"""中间产物清理

用法：
    python cleanup.py            # 按 config.yml 的 cleanup 配置清理
    python cleanup.py --dry-run  # 只列出将删除的文件，不真删

清理范围（由 config.yml 的 cleanup 段控制）：
    paths.video_dir 下所有 *.mp3 / *.mp4
    paths.audio_dir 下所有 *.wav

当日流程（getVideo5.process_videos）在一天的任务成功结束后会自动调用本模块；
失败时默认保留文件以便重跑（cleanup.only_on_success: 1）。
"""
import argparse
import logging

import config

logger = logging.getLogger(__name__)


def _list_files(directory, patterns):
    if not directory.is_dir():
        return []
    found = []
    for pattern in patterns:
        found.extend(sorted(p for p in directory.glob(pattern) if p.is_file()))
    return found


def collect_targets():
    """返回 [(路径, 目录角色)]，受 cleanup.remove_video / remove_audio 控制"""
    targets = []
    if config.get_bool('cleanup.remove_video', True):
        targets += [(p, 'video') for p in _list_files(config.video_dir(), ('*.mp3', '*.mp4'))]
    if config.get_bool('cleanup.remove_audio', True):
        # 只删 wav。识别完成标记在 state/ 下，是长期凭证，**不能删**
        # （删了就分不清"已完成"与"识别只跑了一半"，见 scripts/day_status.py）
        targets += [(p, 'audio') for p in _list_files(config.audio_dir(), ('*.wav',))]
    return targets


def cleanup_intermediates(dry_run=False, force=False, reason=''):
    """
    删除中间产物；返回 {'removed': n, 'bytes': n, 'skipped': bool}

    参数:
        dry_run: 只统计不删除
        force:   忽略 cleanup.after_daily_run 开关（供手动调用）
        reason:  日志说明（一般是日期）
    """
    if not force and not config.get_bool('cleanup.after_daily_run', True):
        logger.info("cleanup.after_daily_run 已关闭，跳过清理")
        return {'removed': 0, 'bytes': 0, 'skipped': True}

    targets = collect_targets()
    if not targets:
        logger.info("没有需要清理的中间产物（%s）", reason or '手动清理')
        return {'removed': 0, 'bytes': 0, 'skipped': False}

    removed = 0
    freed = 0
    for path, role in targets:
        try:
            size = path.stat().st_size
        except OSError:
            size = 0
        if dry_run:
            logger.info("[dry-run] 将删除 %s（%.1f MB）", path, size / 1024 / 1024)
            removed += 1
            freed += size
            continue
        try:
            path.unlink()
            removed += 1
            freed += size
            logger.debug("已删除 %s", path)
        except OSError as e:
            logger.warning("删除失败 %s: %s", path, e)

    action = '将清理' if dry_run else '已清理'
    logger.info("%s中间产物 %d 个文件（释放 %.1f MB）%s",
                action, removed, freed / 1024 / 1024, f" | {reason}" if reason else '')
    return {'removed': removed, 'bytes': freed, 'skipped': False}


def maybe_cleanup_after_run(date_str, day_ok):
    """
    当天流程结束后按 config.yml 的 cleanup 段决定是否清理

    参数:
        date_str: 日期（仅用于日志）
        day_ok:   当天是否全部成功（识别分片全成功 + 切分已就绪）
    """
    if not config.get_bool('cleanup.after_daily_run', True):
        logger.info("cleanup.after_daily_run 已关闭，跳过清理")
        return {'removed': 0, 'bytes': 0, 'skipped': True}

    if not day_ok and config.get_bool('cleanup.only_on_success', True):
        logger.warning("⚠️  %s 未全部成功，保留中间产物以便重跑"
                       "（cleanup.only_on_success=1；改为 0 则无论成败都清理）", date_str)
        return {'removed': 0, 'bytes': 0, 'skipped': True}

    reason = f'{date_str} 任务完成' if day_ok else f'{date_str} 任务未全部成功（only_on_success=0）'
    return cleanup_intermediates(reason=reason)


def main():
    parser = argparse.ArgumentParser(description='清理 xwlb 中间产物（mp3/mp4/wav）')
    parser.add_argument('--dry-run', action='store_true', help='只列出将删除的文件')
    args = parser.parse_args()
    logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
    config.log_summary()
    result = cleanup_intermediates(dry_run=args.dry_run, force=True, reason='手动执行')
    return 0 if result['removed'] >= 0 else 1


if __name__ == '__main__':
    raise SystemExit(main())