processador.py

# processador.py
from __future__ import annotations
from pathlib import Path
from typing import List, Optional, Tuple
import platform, shutil, tempfile, zipfile

from pdf2image import convert_from_path, convert_from_bytes

IS_WINDOWS = platform.system() == "Windows"
# No Windows você aponta abaixo; no Linux (Hugging Face) deixe como None
POPPLER_PATH = r"C:\poppler-25.07.0\Library\bin" if IS_WINDOWS else None


def _ensure_poppler() -> None:
    """Garante que o Poppler está disponível no ambiente."""
    if IS_WINDOWS:
        p = Path(POPPLER_PATH or "")
        if not p.exists():
            raise RuntimeError(
                "Poppler não encontrado. Ajuste POPPLER_PATH para ...\\poppler-XX\\Library\\bin"
            )
    else:
        # No Linux (HF) esperamos 'pdftoppm' no PATH via packages.txt (poppler-utils)
        if shutil.which("pdftoppm") is None:
            raise RuntimeError(
                "pdftoppm não encontrado. No Hugging Face inclua 'packages.txt' com 'poppler-utils'."
            )


def _ext(formato: str) -> str:
    """Normaliza a extensão."""
    return "jpg" if formato.lower() in ("jpeg", "jpg") else formato.lower()


def _convert_bytes(data: bytes, formato: str, paginas: Optional[List[int]]):
    fmt = _ext(formato)
    if not paginas:
        return convert_from_bytes(data, dpi=200, fmt=fmt, poppler_path=POPPLER_PATH)
    # páginas específicas: chamamos 1 a 1
    out = []
    for p in paginas:
        img = convert_from_bytes(
            data, dpi=200, fmt=fmt, first_page=p, last_page=p, poppler_path=POPPLER_PATH
        )[0]
        out.append(img)
    return out


def _convert_path(pdf_path: Path, formato: str, paginas: Optional[List[int]]):
    fmt = _ext(formato)
    if not paginas:
        return convert_from_path(str(pdf_path), dpi=200, fmt=fmt, poppler_path=POPPLER_PATH)
    out = []
    for p in paginas:
        img = convert_from_path(
            str(pdf_path), dpi=200, fmt=fmt, first_page=p, last_page=p, poppler_path=POPPLER_PATH
        )[0]
        out.append(img)
    return out


def processar_misto(
    paths: List[Path], modo: str, paginas: Optional[List[int]], formato: str
) -> Tuple[List[Tuple[str, str]], str]:
    """
    paths: lista de caminhos (PDFs ou ZIPs contendo PDFs)
    modo:   "Extrair todas as páginas" | "Extrair páginas específicas"
    paginas: lista de ints (ou None) quando modo = específicas
    formato: "jpeg" | "png" | "bmp" | "ico"
    Retorna: [(caminho_imagem_temp, legenda)], caminho_zip_temp
    """
    _ensure_poppler()

    usar_paginas = paginas if "Específicas" in modo else None
    ext = _ext(formato)

    galeria: List[Tuple[str, str]] = []
    tmp_zip = tempfile.NamedTemporaryFile(delete=False, suffix=".zip")
    with zipfile.ZipFile(tmp_zip.name, "w", compression=zipfile.ZIP_DEFLATED) as zout:
        for path in paths:
            if path.suffix.lower() == ".zip":
                with zipfile.ZipFile(path, "r") as zin:
                    for info in zin.infolist():
                        if info.filename.lower().endswith(".pdf"):
                            data = zin.read(info.filename)
                            images = _convert_bytes(data, formato, usar_paginas)
                            stem_zip = Path(info.filename).stem.replace("/", "_")
                            for i, img in enumerate(images, 1):
                                img_tmp = tempfile.NamedTemporaryFile(delete=False, suffix=f".{ext}")
                                img.save(img_tmp.name)
                                galeria.append((img_tmp.name, f"{stem_zip} — p{i}"))
                                zout.write(img_tmp.name, arcname=f"{stem_zip}_p{i}.{ext}")
            else:
                images = _convert_path(path, formato, usar_paginas)
                for i, img in enumerate(images, 1):
                    img_tmp = tempfile.NamedTemporaryFile(delete=False, suffix=f".{ext}")
                    img.save(img_tmp.name)
                    galeria.append((img_tmp.name, f"{path.stem} — p{i}"))
                    zout.write(img_tmp.name, arcname=f"{path.stem}_p{i}.{ext}")

    return galeria, tmp_zip.name