"""Extrae metadatos de un PDF con pypdf (OSINT pasiva sobre documentos propios)."""

from pypdf import PdfReader


def _iso_or_raw(reader: PdfReader, getter_name: str, raw_value):
    """Devuelve una fecha en ISO 8601 si pypdf la sabe parsear, sino el valor crudo.

    pypdf expone `creation_date`/`modification_date` (datetime) ademas del
    string crudo `/CreationDate`/`/ModDate` en formato `D:YYYYMMDDHHmmSS`.
    """
    try:
        dt = getattr(reader.metadata, getter_name, None)
    except Exception:
        dt = None
    if dt is not None:
        try:
            return dt.isoformat()
        except Exception:
            pass
    return str(raw_value) if raw_value is not None else None


def extract_pdf_metadata(pdf_path: str) -> dict:
    """Lee los metadatos del Document Info de un PDF.

    Abre el PDF con pypdf y extrae los campos estandar del diccionario de
    informacion (titulo, autor, creador, productor, fechas) mas el numero de
    paginas. Las fechas se devuelven en ISO 8601 cuando son parseables, en su
    valor crudo en caso contrario. No falla si el PDF esta cifrado: captura la
    excepcion, devuelve lo que pueda y rellena el campo `error`.

    Args:
        pdf_path: ruta al archivo PDF en disco.

    Returns:
        dict con las claves: title, author, creator, producer, creation_date,
        mod_date, num_pages, raw (dict con todo el doc info) y error (None si
        todo fue bien, mensaje de error en caso contrario).
    """
    result = {
        "title": None,
        "author": None,
        "creator": None,
        "producer": None,
        "creation_date": None,
        "mod_date": None,
        "num_pages": None,
        "raw": {},
        "error": None,
    }

    try:
        reader = PdfReader(pdf_path)

        # PDF cifrado: intentar abrir con password vacio (caso comun).
        if getattr(reader, "is_encrypted", False):
            try:
                reader.decrypt("")
            except Exception as exc:
                result["error"] = f"encrypted: {exc}"

        try:
            result["num_pages"] = len(reader.pages)
        except Exception as exc:
            result["error"] = result["error"] or f"pages: {exc}"

        meta = reader.metadata
        if meta is not None:
            result["title"] = str(meta.title) if meta.title is not None else None
            result["author"] = str(meta.author) if meta.author is not None else None
            result["creator"] = str(meta.creator) if meta.creator is not None else None
            result["producer"] = (
                str(meta.producer) if meta.producer is not None else None
            )
            result["creation_date"] = _iso_or_raw(
                reader, "creation_date", meta.get("/CreationDate")
            )
            result["mod_date"] = _iso_or_raw(
                reader, "modification_date", meta.get("/ModDate")
            )
            result["raw"] = {str(k): str(v) for k, v in meta.items()}
    except Exception as exc:
        result["error"] = result["error"] or str(exc)

    return result