"""offershow.cn 招聘公告地址抓取。

接口说明见 doc/offershow.md（其中"参数必须放 body、匿名恒 10 条"的描述已过时）：
- 招聘计划列表 `POST /api/od/plan_table`，明文 JSON，无加密，无需登录。
- 分页参数 `page`/`size` 必须放在 **URL query string**，放 body 无效（恒返回第 1 页）。
- 业务成功码为 `200001`。
- 公告地址取每条计划的 `notice_url` 字段。
"""

from __future__ import annotations

import httpx

from app.core.logger import log

# 招聘计划列表接口
_API_URL = "https://www.offershow.cn/api/od/plan_table"

_HEADERS = {
    "accept": "application/json",
    "content-type": "application/json",
    "origin": "https://www.offershow.cn",
    "referer": "https://www.offershow.cn/",
    "user-agent": (
        "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 "
        "(KHTML, like Gecko) Chrome/150.0.0.0 Safari/537.36"
    ),
}

# 业务成功码
_SUCCESS_CODE = 200001

# 每页条数
_PAGE_SIZE = 20

# 请求超时（秒）
_TIMEOUT = 30

# 翻页安全上限，防止 total 异常时死循环
_MAX_PAGES = 2000


def fetch_offershow(limit: int) -> list[str]:
    """抓取 offershow 招聘公告地址。

    Args:
        limit: 抓取条数上限，循环翻页累积直到拿满或翻完。

    Returns:
        公告地址列表（已去重、过滤空值，保持原始顺序）。
    """
    if limit <= 0:
        return []

    urls: list[str] = []
    seen: set[str] = set()

    with httpx.Client(headers=_HEADERS, timeout=_TIMEOUT) as client:
        for page in range(1, _MAX_PAGES + 1):
            try:
                response = client.post(
                    _API_URL,
                    params={"page": page, "size": _PAGE_SIZE},
                    json={"recruit_plan_type": 2},
                )
                response.raise_for_status()
                payload = response.json()
            except (httpx.HTTPError, ValueError) as exc:
                log.error(f"offershow 抓取失败（page={page}）: {exc}")
                break

            if payload.get("code") != _SUCCESS_CODE:
                log.warning(f"offershow 返回非成功码（page={page}）: {payload.get('code')}")
                break

            plans = (payload.get("data") or {}).get("plans") or []
            if not plans:
                break

            for plan in plans:
                url = (plan.get("notice_url") or "").strip()
                if not url or not url.startswith("http"):
                    continue
                if url in seen:
                    continue
                seen.add(url)
                urls.append(url)
                if len(urls) >= limit:
                    log.info(f"offershow 抓取到 {len(urls)} 条公告地址（翻页 {page} 页）")
                    return urls

            # 已翻到最后一页
            if len(plans) < _PAGE_SIZE:
                break

    log.info(f"offershow 抓取到 {len(urls)} 条公告地址")
    return urls