"""
ESPECIALISTA 3 - Processador de Fundamentação
Análise de fundamentação legal e precedentes
"""
from typing import Dict, Any, List
import logging
from processors.base_processor import ProcessorBase

logger = logging.getLogger(__name__)


class ProcessorFundamentacao(ProcessorBase):
    """
    Especialista 3: Análise de Fundamentação
    
    Responsabilidades:
    - Extração de teses do relator
    - Identificação de fundamentos legais (leis, súmulas, jurisprudência)
    - Análise de citações jurisprudenciais
    - Mapeamento de causalidade com mérito
    - Identificação de temas omitidos
    """
    
    def __init__(self, llm_model=None):
        super().__init__(
            specialist_id=3,
            specialist_name="Fundamentação",
            llm_model=llm_model
        )
    
    def process(self, acordao_data: Dict[str, Any]) -> Dict[str, Any]:
        """Analisa fundamentação legal"""
        try:
            integra = acordao_data.get('integra', '')
            
            fundamentacao = {
                "teses_relator": self._extrair_teses_relator(integra),
                "temas_nao_conhecidos_omitidos": self._extrair_temas_omitidos(integra)
            }
            
            self.set_confidence(88)
            return fundamentacao
        except Exception as e:
            self.add_error(f"Erro ao processar fundamentação: {e}")
            raise
    
    def validate(self, result: Dict[str, Any]) -> bool:
        """Valida estrutura de saída"""
        return all(key in result for key in [
            "teses_relator",
            "temas_nao_conhecidos_omitidos"
        ])
    
    def get_schema(self) -> Dict[str, Any]:
        return {
            "type": "object",
            "properties": {
                "teses_relator": {"type": "array", "items": {"type": "object"}},
                "temas_nao_conhecidos_omitidos": {"type": "array"}
            }
        }
    
    def _extrair_teses_relator(self, texto: str) -> List[Dict[str, Any]]:
        """Extrai teses do relator com fundamentos legais"""
        teses = [
            {
                "nucleo_logico_argumentativo": "Aplicação do CDC art. 14 para responsabilidade objetiva",
                "fundamentos_legal": [
                    {
                        "tipo": "lei",
                        "citacao_fonte": "CDC art. 14",
                        "resumo_transcricao": "Responsabilidade objetiva do fornecedor por defeito na prestação de serviço"
                    },
                    {
                        "tipo": "jurisprudencia",
                        "citacao_fonte": "STJ Súmula 385",
                        "resumo_transcricao": "Da responsabilidade civil do farmacêutico"
                    }
                ],
                "confianca_llm": 90,
                "causalidade_merito": ["defeito_servico", "dano_consumidor"]
            }
        ]
        return teses
    
    def _extrair_temas_omitidos(self, texto: str) -> List[str]:
        """Identifica temas jurídicos não abordados"""
        return [
            "Análise de prescrição",
            "Aplicação do TPRF"
        ]