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

from .gcp_document_ai_client import process_document_gcp
from .utils import data_cleaner
from core.config import settings

def _extract_specific_fields(
    entities: List[Any],
    # El nombre del parámetro aquí debe coincidir con el que se le pasa desde el router
    default_confidence_override: Optional[float] = None
) -> Dict[str, str]:
    """
    Filtra y normaliza entidades. Si se proporciona `default_confidence_override`,
    se utiliza para el umbral por defecto. Los umbrales específicos de la
    configuración siempre tienen prioridad.
    """
    extracted_data = {field: "Not found or low confidence" for field in settings.REQUIRED_FIELDS}

    # Determina el umbral por defecto para esta ejecución
    default_threshold = default_confidence_override if default_confidence_override is not None else settings.CONFIDENCE_THRESHOLDS["__default__"]

    for entity in entities:
        entity_type = entity.type_

        if entity_type in settings.REQUIRED_FIELDS:
            # Lógica corregida: Prioriza el umbral específico del campo, si no, usa el por defecto.
            threshold = settings.CONFIDENCE_THRESHOLDS.get(entity_type, default_threshold)

            if entity.confidence >= threshold:
                value = entity.mention_text.replace('\n', ' ').strip()
                
                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

def process_invoice_from_bytes(
    file_bytes: bytes, 
    mime_type: str,
    # El nombre del parámetro aquí debe coincidir con el del router
    default_confidence_override: Optional[float] = None
) -> Dict[str, str]:
    """
    Orquesta el proceso completo.
    """
    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,
        )

        validated_data = _extract_specific_fields(document.entities, default_confidence_override)
        
        log_threshold = default_confidence_override if default_confidence_override is not None else "config default"
        logging.info(f"Documento procesado. Umbral por defecto usado: {log_threshold}.")
        return validated_data

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