"""
Teste de extração - versão com parsing corrigido
"""

import os
import json
import requests
from pathlib import Path
from dotenv import load_dotenv

load_dotenv()

API_KEY = os.getenv("OPENROUTER_API_KEY")
API_URL = "https://openrouter.ai/api/v1/chat/completions"

def test_single_file():
    """Testa extração em 1 ficheiro."""
    
    # Ler ficheiro
    input_file = Path("/media/ealmeida/Dados/GDrive/Cloud/Clientes_360/CTF_Carstuff/KB/Scrapper/sites/output_md/thehogring.com_1.md")
    
    with open(input_file, 'r', encoding='utf-8') as f:
        content = f.read()
    
    print(f"📂 Ficheiro: {input_file.name}")
    print(f"📏 Tamanho: {len(content)} bytes")
    
    if len(content) < 1000:
        print("⚠️  Ficheiro muito pequeno - SKIP")
        return
    
    # Prompt simplificado para teste
    prompt = f"""És um especialista em estofamento automotivo.

Analisa este texto e extrai conhecimento útil.

IGNORAR: navegação, publicidade, comentários genéricos.

EXTRAIR APENAS SE EXISTIR:
- Problemas técnicos de estofamento
- Perguntas sobre materiais
- Soluções práticas

FORMATO JSON:
{{
  "relevante": true/false,
  "problema": "descrição se existir",
  "materiais": ["lista se existir"]
}}

SE NÃO HOUVER CONTEÚDO ÚTIL: {{"relevante": false}}

TEXTO:
{content[:3000]}

Responde APENAS com o JSON, sem texto adicional."""

    print("\n🔄 A enviar para Gemini...")
    
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
        "HTTP-Referer": "https://descomplicar.pt",
        "X-Title": "CTF Knowledge Test"
    }

    data = {
        "model": "google/gemini-2.5-flash",
        "messages": [{"role": "user", "content": prompt}],
        "temperature": 0.2,
        "max_tokens": 1000
    }

    try:
        response = requests.post(API_URL, headers=headers, json=data, timeout=60)
        
        if response.status_code == 200:
            result = response.json()
            content_text = result['choices'][0]['message']['content']
            
            print("\n📥 Resposta bruta:")
            print(repr(content_text)[:200])
            
            # Parsing robusto
            try:
                # Remover blocos markdown
                if '```json' in content_text:
                    content_text = content_text.split('```json')[1].split('```')[0]
                elif '```' in content_text:
                    content_text = content_text.split('```')[1].split('```')[0]

                # Limpeza
                content_text = content_text.strip()

                # Parse
                knowledge = json.loads(content_text)
                
                print("\n✅ JSON PARSE SUCESSO!")
                print(json.dumps(knowledge, indent=2, ensure_ascii=False))
                
                return knowledge

            except json.JSONDecodeError as e:
                print(f"\n❌ JSON parse falhou: {e}")
                print(f"Primeiros 300 chars após limpeza:")
                print(repr(content_text[:300]))
                
                # Fallback: extrair { ... }
                start = content_text.find('{')
                end = content_text.rfind('}') + 1
                if start != -1 and end > start:
                    clean_json = content_text[start:end]
                    try:
                        knowledge = json.loads(clean_json)
                        print("\n✅ FALLBACK SUCESSO!")
                        print(json.dumps(knowledge, indent=2, ensure_ascii=False))
                        return knowledge
                    except:
                        print("❌ Fallback também falhou")
                        
        else:
            print(f"❌ Erro API: {response.status_code}")
            print(response.text[:500])
            
    except Exception as e:
        print(f"❌ Exceção: {e}")

if __name__ == "__main__":
    test_single_file()