#!/usr/bin/env python3
"""
Find virksomheder i CVR og gem dem som en liste, du kan åbne i Excel.

Søger med FirmaAPI's avancerede søgning, fx alle aktive IT-virksomheder i
Aarhus med mindst 5 ansatte, og skriver resultatet til en CSV-fil.

Brug:
    python find_virksomheder.py --branche 62 --kommune Aarhus --min-ansatte 5
    python find_virksomheder.py --branche 43 --postnr 8000 --stiftet-efter 2024-01-01 --max 300
    python find_virksomheder.py --branche 56 --kommune København --med-telefon --ud restauranter.csv

Reklamebeskyttede virksomheder udelades som standard, så listen kan bruges til
markedsføring. Brug --medtag-reklamebeskyttede, hvis listen ikke skal bruges
til at kontakte virksomhederne.

Hver side med op til 100 virksomheder tæller som ét opslag.
API-nøglen læses fra miljøvariablen FIRMAAPI_KEY, eller du kan bruge --noegle.
Kræver Python 3.8 eller nyere. Ingen pakker skal installeres.
Guide: https://firmaapi.dk/eksempler/find-virksomheder
"""

import argparse
import csv
import json
import os
import sys
import time
import urllib.error
import urllib.parse
import urllib.request

API = os.environ.get("FIRMAAPI_URL", "https://firmaapi.dk/api/v1")

FELTER = [
    ("cvr", "CVR"),
    ("name", "Navn"),
    ("address", "Adresse"),
    ("zipcode", "Postnr"),
    ("city", "By"),
    ("municipality_name", "Kommune"),
    ("company_type", "Virksomhedsform"),
    ("industry_code", "Branchekode"),
    ("industry_text", "Branche"),
    ("employees", "Ansatte"),
    ("founded", "Stiftet"),
    ("phone", "Telefon"),
    ("email", "E-mail"),
    ("website", "Hjemmeside"),
    ("ad_protected", "Reklamebeskyttet"),
]


def hent_side(params, noegle, forsoeg=4):
    url = API + "/search/advanced?" + urllib.parse.urlencode(params)
    headers = {
        "Authorization": "Bearer " + noegle,
        "Accept": "application/json",
        "User-Agent": "firmaapi-eksempel/1.0 (python)",
    }
    for nr in range(forsoeg):
        try:
            with urllib.request.urlopen(urllib.request.Request(url, headers=headers), timeout=60) as res:
                return json.loads(res.read().decode("utf-8"))
        except urllib.error.HTTPError as e:
            tekst = e.read().decode("utf-8", "replace")
            try:
                fejl = json.loads(tekst).get("error") or {}
            except ValueError:
                fejl = {"message": tekst[:200]}
            if e.code == 429 and fejl.get("code") != "MONTHLY_LIMIT_EXCEEDED" and nr < forsoeg - 1:
                time.sleep(float(e.headers.get("Retry-After") or 2))
                continue
            if e.code == 401:
                raise SystemExit("API-nøglen blev afvist. Tjek FIRMAAPI_KEY eller --noegle.")
            if e.code == 429:
                raise SystemExit("Månedens opslag er brugt. Se https://firmaapi.dk/priser")
            if e.code == 400:
                raise SystemExit("Ugyldig søgning (%s): %s" % (fejl.get("param", ""), fejl.get("message", "")))
            raise SystemExit("FirmaAPI svarede %s: %s" % (e.code, fejl.get("message", "")))
        except urllib.error.URLError as e:
            if nr < forsoeg - 1:
                time.sleep(2)
                continue
            raise SystemExit("Kunne ikke forbinde til FirmaAPI: %s" % e.reason)
    raise SystemExit("For mange kald i træk. Prøv igen om lidt.")


def main():
    p = argparse.ArgumentParser(description="Find aktive virksomheder i CVR og gem dem som CSV.")
    p.add_argument("--branche", help='Branchekode, fx "62" for IT eller "4321" for el-installatører (prefix)')
    p.add_argument("--kommune", help='Kommunenavn eller -kode, fx "Aarhus" eller "751"')
    p.add_argument("--postnr", help="Postnummer, fx 8000")
    p.add_argument("--virksomhedsform", help='Fx "ApS" eller "A/S"')
    p.add_argument("--stiftet-efter", help="Kun virksomheder stiftet efter denne dato (ÅÅÅÅ-MM-DD)")
    p.add_argument("--min-ansatte", type=int, help="Mindst så mange ansatte")
    p.add_argument("--med-telefon", action="store_true", help="Kun virksomheder med telefonnummer")
    p.add_argument("--med-email", action="store_true", help="Kun virksomheder med e-mail")
    p.add_argument("--med-hjemmeside", action="store_true", help="Kun virksomheder med hjemmeside")
    p.add_argument("--medtag-reklamebeskyttede", action="store_true", help="Tag også reklamebeskyttede virksomheder med")
    p.add_argument("--max", type=int, default=200, help="Højst så mange virksomheder (standard 200)")
    p.add_argument("--ud", default="virksomheder.csv", help="Navn på CSV-filen (standard virksomheder.csv)")
    p.add_argument("--noegle", default=os.environ.get("FIRMAAPI_KEY"), help="API-nøgle (ellers FIRMAAPI_KEY)")
    args = p.parse_args()

    if not args.noegle:
        p.error("Angiv din API-nøgle med --noegle eller miljøvariablen FIRMAAPI_KEY")

    params = {"status": "Aktiv", "limit": min(100, max(1, args.max))}
    valgfri = {
        "industry": args.branche,
        "municipality": args.kommune,
        "zipcode": args.postnr,
        "company_type": args.virksomhedsform,
        "founded_after": args.stiftet_efter,
        "employees_min": args.min_ansatte,
    }
    params.update({k: v for k, v in valgfri.items() if v not in (None, "")})
    if args.med_telefon:
        params["has_phone"] = "true"
    if args.med_email:
        params["has_email"] = "true"
    if args.med_hjemmeside:
        params["has_website"] = "true"
    if not args.medtag_reklamebeskyttede:
        params["ad_protected"] = "false"

    filtre = [k for k in params if k not in ("status", "limit", "ad_protected")]
    if not filtre:
        p.error("Angiv mindst ét filter, fx --branche, --kommune eller --postnr")

    fundne, sider = [], 0
    while len(fundne) < args.max:
        svar = hent_side(params, args.noegle)
        sider += 1
        fundne.extend(svar.get("results", []))
        print("  Side %d: %d virksomheder i alt" % (sider, len(fundne)), file=sys.stderr)
        naeste = svar.get("next_cursor")
        if not svar.get("has_more") or not naeste:
            break
        params["cursor"] = naeste
        time.sleep(0.6)  # Gratis-planen tillader 2 kald i sekundet

    fundne = fundne[: args.max]
    with open(args.ud, "w", encoding="utf-8-sig", newline="") as f:
        w = csv.writer(f, delimiter=";")
        w.writerow([navn for _, navn in FELTER])
        for v in fundne:
            raekke = []
            for felt, _ in FELTER:
                vaerdi = v.get(felt)
                if isinstance(vaerdi, bool):
                    vaerdi = "Ja" if vaerdi else "Nej"
                raekke.append("" if vaerdi is None else vaerdi)
            w.writerow(raekke)

    print("Gemte %d virksomheder i %s (%d opslag brugt)." % (len(fundne), args.ud, sider), file=sys.stderr)
    return 0


if __name__ == "__main__":
    sys.exit(main())
