"""Orquestador OSINT pasivo: escanea metadatos de los attachments de una ficha.

Recorre un directorio de attachments (imagenes y PDFs) y extrae sus metadatos
componiendo las funciones atomicas del registro (`extract_exif_metadata`,
`extract_pdf_metadata`). Agrega los puntos GPS y las fechas encontradas para
dar una vista rapida de la huella de metadatos de una persona/organizacion.

Funcion IMPURA: hace I/O sobre el sistema de archivos.
"""

import os

from cybersecurity import extract_exif_metadata, extract_pdf_metadata

_IMAGE_EXTS = (".jpg", ".jpeg", ".png", ".heic")
_PDF_EXTS = (".pdf",)


def _iter_files(attachments_dir: str):
    """Recorre recursivamente el directorio devolviendo rutas de archivo ordenadas."""
    for root, _dirs, files in os.walk(attachments_dir):
        for name in sorted(files):
            yield os.path.join(root, name)


def scan_ficha_attachments_metadata(attachments_dir: str) -> dict:
    """Escanea un directorio de attachments y agrega los metadatos extraidos.

    Aplica `extract_exif_metadata` a las imagenes (.jpg/.jpeg/.png/.heic) y
    `extract_pdf_metadata` a los PDFs (.pdf). Agrega los puntos GPS de las
    imagenes y todas las fechas detectadas (EXIF + PDF).

    Args:
        attachments_dir: ruta a un directorio de attachments, p.ej.
            `/home/enmanuel/Obsidian/osint/attachments/personas/<slug>/`.
            Se recorre recursivamente.

    Returns:
        dict con las claves:
          - files: lista de {path, type, metadata} por archivo procesado.
          - gps_points: lista de {file, lat, lon} con las coordenadas EXIF.
          - dates: lista de fechas (str) encontradas en EXIF y PDF.
          - summary: {n_files, n_images, n_pdfs, n_gps_points, n_dates,
            errors} con conteos agregados.

    Raises:
        NotADirectoryError: si `attachments_dir` no es un directorio existente.
    """
    if not os.path.isdir(attachments_dir):
        raise NotADirectoryError(f"no es un directorio: {attachments_dir}")

    files: list[dict] = []
    gps_points: list[dict] = []
    dates: list[str] = []
    n_images = 0
    n_pdfs = 0
    errors = 0

    for path in _iter_files(attachments_dir):
        ext = os.path.splitext(path)[1].lower()

        if ext in _IMAGE_EXTS:
            ftype = "image"
        elif ext in _PDF_EXTS:
            ftype = "pdf"
        else:
            continue

        try:
            if ftype == "image":
                metadata = extract_exif_metadata(path)
                n_images += 1
                lat = metadata.get("gps_lat")
                lon = metadata.get("gps_lon")
                if lat is not None and lon is not None:
                    gps_points.append({"file": path, "lat": lat, "lon": lon})
                dt = metadata.get("datetime")
                if dt:
                    dates.append(str(dt))
            else:
                metadata = extract_pdf_metadata(path)
                n_pdfs += 1
                for key in ("creation_date", "modification_date", "creationDate", "modDate"):
                    val = metadata.get(key)
                    if val:
                        dates.append(str(val))
        except Exception as exc:  # noqa: BLE001 - I/O sobre archivos heterogeneos
            errors += 1
            metadata = {"error": f"{type(exc).__name__}: {exc}"}

        files.append({"path": path, "type": ftype, "metadata": metadata})

    summary = {
        "n_files": len(files),
        "n_images": n_images,
        "n_pdfs": n_pdfs,
        "n_gps_points": len(gps_points),
        "n_dates": len(dates),
        "errors": errors,
    }

    return {
        "files": files,
        "gps_points": gps_points,
        "dates": dates,
        "summary": summary,
    }