"""
Convierte TREBEP.md a audio dividido por Títulos.
Genera un MP3 por Título (8 Títulos + Disposiciones) en audios/mp3/bloque1/.
Usa edge_tts (es-ES-AlvaroNeural) + ffmpeg, igual que md_a_audio_con_edge_y_metadatos.py
"""
import asyncio
import edge_tts
import re
import os
from pathlib import Path


def limpiar_markdown(texto):
    texto = re.sub(r'```.*?```', ' [código] ', texto, flags=re.DOTALL)
    texto = re.sub(r'\|.*?\|', '', texto)
    texto = re.sub(r'[#*_~`>]', '', texto)
    return ' '.join(texto.split())


def dividir_por_titulos(md_path):
    """
    Devuelve lista de (nombre_fichero, titulo_meta, texto_seccion).
    Las secciones son los 8 Títulos + un bloque final de Disposiciones.
    """
    texto = Path(md_path).read_text(encoding='utf-8')
    secciones = []

    # Separar por ## TÍTULO
    partes = re.split(r'(?=^## TÍTULO)', texto, flags=re.MULTILINE)

    for parte in partes:
        if not parte.strip():
            continue

        match = re.match(r'^## (TÍTULO ([IVX]+)) · (.+)', parte, re.MULTILINE)
        if match:
            titulo_num = match.group(2)
            titulo_texto = match.group(3).strip()
            num_romano = {'I': 1, 'II': 2, 'III': 3, 'IV': 4,
                          'V': 5, 'VI': 6, 'VII': 7, 'VIII': 8}.get(titulo_num, 0)
            nombre = f'trebep_titulo{num_romano:02d}_audio'
            meta = f'TREBEP · Título {titulo_num}: {titulo_texto}'

            # Si hay disposiciones al final de TÍTULO VIII, separarlas
            idx_disp = parte.find('\n#### Disposición adicional primera')
            if idx_disp != -1:
                secciones.append((nombre, meta, parte[:idx_disp]))
                disp_texto = parte[idx_disp:]
                secciones.append(('trebep_disposiciones_audio',
                                  'TREBEP · Disposiciones adicionales, transitorias y finales',
                                  disp_texto))
            else:
                secciones.append((nombre, meta, parte))
        else:
            # Bloque inicial (antes del primer Título): ignorar si es mínimo
            if len(parte.strip()) > 100:
                secciones.append(('trebep_intro_audio', 'TREBEP · Introducción', parte))

    return secciones


async def generar_audio(nombre, meta, texto, mp3_dir):
    mp3_path = mp3_dir / f'{nombre.replace("_audio", "")}.mp3'
    temp_path = mp3_dir / f'{nombre}.temp.mp3'

    if mp3_path.exists():
        print(f'⏭️  Ya existe, omitiendo: {mp3_path.name}')
        return

    texto_limpio = limpiar_markdown(texto)
    print(f'🎙️  Generando: {mp3_path.name}  ({len(texto_limpio.split())} palabras)...')

    comunicar = edge_tts.Communicate(texto_limpio, 'es-ES-AlvaroNeural')
    await comunicar.save(str(temp_path))

    meta_escaped = meta.replace('"', '\\"')
    comando = (
        f'ffmpeg -i "{temp_path}" -codec:a libmp3lame -b:a 192k -ar 44100 '
        f'-metadata title="{meta_escaped}" -id3v2_version 3 -write_id3v1 1 '
        f'-y "{mp3_path}" > /dev/null 2>&1'
    )
    os.system(comando)

    if temp_path.exists():
        temp_path.unlink()

    print(f'✅  Listo: {mp3_path.name}  (Título: {meta})')


async def main():
    base_dir = Path(__file__).parent.parent
    md_path = base_dir / 'bloque1' / 'leyes' / 'TREBEP.md'
    mp3_dir = base_dir / 'audios' / 'mp3' / 'bloque1'
    mp3_dir.mkdir(parents=True, exist_ok=True)

    secciones = dividir_por_titulos(md_path)
    print(f'\nTREBEP.md → {len(secciones)} secciones de audio\n')

    for nombre, meta, texto in secciones:
        await generar_audio(nombre, meta, texto, mp3_dir)

    print('\n🎧 Todos los audios del TREBEP generados en:', mp3_dir)


if __name__ == '__main__':
    asyncio.run(main())