder — nur Metadaten
            fuer den Sprachassistenten.
        """
        if not _AIOHTTP_AVAILABLE:
            perror("[AniList] aiohttp nicht installiert — Enrichment deaktiviert")
            return None

        if not title or not title.strip():
            return None

        variables = {"search": title.strip()}

        for attempt in range(self._MAX_RETRIES):
            try:
                async with aiohttp.ClientSession() as session:
                    async with session.post(
                        self.API_URL,
                        json={"query": self.SEARCH_QUERY, "variables": variables},
                        headers={"Content-Type": "application/json"},
                        timeout=aiohttp.ClientTimeout(total=15),
                    ) as resp:
                        if resp.status == 429:
                            # Rate-Limit erreicht — warten und erneut versuchen
                            retry_after = float(
                                resp.headers.get("Retry-After", self._RETRY_BASE_DELAY * (attempt + 1))
                            )
                            pwarn(f"[AniList] Rate-Limit (429), warte {retry_after:.1f}s (Versuch {attempt + 1})")
                            await asyncio.sleep(retry_after)
                            continue

                        if resp.status != 200:
                            # 404 ist normal fuer Nicht-Anime-Titel (z.B. US-Serien auf pro7_maxx)
                            if resp.status == 404:
                                pdebug(f"[AniList] '{title}' nicht gefunden (kein Anime)")
                            else:
                                perror(f"[AniList] HTTP {resp.status} fuer '{title}'")
                            return None

                        data = await resp.json()

            except asyncio.TimeoutError:
                perror(f"[AniList] Timeout bei Suche nach '{title}'")
                return None
            except aiohttp.ClientError as exc:
                perror(f"[AniList] Verbindungsfehler: {exc}")
                return None
            except Exception as exc:
                perror(f"[AniList] Unerwarteter Fehler: {exc}")
                return None
            else:
                # Erfolgreiche Antwort — aus der Retry-Schleife raus
                break
        else:
            # Alle Retries verbraucht
            perror(f"[AniList] Alle {self._MAX_RETRIES} Versuche fehlgeschlagen fuer '{title}'")
            return None

        # Ergebnis parsen
        media = (data or {}).get("data", {}).get("Media")
        if not media:
            pdebug(f"[AniList] Kein Ergebnis fuer '{title}'")
            return None

        # Titel bestimmen (englisch bevorzugt, Fallback romaji)
        titles = media.get("title", {})
        resolved_title = titles.get("english") or titles.get("romaji") or title

        # Titel-Vergleich: Pruefe ob das Ergebnis zum Suchtitel passt.
        # AniList matched aggressiv — "The Flash" → "Captain Tsubasa" waere falsch.
        if not self._titles_match(title, resolved_title, titles):
            pdebug(
                f"[AniList] Treffer '{resolved_title}' passt nicht zu "
                f"'{title}' — verworfen"
            )
            return None

        # Genres direkt uebernehmen (inkl. "Ecchi" als Genre)
        genres: list[str] = media.get("genres", [])

        # Tags filtern: nur rank >= 60, max 10
        raw_tags = media.get("tags", [])
        tags = [
            tag["name"]
            for tag in sorted(raw_tags, key=lambda t: t.get("rank", 0), reverse=True)
            if tag.get("rank", 0) >= 60
        ][:10]

        # Beschreibung bereinigen
        description = self._strip_html(media.get("description", "") or "")
        # Auf sinnvolle Laenge kuerzen (max 500 Zeichen)
        if len(description) > 500:
            description = description[:497] + "..."

        # Rating: averageScore ist 0-100, wir wollen 0.0-10.0
        avg_score = media.get("averageScore")
        rating = round(avg_score / 10, 1) if avg_score else None

        # Streaming-Dienste extrahieren
        external_links = media.get("externalLinks", [])
        streaming = self._extract_streaming_services(external_links)

        # Aehnliche Serien aus Relations (nur SEQUEL, PREQUEL, ALTERNATIVE, SIDE_STORY)
        similar: list[str] = []
        relations = media.get("relations", {}).get("edges", [])
        _relevant_relations = {"SEQUEL", "PREQUEL", "ALTERNATIVE", "SIDE_STORY", "PARENT"}
        for edge in relations:
            rel_type = edge.get("relationType", "")
            node = edge.get("node", {})
            if rel_type in _relevant_relations and node.get("type") == "ANIME":
                rel_title = node.get("title", {})
                rel_name = rel_title.get("english") or rel_title.get("romaji")
                if rel_name and rel_name not in similar:
                    similar.append(rel_name)
        # Max 5 aehnliche
        similar = similar[:5]

        # Originalsprache aus countryOfOrigin ableiten
        country = media.get("countryOfOrigin", "")
        orig_lang_map = {"JP": "ja", "KR": "ko", "CN": "zh", "TW": "zh"}
        orig_lang = orig_lang_map.get(country, "")

        enrichment = {
            "t": resolved_title,
            "ty": "anime",
            "g": genres,
            "tags": tags,
            "d": description,
            "rt": rating,
            "str": streaming,
            "sim": similar,
            "orig_lang": orig_lang,    # Originalsprache (ja/ko/zh)
            "dub": ["de"],             # Im deutschen TV immer synchronisiert
            "sub": [],                 # Untertitel — wird spaeter befuellt
            "src": "anilist",
            "at": datetime.now(timezone.utc).isoformat(timespec="seconds"),
        }

        pdebug(f"[AniList] Enrichment fuer '{title}' -> '{resolved_title}' ({len(genres)} Genres, {len(tags)} Tags)")
        return enrichment

    @staticmethod
    def is_likely_anime(title: str, genre: str = "", channel_id: str = "") -> bool:
        """
        Heuristik: Ist ein EPG-Eintrag wahrscheinlich Anime?

        Prueft mehrere Kriterien:
        - Genre enthaelt "Anime", "Zeichentrick" oder "Animation"
        - Sender ist bekannt fuer Anime (pro7_maxx, sixx, etc.)
        - Titel enthaelt bekannte Anime-Indikatoren

        Args:
            title: Sendungstitel
            genre: EPG-Genre-String (kann leer sein)
            channel_id: Sender-ID in Kleinbuchstaben

        Returns:
            True wenn der Eintrag wahrscheinlich Anime ist
        """
        title_lower = title.lower()
        genre_lower = genre.lower()
        channel_lower = channel_id.lower().strip()

        # Genre-Check
        for keyword in _ANIME_GENRE_KEYWORDS:
            if keyword in genre_lower:
                return True

        # Sender-Check: Bekannte Anime-Sender → immer als Anime behandeln
        # (EPG-Daten haben oft leere Genre-Felder fuer Anime)
        if channel_lower in _ANIME_CHANNELS:
            return True

        # Titel-Check gegen bekannte Anime
        for indicator in _ANIME_TITLE_INDICATORS:
            if indicator in title_lower:
                return True

        return False

    @staticmethod
    def _titles_match(search: str, found: str, all_titles: dict) -> bool:
        """
        Prueft ob der AniList-Treffer zum Suchtitel passt.

        Vergleicht den Suchtitel mit allen verfuegbaren Titelvarianten
        (english, romaji, native). Ein Match liegt vor wenn:
        - Ein Titel den Suchbegriff enthaelt (oder umgekehrt)
        - Mindestens 50% der Woerter uebereinstimmen

        Beispiele:
            "One Piece" vs "ONE PIECE" → True
            "Naruto Shippuden" vs "NARUTO: Shippūden" → True
            "The Flash" vs "Captain Tsubasa" → False
        """
        search_lower = search.lower().strip()
        search_words = set(search_lower.split())

        # Alle Titelvarianten sammeln
        candidates = [found]
        for key in ("english", "romaji", "native"):
            val = all_titles.get(key, "")
            if val:
                candidates.append(val)

        for candidate in candidates:
            candidate_lower = candidate.lower().strip()

            # Exakter oder Teilstring-Match
            if search_lower in candidate_lower or candidate_lower in search_lower:
                return True

            # Wort-Ueberlappung: mindestens 50% der Suchwoerter muessen vorkommen
            candidate_words = set(candidate_lower.split())
            if search_words and candidate_words:
                overlap = search_words & candidate_words
                if len(overlap) >= max(1, len(search_words) * 0.5):
                    return True

        return False

    @staticmethod
    def _strip_html(text: str) -> str:
        """Entfernt HTML-Tags aus AniList Beschreibungen."""
        if not text:
            return ""
        # HTML-Tags entfernen
        clean = re.sub(r"<[^>]+>", "", text)
        # Mehrfache Leerzeichen/Zeilenumbrueche bereinigen
        clean = re.sub(r"\s+", " ", clean).strip()
        return clean

    @staticmethod
    def _extract_streaming_services(external_links: list[dict]) -> list[str]:
        """
        Extrahiert Streaming-Dienst-Namen aus externalLinks.

        Nur bekannte Streaming-Dienste werden uebernommen —
        keine Social-Media-Links oder Wikis.

        Args:
            external_links: Liste von {"site": "..."} Dicts

        Returns:
            Liste von Streaming-Dienst-Namen (dedupliziert)
        """
        services: list[str] = []
        seen: set[str] = set()

        for link in external_links:
            site = link.get("site", "")
            if not site:
                continue
            # Exakter Match oder normalisierter Match
            if site in _STREAMING_SERVICES:
                if site not in seen:
                    services.append(site)
                    seen.add(site)
            else:
                # Teilweise Uebereinstimmung pruefen
                site_lower = site.lower()
                for known in _STREAMING_SERVICES:
                    if known.lower() in site_lower and known not in seen:
                        services.append(known)
                        seen.add(known)
                        break

        return services