"""Экспорт границ районов Екатеринбурга в SVG-пути для лэндинга МЕРЫ.

ЗАЧЕМ ГЕНЕРАТОР, А НЕ РУЧНОЙ БЛОБ. Файл
`frontend/src/app/mera-public/_components/v3/ekb-districts.ts` — данные, а у
данных обязано быть проверяемое происхождение. Этот скрипт единственный
источник того файла: запусти его и получишь тот же результат.

ПОЧЕМУ ГЕОМЕТРИЯ ЕДЕТ СТАТИКОЙ, А НЕ ТАЙЛАМИ.
1. Публичное дерево `app/mera-public/**` держится без единого внешнего запроса
   (см. шапку layout.tsx: шрифты self-hosted, Leaflet с unpkg сюда намеренно не
   тянули). Тайловый провайдер — это внешний CDN на каждой загрузке.
2. Тайлы утекают провайдеру IP посетителя и то, ЧТО он смотрит, — на странице,
   которая обещает «без звонков и регистрации». Своя геометрия такого не делает.
3. Границы районов не меняются годами: раздавать их запросом в рантайме незачем.

ТОЧНОСТЬ. Упрощение 0.0012° (~70-130 м на широте Екатеринбурга) выбрано под
масштаб карточки: она показывает район целиком, где такая ошибка меньше
толщины линии. Для более крупного масштаба этот файл не годится — перегенерируй
с меньшим допуском и проверь размер.

ПРОЕКЦИЯ. Равнопромежуточная с поправкой cos(широты): на масштабе одного города
искажение незаметно, а взамен фронту не нужна ни библиотека, ни рантайм-математика
сложнее двух умножений. Константы проекции едут вместе с путями, чтобы точку по
（lon, lat) можно было положить в ту же систему координат.

Запуск (только чтение):
    docker exec tradein-backend python scripts/export_ekb_districts_svg.py
"""

from __future__ import annotations

import json
import math
import os
from typing import Any

import psycopg

# Допуск упрощения в градусах. Смена значения обязана сопровождаться замером
# длины путей: файл едет в бандл каждому посетителю.
SIMPLIFY_DEG = 0.0012
# Ширина системы координат. Высота считается из формы города.
VIEWBOX_WIDTH = 1000.0

SQL = """
    SELECT district_name,
           ST_AsGeoJSON(ST_SimplifyPreserveTopology(geom, %(tol)s)) AS gj
      FROM gendesign_ekb_districts_geom
     ORDER BY district_name
"""


def _rings(geojson: dict[str, Any]) -> list[list[list[float]]]:
    """Полигон и мультиполигон — к одному виду: список колец."""
    if geojson["type"] == "Polygon":
        return geojson["coordinates"]
    return [ring for poly in geojson["coordinates"] for ring in poly]


def main() -> int:
    dsn = os.environ["DATABASE_URL"].replace("postgresql+psycopg://", "postgresql://")
    with psycopg.connect(dsn) as conn, conn.cursor() as cur:
        cur.execute(SQL, {"tol": SIMPLIFY_DEG})
        rows = [(name, _rings(json.loads(gj))) for name, gj in cur.fetchall()]

    points = [p for _, rings in rows for ring in rings for p in ring]
    min_lon = min(p[0] for p in points)
    max_lat = max(p[1] for p in points)
    lat_mid = (min(p[1] for p in points) + max_lat) / 2
    k = math.cos(math.radians(lat_mid))

    width_deg = max((p[0] - min_lon) * k for p in points)
    scale = VIEWBOX_WIDTH / width_deg
    height = round(max((max_lat - p[1]) for p in points) * scale, 1)

    def path(rings: list[list[list[float]]]) -> str:
        out: list[str] = []
        for ring in rings:
            for i, (lon, lat) in enumerate(ring):
                x = round((lon - min_lon) * k * scale, 1)
                y = round((max_lat - lat) * scale, 1)
                out.append(f"{'M' if i == 0 else 'L'}{x} {y}")
            out.append("Z")
        return "".join(out)

    districts = [{"name": name, "d": path(rings)} for name, rings in rows]
    print(
        json.dumps(
            {
                "meta": {
                    "minLon": min_lon,
                    "maxLat": max_lat,
                    "k": round(k, 10),
                    "scale": round(scale, 6),
                    "width": VIEWBOX_WIDTH,
                    "height": height,
                    "simplifyDeg": SIMPLIFY_DEG,
                },
                "districts": districts,
            },
            ensure_ascii=False,
        )
    )
    return 0


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