# services/invoice_processor_service.py
import logging
from typing import Dict, List, Any, Optional

from .gcp_document_ai_client import process_document_gcp
# Importamos nuestro limpiador de datos para usarlo
from .utils import data_cleaner
from core.config import settings

# --- Lógica de negocio refactorizada ---

def _extract_specific_fields(
    entities: List[Any], 
    override_threshold: Optional[float] = None
) -> Dict[str, str]:
    """
    Filtra y normaliza entidades. Si se proporciona `override_threshold`,
    se utiliza ese valor para todos los campos. De lo contrario, utiliza
    los umbrales definidos en la configuración.
    """
    extracted_data = {field: "Not found or low confidence" for field in settings.REQUIRED_FIELDS}

    for entity in entities:
        entity_type = entity.type_

        # Lógica de decisión del umbral
        if override_threshold is not None:
            threshold = override_threshold
        else:
            # Comportamiento original: usar la configuración por campo
            threshold = settings.CONFIDENCE_THRESHOLDS.get(entity_type, settings.CONFIDENCE_THRESHOLDS["__default__"])

        if entity_type in settings.REQUIRED_FIELDS and entity.confidence >= threshold:
            value = entity.mention_text.replace('\n', ' ').strip()
            
            # Reactivamos la limpieza de fechas
            if entity_type == 'invoice_date':
                normalized_date = data_cleaner.normalize_date(value)
                value = normalized_date if normalized_date else f"Unparseable Date: '{value}'"
            
            extracted_data[entity_type] = value
            
    return extracted_data

# --- Función principal del servicio actualizada ---

def process_invoice_from_bytes(
    file_bytes: bytes, 
    mime_type: str,
    override_threshold: Optional[float] = None # Nuevo parámetro opcional
) -> Dict[str, str]:
    """
    Orquesta el proceso completo. Ahora pasa el umbral de confianza
    opcional a la capa de lógica de negocio.
    """
    try:
        document = process_document_gcp(
            project_id=settings.GCP_PROJECT_ID,
            location=settings.GCP_LOCATION,
            processor_id=settings.DOCAI_PROCESSOR_ID,
            file_bytes=file_bytes,
            mime_type=mime_type,
        )

        # Pasamos el umbral opcional a la función de extracción
        validated_data = _extract_specific_fields(document.entities, override_threshold)
        
        logging.info(f"Documento procesado con éxito con un umbral de {override_threshold or 'default'}.")
        return validated_data

    except Exception as e:
        logging.error(f"Error en el flujo de procesamiento de factura: {e}", exc_info=True)
        raise