nobat724_front/app/sitemap.js

import { headers } from 'next/headers';
import { getBaseUrl } from '../utils/sitemap';
import citiesData from '@/data/city.json';
import statesData from '@/data/state.json';
import { isRootCity } from '@/lib/rootCity';
import { extractEntityCityId, findDomainByCityId } from '@/lib/domainHelpers';
import { isThinClinic, isNoindexDoctor } from '@/lib/entityQuality';
import specialtiesData from '@/data/specialties.json';
import { isIndexableSpecialty } from '@/lib/specialtyIndexing';

// sitemap باید در زمان اجرا (per-request) روی سرور production تولید شود، نه در build.
// در build کانتینر به API دسترسی شبکه ندارد → fetch failed. force-dynamic این را قطعی می‌کند.
export const dynamic = 'force-dynamic';
export const revalidate = 3600;

const MAIN_DOMAIN = 'nobat724.com';
const API_URL = process.env.NEXT_PUBLIC_API_URL;
// backend صفحه را به ۵۰ رکورد سقف می‌زند و limit بزرگ‌تر را نادیده می‌گیرد.
// شرط توقف باید meta.totalPages باشد، نه «کمتر از limit برگشت» — وگرنه حلقه در
// همان صفحهٔ اول می‌شکند و sitemap روی ۵۰ رکورد بریده می‌شود.
const PAGE_LIMIT = 50;
const MAX_PAGES = 200;

// سقف استاندارد هر فایل sitemap ۵۰٬۰۰۰ URL است؛ کمی زودتر هشدار می‌دهیم.
const SITEMAP_INDEX_THRESHOLD = 45000;

function toSafeDate(value) {
    if (!value) return null;
    const d = new Date(typeof value === 'number' ? value * 1000 : value);
    return isNaN(d.getTime()) ? null : d;
}

function withLastModified(entry, dateValue) {
    const lastModified = toSafeDate(dateValue);
    return lastModified ? { ...entry, lastModified } : entry;
}

async function getCurrentDomain() {
    try {
        const headersList = await headers();
        return headersList.get('host') || MAIN_DOMAIN;
    } catch {
        return MAIN_DOMAIN;
    }
}

// همان منطق lib/getStateInfo.js — اینجا host را از آرگومان می‌گیریم نه دوباره از headers
function getCityScope(host) {
    const subdomain = (host || '').toLowerCase().replace(/^www\./, '').split('.')[0];
    const matchedCity = citiesData.find(
        (city) => city.domain.split('.')[0] === subdomain
    );
    const matchedState =
        matchedCity && statesData.find((state) => state.id === matchedCity.province_id);
    const isRoot = !matchedCity || isRootCity(matchedCity);
    return { matchedCity, matchedState, isRoot };
}

function getStaticPages(baseUrl) {
    return [
        { url: baseUrl, changeFrequency: 'daily', priority: 1 },
        { url: `${baseUrl}/about-us`, changeFrequency: 'monthly', priority: 0.8 },
        { url: `${baseUrl}/contact-us`, changeFrequency: 'monthly', priority: 0.8 },
        { url: `${baseUrl}/blogs`, changeFrequency: 'weekly', priority: 0.9 },
        { url: `${baseUrl}/doctors`, changeFrequency: 'daily', priority: 0.9 },
        { url: `${baseUrl}/clinics`, changeFrequency: 'daily', priority: 0.9 },
        { url: `${baseUrl}/specialties`, changeFrequency: 'weekly', priority: 0.9 },
    ];
}

async function fetchAllPages(path, extraParams = {}) {
    if (!API_URL) return [];
    const results = [];
    try {
        for (let page = 1; page <= MAX_PAGES; page++) {
            const search = new URLSearchParams({
                ...extraParams,
                page: String(page),
                limit: String(PAGE_LIMIT),
            });
            const res = await fetch(`${API_URL}${path}?${search.toString()}`, {
                next: { revalidate: 3600 },
                signal: AbortSignal.timeout(8000),
            });
            if (!res.ok) break;
            const json = await res.json();
            const raw = json?.data ?? json;
            const items = Array.isArray(raw) ? raw : Array.isArray(raw?.data) ? raw.data : [];
            if (items.length === 0) break;
            results.push(...items);

            const meta = json?.meta ?? raw?.meta;
            const totalPages = Number(meta?.totalPages) || 0;
            const totalRecords = Number(meta?.totalRecords) || 0;
            if (totalPages && page >= totalPages) break;
            if (totalRecords && results.length >= totalRecords) break;
            // بدون meta تنها نشانهٔ پایان، صفحهٔ خالی است (در تکرار بعدی).
        }
    } catch (error) {
        console.error(`[sitemap] failed to fetch ${path} (page skipped):`, error?.message || error);
    }
    return results;
}

function cityFilterParams(scope) {
    if (scope.isRoot) return {};
    const params = {};
    if (scope.matchedState?.id) params.state_id = String(scope.matchedState.id);
    if (scope.matchedCity?.id) params.city_id = String(scope.matchedCity.id);
    return params;
}

// پاسخ لیست پزشکان از GET /api/v1/doctors حالا خودش city دارد، پس تفکیک دامنه با همان
// فیلتری انجام می‌شود که کلینیک‌ها استفاده می‌کنند. پیش از این، نبودِ city مجبورمان
// می‌کرد روی دامنهٔ اصلی کل لیست را ۳۵ بار (یک‌بار به‌ازای هر شهرِ دامنه‌دار) بگیریم و
// تفاضل بگیریم — همان کاری که ~۱۳ ثانیه طول می‌کشید.
// پزشکانی که این دامنه منتشرشان می‌کند. هم URLهای پزشک و هم صفحات تخصص از همین
// مجموعه ساخته می‌شوند تا نتوانند واگرا شوند.
async function getPublishedDoctors(scope) {
    const doctors = await fetchAllPages('/api/v1/doctors', cityFilterParams(scope));
    return doctors
        // پروفایل بدون مالک noindex است، پس در sitemap هم اعلام نمی‌شود.
        .filter((d) => !isNoindexDoctor(d))
        // روی دامنهٔ اصلی فقط پزشکانی که شهرشان دامنهٔ اختصاصی ندارد؛ روی دامنهٔ شهری
        // فیلتر city_id سمت API قبلاً کار را کرده است.
        .filter((d) => !scope.isRoot || !findDomainByCityId(extractEntityCityId(d)));
}

function getDoctorUrls(baseUrl, doctors) {
    return doctors.map((d) =>
        withLastModified(
            {
                url: `${baseUrl}/doctor/${d.uuid}`,
                changeFrequency: 'weekly',
                priority: 0.8,
            },
            d.updated || d.created
        )
    );
}

async function getClinicUrls(baseUrl, scope) {
    const clinics = await fetchAllPages('/api/v1/clinics', cityFilterParams(scope));
    return clinics
        .filter((c) => !isThinClinic(c))
        // پاسخ لیست کلینیک‌ها شهر دارد — کلینیکِ شهرِ دامنه‌دار فقط در sitemap همان دامنه.
        .filter((c) => !scope.isRoot || !findDomainByCityId(extractEntityCityId(c)))
        .map((c) =>
            withLastModified(
                {
                    url: `${baseUrl}/clinic/${c.uuid}`,
                    changeFrequency: 'weekly',
                    priority: 0.7,
                },
                c.updated || c.created
            )
        );
}

// صفحات فرود تخصص per-domain — روی هر دامنه «تخصص + آن شهر» است، پس همه‌جا self.
//
// هر تخصص ایندکس‌پذیر روی هر دامنه اعلام می‌شود، مستقل از اینکه امروز در آن شهر پزشک
// دارد یا نه — همان سیاستی که صفحه اعمال می‌کند. اگر sitemap به تعداد پزشکان گره
// می‌خورد، صفحهٔ ایندکس‌پذیرِ اعلام‌نشده می‌ساختیم و با هر افت و خیز داده، URLها از
// sitemap در می‌آمدند و برمی‌گشتند.
//
// دسته‌های سطح‌بالا (lib/specialtyIndexing) noindex هستند؛ اعلامشان سیگنال متناقض
// به گوگل می‌دهد، پس منتشر نمی‌شوند.
function getSpecialtyUrls(baseUrl) {
    return specialtiesData
        .filter((s) => s?.slug && s.status === 1 && isIndexableSpecialty(s))
        .map((s) => ({
            url: `${baseUrl}/specialties/${s.slug}`,
            changeFrequency: 'weekly',
            priority: 0.8,
        }));
}

// هر پست فقط در sitemap دامنهٔ canonical خودش: پست شهریافته → دامنهٔ آن شهر،
// پست سراسری (یا شهرِ بدون دامنهٔ اختصاصی) → دامنهٔ اصلی.
//
// تطبیق با شناسهٔ شهرِ scope انجام می‌شود نه با رشتهٔ دامنه: scope خودش از subdomain
// استخراج شده، پس با پورت و TLD متفاوت (محیط محلی) هم درست کار می‌کند.
async function getBlogUrls(baseUrl, scope) {
    const blogs = await fetchAllPages('/api/v1/blogs');
    return blogs
        .filter((b) => b?.slug || b?.uuid)
        .filter((b) => {
            const cityId = extractEntityCityId(b);
            if (!findDomainByCityId(cityId)) return scope.isRoot;
            return !scope.isRoot && Number(scope.matchedCity?.id) === Number(cityId);
        })
        .map((b) =>
            withLastModified(
                {
                    url: `${baseUrl}/blog/${b.slug || b.uuid}`,
                    changeFrequency: 'monthly',
                    priority: 0.6,
                },
                b.updated || b.created
            )
        );
}

export default async function sitemap() {
    try {
        const domain = await getCurrentDomain();
        const baseUrl = getBaseUrl(domain);
        const scope = getCityScope(domain);

        const [doctors, clinicUrls, blogUrls] = await Promise.all([
            getPublishedDoctors(scope),
            getClinicUrls(baseUrl, scope),
            getBlogUrls(baseUrl, scope),
        ]);

        const doctorUrls = getDoctorUrls(baseUrl, doctors);

        const allUrls = [
            ...getStaticPages(baseUrl),
            ...getSpecialtyUrls(baseUrl),
            ...doctorUrls,
            ...clinicUrls,
            ...blogUrls,
        ];

        const seen = new Set();
        const uniqueUrls = allUrls.filter((item) => {
            if (seen.has(item.url)) return false;
            seen.add(item.url);
            return true;
        });

        // sitemap-index عمداً پیاده نشده: سقف استاندارد هر فایل ۵۰٬۰۰۰ URL است و
        // بزرگ‌ترین دامنه اکنون حدود ۲٬۵۰۰ URL دارد — یعنی هنوز یک مرتبهٔ بزرگی فاصله.
        // پیاده‌سازی‌اش با generateSitemaps ساختار URL را به /sitemap/[id].xml می‌برد و
        // ارجاع robots.txt هم باید همراهش عوض شود؛ پس تا نزدیک‌شدن به آستانه نمی‌ارزد.
        // این هشدار هست تا وقتی واقعاً لازم شد، در لاگ دیده شود نه در Search Console.
        if (uniqueUrls.length > SITEMAP_INDEX_THRESHOLD) {
            console.warn(
                `[sitemap] ${domain}: ${uniqueUrls.length} URLs — نزدیک سقف ۵۰k، وقت پیاده‌سازی sitemap-index است`
            );
        }

        return uniqueUrls;
    } catch (error) {
        console.error('Error generating sitemap:', error);
        return [];
    }
}