"""
PDF处理主服务

策略：
- 所有 PDF 统一使用 PyMuPDF 处理（快速、稳定）
- RAG 引擎推荐使用 pymupdf4llm（见 pdf_markdown_processor.py）

注意：Nougat 已废弃，不再使用
"""

from typing import Dict, Any, Optional
from loguru import logger

from .language_detector import detect_language
from .pdf_extractor import extract_pdf_pymupdf


def extract_pdf(
    file_path: str,
    force_method: Optional[str] = None
) -> Dict[str, Any]:
    """
    PDF提取主函数
    
    处理流程：
    1. 检测语言（仅用于元数据）
    2. 使用 PyMuPDF 提取文本
    
    注意：对于 RAG 引擎，推荐使用 /api/document/to-markdown 接口，
    它使用 pymupdf4llm 提供更好的表格和结构支持。
    
    Args:
        file_path: PDF文件路径
        force_method: 保留参数（已废弃，仅支持 'pymupdf'）
    
    Returns:
        {
            "success": True,
            "method": "pymupdf",
            "reason": "...",
            "text": "提取的文本",
            "metadata": {...}
        }
    """
    try:
        logger.info(f"开始处理PDF: {file_path}")
        
        # Step 1: 语言检测（仅用于元数据）
        logger.info("[Step 1] 检测PDF语言...")
        language = detect_language(file_path)
        logger.info(f"检测结果: {language}")
        
        # Step 2: 使用 PyMuPDF 提取
        logger.info("[Step 2] 使用PyMuPDF处理")
        
        result = extract_pdf_pymupdf(file_path)
        
        if result['success']:
            result['reason'] = 'pymupdf_standard'
            result['detected_language'] = language
            logger.info("✅ PyMuPDF处理成功")
        else:
            logger.error("❌ PyMuPDF处理失败")
        
        return result
    
    except Exception as e:
        logger.error(f"PDF处理失败: {str(e)}")
        return {
            "success": False,
            "error": str(e),
            "method": "pymupdf"
        }


def get_pdf_processing_strategy(file_path: str) -> Dict[str, Any]:
    """
    获取PDF处理策略（不实际提取）
    
    用于预览将使用哪种方法
    
    Args:
        file_path: PDF文件路径
    
    Returns:
        {
            "detected_language": "chinese" | "english",
            "recommended_method": "pymupdf",
            "reason": "...",
            "nougat_available": False  # 已废弃
        }
    """
    try:
        # 检测语言
        language = detect_language(file_path)
        
        return {
            "detected_language": language,
            "recommended_method": "pymupdf",
            "reason": "统一使用 PyMuPDF 处理（RAG 引擎推荐使用 /api/document/to-markdown）",
            "nougat_available": False  # 已废弃
        }
    
    except Exception as e:
        logger.error(f"获取处理策略失败: {str(e)}")
        return {
            "error": str(e)
        }