"""行情数据加载模块。

唯一数据入口，负责从 data/day 目录加载 TXT 日线行情，并返回 pandas.DataFrame。

约束：
- 文件不存在或为空时，返回空 DataFrame，不抛异常，并输出 warning 日志；
- 解析失败时返回空 DataFrame，并输出 error 日志；
- 日期统一升序排列；
- 首行必须包含 trade_date/open/high/low/close/vol 列，否则视为格式错误。
"""
from __future__ import annotations

import os
from typing import Optional

import pandas as pd

from utils.logger import setup_logger

logger = setup_logger(__name__)

REQUIRED_COLUMNS = ["trade_date", "open", "high", "low", "close", "vol"]


def load_single_stock(
    data_dir: str,
    ts_code: str,
    start_date: Optional[str] = None,
    end_date: Optional[str] = None,
) -> pd.DataFrame:
    """加载单只股票日线数据。

    参数：
    - data_dir: 行情数据根目录，如 "data/day"；
    - ts_code: 股票代码（带后缀），如 "000001.SZ"；
    - start_date, end_date: 过滤区间，格式 YYYYMMDD，可为 None。

    返回：
    - 若文件存在且格式正确，返回包含必要列的 DataFrame，日期升序；
    - 若文件不存在、为空或格式错误，返回空 DataFrame，不抛异常。
    """
    filename = f"{ts_code}_daily_data.txt"
    path = os.path.join(data_dir, filename)

    if not os.path.exists(path) or os.path.getsize(path) == 0:
        logger.warning(f"{filename} 不存在或为空，跳过")
        return pd.DataFrame()

    try:
        # DAK 文件以制表符分隔，UTF-8 编码
        df = pd.read_csv(path, sep="\t", encoding="utf-8")
        if df.empty:
            logger.warning(f"{filename} 不存在或为空，跳过")
            return pd.DataFrame()

        # 列名统一为小写
        df.columns = [c.strip().lower() for c in df.columns]

        # 检查必需列
        for col in REQUIRED_COLUMNS:
            if col not in df.columns:
                logger.error(f"{ts_code} 数据缺少必要列: {col}")
                return pd.DataFrame()

        # 确保 trade_date 列为字符串类型（源数据可能是 int 或 str）
        df["trade_date"] = df["trade_date"].astype(str)

        # 按需过滤日期（统一为字符串比较，格式 YYYYMMDD）
        if start_date is not None:
            df = df[df["trade_date"] >= start_date]
        if end_date is not None:
            df = df[df["trade_date"] <= end_date]

        # 日期升序
        df = df.sort_values("trade_date").reset_index(drop=True)

        # 只在 DEBUG 级别记录成功日志，避免 log 文件过大
        logger.debug(f"加载 {ts_code} 成功，共 {len(df)} 条记录")
        return df
    except Exception as e:  # noqa: BLE001
        logger.error(f"{ts_code} 数据解析失败: {e}")
        return pd.DataFrame()