"""MonkeyOCR HTTP 客户端 — 帧文字转录的异构硬证据源。

服务由用户在 LAN 部署（双端点轮询）；请求必须绕过代理（trust_env=False）。
实现 OCRProvider Protocol（app/ports.py）。
"""

from __future__ import annotations

import asyncio
import itertools
import threading
from pathlib import Path  # noqa: TC003 — 运行时需要（方法签名 + open()）

import requests
from loguru import logger

_TIMEOUT_S = 15


class MonkeyOCRClient:
    """MonkeyOCR 服务客户端：多端点轮询、单帧失败降级为跳过。

    关键实现细节：实例可被多线程共享——端点轮询加锁、Session 线程局部
    （A/B 评测会以 4 线程并发调用同一实例）。

    参数:
        urls: 服务端点列表（如 ["http://10.77.0.20:7866", ...]），非空。

    异常:
        ValueError: urls 为空时抛出。
    """

    def __init__(self, urls: list[str]) -> None:
        if not urls:
            raise ValueError("MonkeyOCR 端点列表不能为空")
        self._urls = [u.rstrip("/") for u in urls]
        self._rr = itertools.cycle(self._urls)
        self._rr_lock = threading.Lock()
        self._local = threading.local()

    def _get_session(self) -> requests.Session:
        """返回当前线程专属的 Session（惰性创建并复用，trust_env=False 绕代理）。"""
        session = getattr(self._local, "session", None)
        if session is None:
            session = requests.Session()
            session.trust_env = False  # LAN 直连，绕过代理
            self._local.session = session
        return session

    def _check_health_sync(self) -> None:
        """同步预检所有端点，任一不可达即抛错（供 asyncio.to_thread 调用）。

        异常:
            RuntimeError: 端点不可达或 /health 非 2xx。
        """
        for url in self._urls:
            try:
                resp = self._get_session().get(f"{url}/health", timeout=5)
            except requests.RequestException as e:
                raise RuntimeError(f"MonkeyOCR 端点不可达: {url}: {e}") from e
            if not resp.ok:
                raise RuntimeError(f"MonkeyOCR 健康检查失败: {url}: {resp.status_code}")

    async def check_health(self) -> None:
        """异步预检所有端点，任一不可达即抛错（A/B qtr_ocr 臂启动门）。

        异常:
            RuntimeError: 端点不可达或 /health 非 2xx。
        """
        await asyncio.to_thread(self._check_health_sync)

    def _transcribe_frames_sync(self, frame_paths: list[Path]) -> str:
        """同步逐帧转录并拼接（供 asyncio.to_thread 调用）。

        参数:
            frame_paths: 帧文件路径列表。

        返回:
            "帧1: <行1> | <行2>\\n帧2: ..." 格式文本；无任何有效结果时空串。
        """
        parts: list[str] = []
        for i, path in enumerate(frame_paths, 1):
            lines = self._transcribe_one(path)
            if lines:
                parts.append(f"帧{i}: " + " | ".join(lines))
        return "\n".join(parts)

    async def transcribe_frames(self, frame_paths: list[Path]) -> str:
        """异步逐帧转录并拼接为注入文本；单帧失败跳过，全失败返回空串。

        参数:
            frame_paths: 帧文件路径列表。

        返回:
            "帧1: <行1> | <行2>\\n帧2: ..." 格式文本；无任何有效结果时空串。
        """
        return await asyncio.to_thread(self._transcribe_frames_sync, frame_paths)

    def _transcribe_one(self, path: Path) -> list[str]:
        """单帧转录：空结果/单字符行过滤 + 帧内行级去重。

        参数:
            path: 帧文件路径。

        返回:
            过滤去重后的文本行列表；请求失败或无有效行时空列表。
        """
        with self._rr_lock:
            url = next(self._rr)
        try:
            with open(path, "rb") as f:
                resp = self._get_session().post(
                    f"{url}/ocr/text", files={"file": f}, timeout=_TIMEOUT_S
                )
            resp.raise_for_status()
            content = resp.json().get("content", "")
        except (requests.RequestException, ValueError) as e:
            logger.warning("MonkeyOCR 单帧转录失败，跳过 {}: {}", path.name, e)
            return []
        seen: set[str] = set()
        lines: list[str] = []
        for ln in content.splitlines():
            ln = ln.strip()
            if len(ln) <= 1 or ln in seen:
                continue
            seen.add(ln)
            lines.append(ln)
        return lines