"""Most: policzony horoskop → tokeny sygnifikatorów → wyszukiwanie w bazie.

Pierwsza wersja (LOG-16/18/19 w zalążku): z pozycji obiektów generujemy tokeny w
składni bazy (np. Słońce w Byku → planeta `[Su`, znak `[Tau`), pytamy warstwę
danych o rekordy zawierające token planety, a następnie zawężamy do tych, które
wspominają też jej znak („planeta w swoim znaku"). To realizuje przepływ „wynik
obliczeń szukany w pliku".

Format skrótów odczytany z realnej bazy (Encyclopaedia of Medical Astrology):
planety `[Su`,`[Mo`,…; znaki `[Ari`,`[Tau`,…; np. `[Su affl. in [Vir`.
"""
from __future__ import annotations

from typing import Any, Protocol

from app.engine.formats import SIGN_ABBR, sign_index

PLANET_ABBR = {
    "Sun": "Su", "Moon": "Mo", "Mercury": "Me", "Venus": "Ve", "Mars": "Ma",
    "Jupiter": "Ju", "Saturn": "Sa", "Uranus": "Ur", "Neptune": "Ne", "Pluto": "Pl",
}


class DataSource(Protocol):
    def search(
        self, key: str, value: str, exact: bool, limit: int, fields: list[str] | None = None
    ) -> dict[str, Any]: ...


def _effect(row: dict) -> str:
    for col in ("actioneffect", "topicresult", "bodypart"):
        v = row.get(col)
        if v and str(v).strip().lower() not in ("", "nan"):
            return str(v).strip()
    return ""


def _is_noise(sig: str, effect: str) -> bool:
    s = sig.strip().lower()
    return (
        not effect
        or s.startswith("significator")
        or "header" in s
        or s in ("x", "x?", "nan")
    )


def build_report(positions, data: DataSource, per_object_limit: int = 60) -> dict:
    """Dla każdego obiektu: wyszukaj sygnifikatory planety i zawęź do jej znaku."""
    items: list[dict] = []
    provider = None
    for p in positions:
        if p.name not in PLANET_ABBR:
            continue
        planet_tok = "[" + PLANET_ABBR[p.name]
        sign_tok = "[" + SIGN_ABBR[sign_index(p.longitude)]

        raw = data.search(
            key="significator",
            value=planet_tok,
            exact=False,
            limit=per_object_limit,
            fields=["significator", "actioneffect", "topicresult", "bodypart"],
        )
        provider = raw.get("provider", provider)
        rows = raw.get("rows", [])

        samples: list[dict] = []
        for r in rows:
            sig = str(r.get("significator") or "")
            if sign_tok.lower() not in sig.lower():
                continue
            eff = _effect(r)
            if _is_noise(sig, eff):
                continue
            samples.append({"significator": sig.strip(), "effect": eff})

        items.append({
            "object": p.name,
            "sign": p.sign,
            "direction": p.direction,
            "planet_token": planet_tok,
            "sign_token": sign_tok,
            "planet_total": raw.get("total", 0),
            "in_sign_count": len(samples),
            "samples": samples[:5],
        })
    return {"provider": provider, "objects": items}