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 cargar_titulos_readme(readme_path):
    """Extrae títulos de temas del README: {(bloque_num, tema_num): titulo}"""
    titulos = {}
    patron = re.compile(r'\[([^\]]+)\]\(bloque(\d+)/tema(\d+)\.md\)')
    texto = Path(readme_path).read_text(encoding="utf-8")
    for match in patron.finditer(texto):
        titulo, bloque_num, tema_num = match.group(1), int(match.group(2)), int(match.group(3))
        titulos[(bloque_num, tema_num)] = titulo
    return titulos

async def convertir_archivo(path_md, bloque_num, titulos, mp3_dir):
    temp_output = path_md.with_suffix('.temp.mp3')
    final_output = mp3_dir / path_md.with_suffix('.mp3').name

    # Saltar si el .mp3 ya existe y es más reciente que el .md
    if final_output.exists() and final_output.stat().st_mtime >= path_md.stat().st_mtime:
        print(f"⏭️  Sin cambios, omitiendo: {path_md.name}")
        return

    # Extraer número de tema del nombre del fichero (ej: tema6_audio -> 6)
    match_tema = re.match(r'tema(\d+)', path_md.stem)
    if match_tema:
        tema_num = int(match_tema.group(1))
        titulo_tema = titulos.get((bloque_num, tema_num), '')
        if titulo_tema:
            nombre_meta = f"Bloque {bloque_num} - Tema {tema_num}: {titulo_tema}"
        else:
            nombre_meta = f"Bloque {bloque_num} - Tema {tema_num}"
    else:
        nombre_meta = path_md.stem.replace('_', ' ').capitalize()

    # Escapar comillas para el comando shell
    nombre_meta_escaped = nombre_meta.replace('"', '\\"')

    texto = path_md.read_text(encoding="utf-8")
    texto_limpio = limpiar_markdown(texto)

    # 1. Generar audio
    comunicar = edge_tts.Communicate(texto_limpio, "es-ES-AlvaroNeural")
    await comunicar.save(temp_output)

    # 2. Normalización agresiva para Spotify (CBR 192k + Título)
    comando = (
        f'ffmpeg -i "{temp_output}" -codec:a libmp3lame -b:a 192k -ar 44100 '
        f'-metadata title="{nombre_meta_escaped}" -id3v2_version 3 -write_id3v1 1 '
        f'-y "{final_output}" > /dev/null 2>&1'
    )
    os.system(comando)

    if temp_output.exists():
        temp_output.unlink()

    print(f"✅ Listo para el coche: {final_output} (Título: {nombre_meta})")

async def main():
    base_dir = Path(__file__).parent.parent
    readme_path = base_dir / "README.md"
    audios_dir = base_dir / "audios"
    titulos = cargar_titulos_readme(readme_path)

    for bloque_num in range(1, 5):
        md_dir = audios_dir / "md" / f"bloque{bloque_num}"
        mp3_dir = audios_dir / "mp3" / f"bloque{bloque_num}"
        if not md_dir.exists():
            continue
        mp3_dir.mkdir(parents=True, exist_ok=True)
        print(f"\nProcesando bloque{bloque_num}...")
        archivos = sorted(md_dir.glob('*_audio.md'))
        for md in archivos:
            print(f"Procesando: {md.name}...")
            await convertir_archivo(md, bloque_num, titulos, mp3_dir)

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