"""Извлечение текста из DOCX файлов через python-docx."""

import io
import logging

logger = logging.getLogger(__name__)


def extract_text_from_docx(data: bytes) -> str:
    """
    Извлечь текст из DOCX файла.

    Обрабатывает параграфы, таблицы и заголовки.

    Args:
        data: Байты DOCX файла

    Returns:
        Извлечённый текст

    Raises:
        ValueError: Если не удалось открыть DOCX
    """
    from docx import Document as DocxDocument
    from docx.oxml.ns import qn

    try:
        doc = DocxDocument(io.BytesIO(data))
    except Exception as e:
        raise ValueError(f"Не удалось открыть DOCX: {e}") from e

    texts: list[str] = []

    # Основной текст из параграфов
    for para in doc.paragraphs:
        text = para.text.strip()
        if text:
            texts.append(text)

    # Текст из таблиц
    for table in doc.tables:
        for row in table.rows:
            for cell in row.cells:
                cell_text = cell.text.strip()
                if cell_text:
                    texts.append(cell_text)

    return "\n".join(texts)


def extract_text_from_txt(data: bytes) -> str:
    """
    Извлечь текст из TXT файла с определением кодировки.

    Args:
        data: Байты TXT файла

    Returns:
        Текст файла
    """
    # Пробуем UTF-8, затем cp1251 (Windows-1251 для русских текстов)
    for encoding in ("utf-8", "cp1251", "latin-1"):
        try:
            return data.decode(encoding)
        except UnicodeDecodeError:
            continue

    # Последний вариант — игнорировать ошибки
    return data.decode("utf-8", errors="ignore")