# -*- coding: utf-8 -*

from unidecode import unidecode

ZONES = {
    u'ESPAÑA': u'España',
    u'ANDALUCIA': u'Andalucía',
    u'ALMERIA': u'Almería',
    u'CADIZ': u'Cádiz',
    u'CORDOBA': u'Córdoba',
    u'GRANADA': u'Granada',
    u'HUELVA': u'Huelva',
    u'JAEN': u'Jaén',
    u'MALAGA': u'Málaga',
    u'SEVILLA': u'Sevilla',
    u'ARAG': u'Aragón',
    u'HUESCA': u'Huesca',
    u'TERUEL': u'Teruel',
    u'ZARAGOZA': u'Zaragoza',
    u'ASTURIAS': u'Asturias',
    u'BALEAR': u'Islas Baleares',
    u'MALLORCA': u'Islas Baleares',
    u'IBIZA': u'Islas Baleares',
    u'EIVISSA': u'Islas Baleares',
    u'FORMENTERA': u'Islas Baleares',
    u'MENORCA': u'Islas Baleares',
    u'CANARIAS': u'Canarias',
    u'TENERIFE': u'Canarias',
    u'LA PALMA': u'Canarias',
    u'LA GOMERA': u'Canarias',
    u'EL HIERRO': u'Canarias',
    u'GRAN CANARIA': u'Canarias',
    u'LAS PALMAS': u'Canarias',
    u'FUERTEVENTURA': u'Canarias',
    u'LANZAROTE': u'Canarias',
    u'CANTABRIA': u'Cantabria',
    u'MANCHA': u'Castilla la Mancha',
    u'ALBACETE': u'Albacete',
    u'CIUDAD REAL': u'Ciudad Real',
    u'CUENCA': u'Cuenca',
    u'GUADALAJARA': u'Guadalajara',
    u'TOLEDO': u'Toledo',
    u'CASTILLA Y': u'Castilla y León',
    u'AVILA': u'Ávila',
    u'BURGOS': u'Burgos',
    u'LEON': u'León',
    u'PALENCIA': u'Palencia',
    u'SALAMANCA': u'Salamanca',
    u'SEGOVIA': u'Segovia',
    u'SORIA': u'Soria',
    u'VALLADOLID': u'Valladolid',
    u'ZAMORA': u'Zamora',
    u'CATALU': u'Cataluña',
    u'BARCELONA': u'Barcelona',
    u'GERONA': u'Gerona',
    u'GIRONA': u'Gerona',
    u'LERIDA': u'Lérida',
    u'LLEIDA': u'Lérida',
    u'TARRAGONA': u'Tarragona',
    u'COMUNIDAD V': u'Comunidad Valenciana',
    u'VAL': u'Valencia',
    u'ALICANTE': u'Alicante',
    u'ALACANT': u'Alicante',
    u'CASTELL': u'Castellón',
    u'EXTREMADURA': u'Extremadura',
    u'BADAJOZ': u'Badajoz',
    u'CACERES': u'Cáceres',
    u'GALICIA': u'Galicia',
    u'CORUÑA': u'La Coruña',
    u'LUGO': u'Lugo',
    u'ORENSE': u'Orense',
    u'OURENSE': u'Orense',
    u'PONTEVEDRA': u'Pontevedra',
    u'RIOJA': u'La Rioja',
    u'MADRID': u'Madrid',
    u'NAVARRA': u'Navarra',
    u'PAIS VASCO': u'País Vasco',
    u'EUSKAL HERRIA': u'País Vasco',
    u'ALAVA': u'Álava',
    u'ARABA': u'Álava',
    u'GIPUZCOA': u'Guipúzcoa',
    u'GIPUZKOA': u'Guipúzcoa',
    u'VIZCAYA': u'Vizcaya',
    u'BIZKAIA': u'Vizcaya',
    u'MURCIA': u'Murcia',
    u'CEUTA': u'Ceuta',
    u'MELILLA': u'Melilla'
}

def translate_zone(zone):

    """
    Receive a zone and return the normalized Spanish name of the region
    """

    for key in ZONES:
        if key in unidecode(zone.upper()):
            return ZONES[key]
    return u'Otros'

def parse_region(content):

    # Removes country
    zone = content.replace(ur'España -', '').replace(ur'ESPAÑA -', '').replace(ur'ES -', '').strip()

    # Retrieves first name of region in case of several languages
    if zone.find('/') != -1:
        zone = zone[0:zone.find('/')]

    # Deal with Castilla - La Mancha (not to remove last part of name)
    if ur'CASTILLA - LA MANCHA' in zone.upper():
        zone = zone.replace("- ", "", 1)

    # Retrieves region but not municipality
    if zone.find('-') != -1:
        zone = zone[0:zone.find('-')].strip()

    return translate_zone(zone)