"""乐天市场（rakuten.co.jp）站点常量

集中维护站点入口 URL、浏览器指纹参数，以及搜索页 URL 的排序码 / 筛选码映射。

排序码（`s=`）与筛选码（`f=`）并非猜测所得，而是从搜索页前端 bundle
（r.r10s.jp/com/assets/app/pages/search/javascript/pc-*.bundle.js）中的
URL→UiQuestion 转换逻辑里提取的枚举，与站点行为一一对应。
"""
from __future__ import annotations

from typing import Final

# ---- 站点入口 ----
HOME_URL: Final = "https://www.rakuten.co.jp/"
SEARCH_BASE_URL: Final = "https://search.rakuten.co.jp/search/mall/"
ITEM_BASE_URL: Final = "https://item.rakuten.co.jp/"

CATEGORY_BASE_URL: Final = "https://www.rakuten.co.jp/category/"

# 店铺首页形如 https://www.rakuten.co.jp/edion/
WWW_BASE_URL: Final = "https://www.rakuten.co.jp/"

SEARCH_HOST: Final = "search.rakuten.co.jp"
ITEM_HOST: Final = "item.rakuten.co.jp"
WWW_HOST: Final = "www.rakuten.co.jp"

# 取顶层分类列表用的哨兵关键词。
# 站点的分类分面（genreTree）与查询内容无关，任何关键词都会返回同一套 39 个顶层
# 分类；刻意用一个搜不到东西的词，可以拿到 count 全为 null 的干净列表，避免把
# 「某个关键词下的命中数」误当成分类的商品总数返回。
# 注意不能用单字母（如 a），站点对过短的拉丁关键词直接返回 503。
GENRE_FACET_PROBE_KEYWORD: Final = "zzzqqqxyz123"

# 站点侧限制：搜索结果最多只能翻到 pagination.subset 条（实测 6750），
# 再往后翻页返回空列表。用于计算 has_more，避免上游无意义地深翻。
DEFAULT_SUBSET_LIMIT: Final = 6750

# ---- 浏览器指纹 ----
# 搜索页用 PC UA；商品详情页必须用手机 UA，否则返回的是各店铺自定义的
# EUC-JP 老模板（无 __INITIAL_STATE__，只有面包屑 JSON-LD，无法结构化解析）。
PC_USER_AGENT: Final = (
    "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 "
    "(KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36"
)
SP_USER_AGENT: Final = (
    "Mozilla/5.0 (iPhone; CPU iPhone OS 17_5 like Mac OS X) AppleWebKit/605.1.15 "
    "(KHTML, like Gecko) Version/17.5 Mobile/15E148 Safari/604.1"
)

ACCEPT_LANGUAGE: Final = "ja,en-US;q=0.9,en;q=0.8"

# 乐天前置 Akamai Bot Manager。请求头不完整时不会直接封禁，而是把响应
# 拖到 ~11s（实测与响应体大小无关，22 字节的响应同样耗时 11s）；补齐
# 下列头并复用 Akamai 下发的 cookie 后，稳定在 ~0.6-0.9s。
def default_headers(*, mobile: bool) -> dict[str, str]:
    """构造一套完整的浏览器导航请求头。"""
    return {
        "User-Agent": SP_USER_AGENT if mobile else PC_USER_AGENT,
        "Accept": (
            "text/html,application/xhtml+xml,application/xml;q=0.9,"
            "image/avif,image/webp,image/apng,*/*;q=0.8,"
            "application/signed-exchange;v=b3;q=0.7"
        ),
        "Accept-Language": ACCEPT_LANGUAGE,
        "sec-ch-ua": '"Chromium";v="131", "Not_A Brand";v="24", "Google Chrome";v="131"',
        "sec-ch-ua-mobile": "?1" if mobile else "?0",
        "sec-ch-ua-platform": '"iOS"' if mobile else '"Windows"',
        "Sec-Fetch-Dest": "document",
        "Sec-Fetch-Mode": "navigate",
        "Sec-Fetch-Site": "none",
        "Sec-Fetch-User": "?1",
        "Upgrade-Insecure-Requests": "1",
    }


# Akamai Bot Manager 下发的 cookie：判断会话是否已预热完成的依据
AKAMAI_COOKIE_NAMES: Final = ("ak_bmsc", "bm_sv", "bm_mi", "_abck")

# ---- 排序（搜索页 `s=` 参数）----
# 键为对外暴露的语义化排序名，值为站点侧排序码；standard 不带 s 参数。
SORT_CODES: Final[dict[str, str | None]] = {
    "standard": None,  # 站点默认的相关度排序（relevancy）
    "price_asc": "2",
    "price_desc": "3",
    "newest": "4",
    "review_count": "5",
    "review_score": "6",
    "price_with_shipping_asc": "11",
    "price_with_shipping_desc": "12",
}

# ---- 成色（搜索页 `f=` 参数中的 condition 段）----
CONDITION_CODES: Final[dict[str, str]] = {
    "new": "101",
    "used": "100",
    "rental": "102",
}

# ---- 布尔筛选（搜索页 `f=` 参数，可重复出现）----
# 字段名 -> 筛选码
BOOL_FILTER_CODES: Final[dict[str, str]] = {
    "include_sold_out": "0",
    "free_shipping": "2",
    "has_review": "4",
    "next_day_delivery": "12",
    "super_deal": "13",
}