"""
YouTube Service
Video-Suche und Transkript-Analyse für Interactive Video Content
"""

import os
from typing import List, Dict, Any, Optional
from youtube_transcript_api import YouTubeTranscriptApi
import re


class YouTubeService:
    """YouTube Integration Service"""

    def __init__(self):
        # Kein API Key nötig für Transcript API
        # Für Video-Suche würden wir YouTube Data API brauchen (optional)
        self.youtube_api_key = os.getenv("YOUTUBE_API_KEY")

    def is_configured(self) -> bool:
        """Check if YouTube API is configured"""
        # Transcript API funktioniert ohne Key
        return True

    async def search_videos(
        self,
        query: str,
        max_results: int = 5
    ) -> List[Dict[str, Any]]:
        """
        Search YouTube videos

        NOTE: Ohne YouTube Data API Key nutzen wir eine Fallback-Methode
        oder können später die API integrieren.
        """

        # TODO: YouTube Data API Integration
        # Für jetzt: Fallback mit bekannten Educational Channels

        # Beispiel: Terra X, SimpleClub, MrWissen2go etc.
        # In Production würde hier die YouTube Data API search.list verwendet

        return [
            {
                "video_id": "EXAMPLE_VIDEO_ID",
                "title": f"Video zum Thema: {query}",
                "channel": "Educational Channel",
                "url": f"https://www.youtube.com/watch?v=EXAMPLE_VIDEO_ID",
                "has_transcript": False,
                "note": "Use real YouTube Data API in production"
            }
        ]

    async def get_video_transcript(
        self,
        video_id: str,
        languages: List[str] = ["de", "en"]
    ) -> Optional[Dict[str, Any]]:
        """
        Get video transcript

        Args:
            video_id: YouTube video ID
            languages: Preferred languages (default: German, English)

        Returns:
            Transcript data with timestamps
        """
        try:
            # Hole Transkript
            transcript_list = YouTubeTranscriptApi.list_transcripts(video_id)

            # Versuche bevorzugte Sprachen
            transcript = None
            for lang in languages:
                try:
                    transcript = transcript_list.find_transcript([lang])
                    break
                except:
                    continue

            # Falls keine bevorzugte Sprache, nimm die erste verfügbare
            if not transcript:
                transcript = transcript_list.find_transcript(
                    transcript_list._manually_created_transcripts.keys()
                )

            # Hole Transcript-Daten
            transcript_data = transcript.fetch()

            return {
                "video_id": video_id,
                "language": transcript.language_code,
                "is_generated": transcript.is_generated,
                "transcript": transcript_data
            }

        except Exception as e:
            print(f"Error fetching transcript for {video_id}: {e}")
            return None

    def extract_key_moments(
        self,
        transcript_data: List[Dict[str, Any]],
        num_moments: int = 5
    ) -> List[Dict[str, Any]]:
        """
        Extract key moments from transcript
        Einfache Heuristik: Nimm Momente gleichmäßig verteilt

        In einer verbesserten Version: Nutze Claude AI um wichtige Momente zu identifizieren
        """
        if not transcript_data:
            return []

        total_duration = transcript_data[-1]['start'] + transcript_data[-1]['duration']
        interval = total_duration / (num_moments + 1)

        key_moments = []
        for i in range(1, num_moments + 1):
            target_time = interval * i

            # Finde nächsten Transcript-Eintrag
            closest_entry = min(
                transcript_data,
                key=lambda x: abs(x['start'] - target_time)
            )

            key_moments.append({
                "time": self._format_timestamp(closest_entry['start']),
                "seconds": closest_entry['start'],
                "text": closest_entry['text']
            })

        return key_moments

    async def generate_video_interactions_with_claude(
        self,
        video_id: str,
        topic: str,
        transcript_data: List[Dict[str, Any]],
        claude_service: Any,
        num_interactions: int = 5
    ) -> List[Dict[str, Any]]:
        """
        Generate interactive elements for video using Claude AI

        Args:
            video_id: YouTube video ID
            topic: Video topic
            transcript_data: Full transcript
            claude_service: Claude service instance
            num_interactions: Number of interactions to generate

        Returns:
            List of interactions with timestamps
        """

        # Erstelle Transkript-Text
        full_text = self._create_transcript_text(transcript_data)

        prompt = f"""Analysiere dieses Video-Transkript zum Thema "{topic}" und identifiziere {num_interactions} wichtige Momente für interaktive Elemente.

Transkript:
{full_text[:8000]}  # Limit für Token-Effizienz

Für jeden Moment, erstelle:
1. Einen Zeitstempel (in Sekunden)
2. Einen Interaktionstyp (question, info, oder link)
3. Einen Titel
4. Den Inhalt (Frage, Information, oder URL)

Formatiere als JSON-Array:
[
  {{
    "seconds": 45,
    "type": "question",
    "title": "Verständnisfrage",
    "content": "Was ist die Hauptfunktion...?"
  }},
  {{
    "seconds": 120,
    "type": "info",
    "title": "Wichtiger Hinweis",
    "content": "Beachte dass..."
  }}
]

Wähle Momente die:
- Wichtige Konzepte einführen
- Verständnis testen
- Zusatzinformationen bieten

Nur JSON zurückgeben."""

        response = await claude_service.generate_content(
            prompt=prompt,
            system_prompt="Du bist ein Experte für interaktive Video-Didaktik."
        )

        # Parse JSON
        import json
        import re
        json_match = re.search(r'\[.*\]', response, re.DOTALL)
        if json_match:
            interactions = json.loads(json_match.group())

            # Konvertiere Sekunden zu mm:ss Format
            for interaction in interactions:
                interaction['time'] = self._format_timestamp(interaction['seconds'])

            return interactions

        return []

    def _create_transcript_text(self, transcript_data: List[Dict[str, Any]]) -> str:
        """Create readable text from transcript"""
        lines = []
        for entry in transcript_data:
            timestamp = self._format_timestamp(entry['start'])
            lines.append(f"[{timestamp}] {entry['text']}")
        return "\n".join(lines)

    def _format_timestamp(self, seconds: float) -> str:
        """Format seconds to mm:ss"""
        minutes = int(seconds // 60)
        secs = int(seconds % 60)
        return f"{minutes:02d}:{secs:02d}"

    def extract_video_id_from_url(self, url: str) -> Optional[str]:
        """Extract video ID from YouTube URL"""
        patterns = [
            r'(?:youtube\.com\/watch\?v=)([^&]+)',
            r'(?:youtu\.be\/)([^?]+)',
            r'(?:youtube\.com\/embed\/)([^?]+)'
        ]

        for pattern in patterns:
            match = re.search(pattern, url)
            if match:
                return match.group(1)

        return None