"""Разбор абузов: промо, триалы, ключи, сливы, софт, реселл.

Работает поверх уже собранной базы (items) и поверх новых абуз-источников:
каждая запись получает набор тегов и вес, панель показывает только то,
что реально пахнет абузом, а не весь поток.
"""
from __future__ import annotations

import re
import sqlite3

from .config import DB

# тег -> (человеческое имя, вес, регулярки)
RULES = [
    ("keys", "ключи", 40, [
        r"sk-[A-Za-z0-9_\-]{20,}", r"gh[pousr]_[A-Za-z0-9]{20,}", r"xox[baprs]-[A-Za-z0-9\-]{10,}",
        r"(разда|выда|дарю|бесплатн|free|giveaway)[^.]{0,40}(ключ|key|токен|token)",
        r"(ключ|key|токен)[^.]{0,25}(бесплатн|free|дарю|раздач|giveaway)",
    ]),
    ("promo", "промо", 26, [
        r"промокод", r"promo\s?code", r"промо[\s-]?код", r"скидк[аи]\s+\d{1,3}", r"\d{1,3}\s?%\s?(off|скидк)",
        r"redeem\s?(code|код)", r"invite\s?code", r"реф(еральн|код)", r"бонус\s+на\s+сч[её]т", r"кэшб[еэ]к|cashback",
    ]),
    ("trial", "триалы", 24, [
        r"trial", r"триал", r"free\s+credits?", r"бесплатн\w*\s+(кредит|токен|баланс|доступ|период)",
        r"free\s+tier", r"\$\d+\s+free", r"试用", r"免费", r"пробн\w+\s+период", r"без\s+депозита", r"no\s+deposit",
    ]),
    ("leak", "сливы", 26, [
        r"слив(?!\s*(сок|ки|очн|тест|трафик))", r"leaked\s+(database|db|dump|combo)", r"db\s?dump",
        r"combo[\s-]?list", r"stealer\s?log", r"утечк\w*\s+баз", r"база\s+(пассов|почт|данных)",
        r"пароли\s+от\s+\w+\.(com|ru|net)",
    ]),
    ("tool", "софт", 18, [
        r"софт", r"кряк", r"crack(ed)?", r"bypass", r"обход\s+(блокиров|бан|защит)",
        r"авторег", r"autoreg", r"panel", r"панел[ьи]\s", r"рассылк", r"sender", r"скрипт",
    ]),
    ("resale", "продажа", 14, [
        r"продаю", r"продам", r"куплю\s+аккаунт", r"for\s+sale", r"цена\s*[:$]", r"\$\d+\s?/\s?(мес|mo|1k|1000)",
        r"реселлер", r"resell",
    ]),
    ("news", "новости", 6, [
        r"анонс", r"выпустил", r"released?", r"launch", r"обновлени", r"release notes",
        r"новая модель", r"new model",
    ]),
]

COMPILED = [(tag, label, w, [re.compile(p, re.I) for p in pats]) for tag, label, w, pats in RULES]
TAG_LABEL = {t: l for t, l, _, _ in RULES}
STRONG = {"keys", "promo", "trial", "resale"}
# категории-источники, которые вообще имеют смысл для абузов
ABUSE_CATS = {"abuse", "forum", "community", "company_cn"}
# «статьи»: слова про ключи и утечки там — текст, а не раздача
NOISE = re.compile(r"(blog|devto|medium|substack|newsletter|docs?|wiki)", re.I)


def _source_meta():
    try:
        from . import sources as _s
        return {x.name: x.category for x in _s.all_sources()}
    except Exception:
        return {}


SRC_CAT = _source_meta()


def classify(title: str, text: str, tags: str = ""):
    blob = (" ".join([title or "", text or "", tags or ""]))[:4000]
    hits = []
    score = 0
    for tag, label, w, pats in COMPILED:
        n = 0
        for p in pats:
            m = p.search(blob)
            if m:
                n += 1
        if n:
            hits.append(tag)
            score += w * min(n, 3)
    return score, hits


def _qualifies(source, title, text, tags):
    sc, hits = classify(title, text, tags)
    if not hits:
        return 0, []
    strong = bool(set(hits) & STRONG)
    cat = SRC_CAT.get(source)
    blob = (title or "") + " " + (text or "")
    raw_key = bool(re.search(r"(sk-[A-Za-z0-9_\-]{20,}|gh[pousr]_[A-Za-z0-9]{20,})", blob))
    if NOISE.search(source or "") and not raw_key:
        return 0, []
    if cat is None:
        # старые записи хранят категорию вместо имени источника
        if not raw_key and not str(source or "").startswith(("ab_", "tg_", "reddit_", "discourse_", "xenforo")):
            return 0, []
    elif cat not in ABUSE_CATS and not raw_key:
        return 0, []
    if strong and sc >= 24:
        return sc, hits
    if len(hits) >= 2 and sc >= 40:
        return sc, hits
    return 0, []


def _rows(limit=400, tag=None, q=None, since_days=None):
    sql = "SELECT id, source, url, title, text, published, tags, score FROM items"
    where, args = [], []
    if q:
        where.append("(title LIKE ? OR text LIKE ? OR source LIKE ?)")
        args += ["%%%s%%" % q, "%%%s%%" % q, "%%%s%%" % q]
    if since_days:
        where.append("published >= date('now', ?)")
        args.append("-%d day" % int(since_days))
    if where:
        sql += " WHERE " + " AND ".join(where)
    sql += " ORDER BY id DESC LIMIT ?"
    args.append(int(limit) * 6)
    con = sqlite3.connect(str(DB), timeout=30)
    try:
        cur = con.execute(sql, args)
        out = []
        for r in cur:
            sc, hits = _qualifies(r[1], r[3], r[4], r[6] or "")
            if not sc:
                continue
            if tag and tag not in hits:
                continue
            out.append({"id": r[0], "source": r[1], "url": r[2], "title": r[3],
                        "text": (r[4] or "")[:600], "published": r[5],
                        "tags": hits, "abuse_score": sc, "rank": r[7]})
            if len(out) >= limit:
                break
        return out
    finally:
        con.close()


def scan(limit=120, tag=None, q=None, since_days=None, window=6000):
    """limit — сколько отдать, window — сколько последних записей просканировать."""
    items = _rows(limit=window, tag=tag, q=q, since_days=since_days)
    items.sort(key=lambda x: (-x["abuse_score"], -(x["id"] or 0)))
    counts = {}
    for it in items:
        for t in it["tags"]:
            counts[t] = counts.get(t, 0) + 1
    return {"items": items[:limit], "total": len(items), "tags": counts,
            "labels": TAG_LABEL}