CloudRecoveryAS/app/engine/file_watcher.py

"""File watcher para detectar nuevos archivos ZIP."""

import os
import time
import hashlib
from pathlib import Path
from typing import Optional, Dict, Callable
from threading import Thread, Event
from ..utils.logger import app_logger


class FileStabilityChecker:
    """Verifica que un archivo esté estable (no siendo copiado)."""
    
    def __init__(
        self,
        check_interval: int = 5,
        stable_duration: int = 10,
        use_ready_marker: bool = False
    ):
        """
        Inicializa el verificador de estabilidad.
        
        Args:
            check_interval: Intervalo entre verificaciones (segundos)
            stable_duration: Tiempo que debe estar estable (segundos)
            use_ready_marker: Si True, requiere archivo .ready
        """
        self.check_interval = check_interval
        self.stable_duration = stable_duration
        self.use_ready_marker = use_ready_marker
    
    def is_file_ready(self, file_path: str) -> bool:
        """
        Verifica si un archivo está listo para procesarse.
        
        Args:
            file_path: Ruta al archivo
        
        Returns:
            True si está listo
        """
        path = Path(file_path)
        
        if not path.exists():
            return False
        
        # Verificar marcador .ready si está habilitado
        if self.use_ready_marker:
            ready_marker = path.parent / f"{path.name}.ready"
            if not ready_marker.exists():
                app_logger.debug(f"Esperando marcador .ready para {path.name}")
                return False
        
        # Verificar estabilidad de tamaño
        try:
            initial_size = path.stat().st_size
            initial_mtime = path.stat().st_mtime
            
            time.sleep(self.stable_duration)
            
            if not path.exists():
                return False
            
            final_size = path.stat().st_size
            final_mtime = path.stat().st_mtime
            
            is_stable = (initial_size == final_size and initial_mtime == final_mtime)
            
            if not is_stable:
                app_logger.debug(
                    f"Archivo {path.name} aún está cambiando "
                    f"(size: {initial_size} -> {final_size})"
                )
            
            return is_stable
            
        except Exception as e:
            app_logger.error(f"Error verificando estabilidad de {file_path}: {e}")
            return False


class FileWatcher:
    """Vigila una carpeta por nuevos archivos ZIP."""
    
    def __init__(
        self,
        watch_folder: str,
        on_file_ready: Callable[[str], None],
        scan_interval: int = 30,
        stability_checker: Optional[FileStabilityChecker] = None
    ):
        """
        Inicializa el file watcher.
        
        Args:
            watch_folder: Carpeta a vigilar
            on_file_ready: Callback cuando un archivo está listo
            scan_interval: Intervalo de escaneo (segundos)
            stability_checker: Verificador de estabilidad (opcional)
        """
        self.watch_folder = watch_folder
        self.on_file_ready = on_file_ready
        self.scan_interval = scan_interval
        self.stability_checker = stability_checker or FileStabilityChecker()
        
        self._stop_event = Event()
        self._thread: Optional[Thread] = None
        self._known_files: Dict[str, float] = {}  # path -> mtime
    
    def start(self):
        """Inicia el watcher en un thread separado."""
        if self._thread and self._thread.is_alive():
            app_logger.warning("FileWatcher ya está corriendo")
            return
        
        self._stop_event.clear()
        self._thread = Thread(target=self._run, daemon=True)
        self._thread.start()
        app_logger.info(f"FileWatcher iniciado en: {self.watch_folder}")
    
    def stop(self):
        """Detiene el watcher."""
        if self._thread:
            self._stop_event.set()
            self._thread.join(timeout=5)
            app_logger.info("FileWatcher detenido")
    
    def scan_now(self):
        """Fuerza un escaneo inmediato."""
        app_logger.info("Escaneo manual solicitado")
        self._scan_folder()
    
    def _run(self):
        """Loop principal del watcher."""
        while not self._stop_event.is_set():
            try:
                self._scan_folder()
            except Exception as e:
                app_logger.error(f"Error en FileWatcher: {e}", exc_info=True)
            
            # Esperar con posibilidad de interrumpir
            self._stop_event.wait(self.scan_interval)
    
    def _scan_folder(self):
        """Escanea la carpeta por archivos nuevos."""
        folder = Path(self.watch_folder)
        
        if not folder.exists():
            app_logger.warning(f"Carpeta de entrada no existe: {self.watch_folder}")
            return
        
        # Buscar archivos .zip y .zip.001
        patterns = ["*.zip", "*.zip.001"]
        found_files = []
        
        for pattern in patterns:
            found_files.extend(folder.glob(pattern))
        
        for file_path in found_files:
            file_str = str(file_path)
            
            # Ignorar archivos ya procesados recientemente
            if file_str in self._known_files:
                continue
            
            # Verificar si está listo
            if not self.stability_checker.is_file_ready(file_str):
                continue
            
            # Marcar como conocido
            self._known_files[file_str] = file_path.stat().st_mtime
            
            # Notificar
            app_logger.info(f"Archivo nuevo detectado y listo: {file_path.name}")
            try:
                self.on_file_ready(file_str)
            except Exception as e:
                app_logger.error(f"Error procesando archivo {file_path.name}: {e}")
        
        # Limpiar archivos conocidos que ya no existen
        self._clean_known_files()
    
    def _clean_known_files(self):
        """Limpia archivos conocidos que ya no existen."""
        to_remove = []
        for file_path in list(self._known_files.keys()):
            if not Path(file_path).exists():
                to_remove.append(file_path)
        
        for file_path in to_remove:
            del self._known_files[file_path]


def calculate_file_hash(file_path: str) -> str:
    """
    Calcula el SHA256 hash de un archivo.
    
    Args:
        file_path: Ruta al archivo
    
    Returns:
        Hash hexadecimal
    """
    sha256 = hashlib.sha256()
    
    with open(file_path, 'rb') as f:
        while chunk := f.read(8192):
            sha256.update(chunk)
    
    return sha256.hexdigest()