#!/bin/bash
# NRW-Plenarprotokoll Backfill (#106 / #126).
#
# Probiert MMP{wp}-1.pdf bis MMP{wp}-MAX.pdf durch und ingestet alle, die
# eine 200er-Antwort liefern. Idempotent (Compound-PK in plenum_vote_results).
#
# Usage:
#   backfill-nrw-protocols.sh [WP] [CONTAINER]
#   WP        = Wahlperiode (default: 18)
#   CONTAINER = Container-Name (default: gwoe-antragspruefer-dev)
#
# Beispiel: WP18 auf Prod
#   ./scripts/backfill-nrw-protocols.sh 18 gwoe-antragspruefer
set -euo pipefail

WP="${1:-18}"
CONTAINER="${2:-gwoe-antragspruefer-dev}"
BASE_URL="https://www.landtag.nrw.de/portal/WWW/dokumentenarchiv/Dokument"
MAX_SITZUNGEN=200  # WP18 hat ~150 Sitzungen, Polsterung
GAP_TOLERANCE=3    # Bei N aufeinanderfolgenden 404 abbrechen

echo "=== NRW-WP${WP} Backfill in ${CONTAINER} ==="
consecutive_404=0
ok_count=0
fail_count=0

for n in $(seq 1 $MAX_SITZUNGEN); do
  url="${BASE_URL}/MMP${WP}-${n}.pdf"
  http=$(curl -sS -o /dev/null -w "%{http_code}" --max-time 15 "$url" || echo "000")
  if [ "$http" = "200" ]; then
    consecutive_404=0
    pid="MMP${WP}-${n}"
    echo "[$n] ${pid} → ingest …"
    if docker exec "$CONTAINER" python -m app.ingest_votes \
         --url "$url" --bundesland NRW --protokoll-id "$pid" 2>&1 \
         | tail -3 | sed 's/^/    /'; then
      ok_count=$((ok_count + 1))
    else
      fail_count=$((fail_count + 1))
      echo "    !! ingest fehlgeschlagen"
    fi
  elif [ "$http" = "404" ]; then
    consecutive_404=$((consecutive_404 + 1))
    if [ $consecutive_404 -ge $GAP_TOLERANCE ]; then
      echo "[$n] ${GAP_TOLERANCE} aufeinanderfolgende 404 — Backfill beendet."
      break
    fi
  else
    echo "[$n] HTTP $http (skip)"
  fi
done

echo
echo "=== Summary: ${ok_count} ingested, ${fail_count} failed ==="