autocensup/core/importers.py

from __future__ import annotations

from concurrent.futures import ThreadPoolExecutor, as_completed
import csv
from dataclasses import dataclass
from datetime import date, datetime
from email.utils import parsedate_to_datetime
import itertools
import json
from pathlib import Path
import re
from typing import Any, Callable, Iterable, Iterator
from urllib.error import HTTPError, URLError
from urllib.parse import urlencode
from urllib.request import Request, urlopen

from django.db import IntegrityError, transaction

from .models import (
    AnoCenso,
    Curso,
    Instituicao,
    Municipio,
    Pais,
    Pessoa,
    Polo,
    UF,
    Vinculo,
)

GENNERA_USER_AGENT = (
    "Mozilla/5.0 (X11; Linux x86_64) "
    "AppleWebKit/537.36 (KHTML, like Gecko) "
    "Chrome/124.0.0.0 Safari/537.36"
)


@dataclass
class ImportCursosResult:
    created: int = 0
    updated: int = 0
    without_carga_horaria: int = 0
    total: int = 0


@dataclass
class ImportAlunoError:
    line: int
    record_type: str
    identifier: str
    message: str


@dataclass
class ImportAlunosResult:
    pessoas_created: int = 0
    pessoas_updated: int = 0
    vinculos_created: int = 0
    vinculos_updated: int = 0
    ignored: int = 0
    errors: list[ImportAlunoError] | None = None

    def __post_init__(self) -> None:
        if self.errors is None:
            self.errors = []


@dataclass
class ImportPessoaApiError:
    identifier: str
    message: str


@dataclass
class ImportPessoasApiResult:
    created: int = 0
    skipped: int = 0
    ignorados_sem_cpf: int = 0
    errors: list[ImportPessoaApiError] | None = None

    def __post_init__(self) -> None:
        if self.errors is None:
            self.errors = []

    @property
    def total(self) -> int:
        return (
            self.created
            + self.skipped
            + self.ignorados_sem_cpf
            + len(self.errors or [])
        )


@dataclass
class ImportVinculoApiError:
    identifier: str
    message: str


@dataclass
class ImportVinculosApiResult:
    pessoas_processed: int = 0
    pessoas_without_vinculo: int = 0
    created: int = 0
    updated: int = 0
    situacao_nao_informada_corrigidos: int = 0
    errors: list[ImportVinculoApiError] | None = None

    def __post_init__(self) -> None:
        if self.errors is None:
            self.errors = []

    @property
    def total(self) -> int:
        return self.created + self.updated + len(self.errors or [])


@dataclass
class ImportCargaHorariaError:
    identifier: str
    message: str


@dataclass
class ImportCargaHorariaResult:
    matriculas_processadas: int = 0
    sem_dados: int = 0
    vinculos_atualizados: int = 0
    errors: list[ImportCargaHorariaError] | None = None

    def __post_init__(self) -> None:
        if self.errors is None:
            self.errors = []


@dataclass
class ImportPolosResult:
    created: int = 0
    updated: int = 0
    cursos_vinculados: int = 0
    cursos_nao_encontrados: int = 0
    total: int = 0


def load_max_carga_horaria_by_curso(alunos_path: Path) -> dict[int, int]:
    cargas: dict[int, int] = {}

    with alunos_path.open(encoding="utf-8") as file:
        for line in file:
            fields = line.rstrip("\n").split("|")
            if not fields or fields[0] != "42":
                continue

            codigo_curso = parse_int(fields[3])
            carga_horaria = parse_int(fields[55])
            if codigo_curso is None or carga_horaria is None:
                continue

            cargas[codigo_curso] = max(cargas.get(codigo_curso, 0), carga_horaria)

    return cargas


def import_cursos(csv_path: Path, alunos_path: Path) -> ImportCursosResult:
    cargas = load_max_carga_horaria_by_curso(alunos_path)
    result = ImportCursosResult()

    with csv_path.open(encoding="utf-8-sig", newline="") as file:
        reader = csv.DictReader(file, delimiter=";")
        for row in reader:
            codigo_mec = int(row["CODIGO_CURSO"])
            carga_horaria_total = cargas.get(codigo_mec, 0)
            if carga_horaria_total == 0:
                result.without_carga_horaria += 1

            _, created = Curso.objects.update_or_create(
                codigo_mec=codigo_mec,
                defaults={
                    "descricao": row["NOME_CURSO"],
                    "situacao_funcionamento_curso": row[
                        "SITUACAO_FUNCIONAMENTO_CURSO"
                    ],
                    "licenciatura": row["GRAU_ACADEMICO"] == "Licenciatura",
                    "ead": row["FORMATO_OFERTA"] == "EaD",
                    "carga_horaria_total": carga_horaria_total,
                },
            )

            result.total += 1
            if created:
                result.created += 1
            else:
                result.updated += 1

    return result


def import_polos(csv_path: Path) -> ImportPolosResult:
    result = ImportPolosResult()

    with csv_path.open(encoding="utf-8-sig", newline="") as file:
        reader = csv.DictReader(file, delimiter=";")
        for row in reader:
            codigo = int(row["CODIGOLOCALOFERTA"])
            polo, created = Polo.objects.update_or_create(
                codigo=codigo,
                defaults={"descricao": row["NOMELOCALOFERTA"]},
            )

            result.total += 1
            if created:
                result.created += 1
            else:
                result.updated += 1

            curso = Curso.objects.filter(codigo_mec=row["CODIGOCURSO"]).first()
            if curso is None:
                result.cursos_nao_encontrados += 1
                continue
            if curso.ead and curso.polo_id is None:
                curso.polo = polo
                curso.save(update_fields=["polo"])
                result.cursos_vinculados += 1

    return result


def fetch_gennera_pessoas_ingressantes_page(
    base_url: str,
    token: str,
    primeiro_ano: int,
    page: int,
    page_size: int = 100,
    order: str = "asc",
    timeout: int = 30,
) -> tuple[list[dict[str, Any]], int, int]:
    query = {
        "primeiroAno": primeiro_ano,
        "page": page,
        "page_size": page_size,
        "order": order,
    }
    url = f"{base_url.rstrip('/')}/api/censup_person_ingressantes?{urlencode(query)}"
    request = Request(
        url,
        headers={
            "Accept": "application/json",
            "auth_token": token,
            "User-Agent": GENNERA_USER_AGENT,
        },
    )

    try:
        with urlopen(request, timeout=timeout) as response:
            total_count = int(response.headers.get("X-Total-Count", "0"))
            total_pages = int(response.headers.get("X-Total-Pages", "1"))
            payload = json.loads(response.read().decode("utf-8"))
    except HTTPError as exc:
        detail = exc.read().decode("utf-8", errors="replace")
        raise ValueError(f"API Gennera retornou HTTP {exc.code}: {detail}") from exc
    except URLError as exc:
        raise ValueError(f"Erro ao conectar na API Gennera: {exc.reason}") from exc

    data = payload.get("data") if isinstance(payload, dict) else payload
    if not isinstance(data, list):
        raise ValueError("Resposta da API Gennera sem lista 'data'.")
    return data, total_count, total_pages


def iter_gennera_pessoas_ingressantes(
    base_url: str,
    token: str,
    primeiro_ano: int,
    page_size: int = 100,
    fetcher: Callable[
        [str, str, int, int, int], tuple[list[dict[str, Any]], int, int]
    ] = fetch_gennera_pessoas_ingressantes_page,
) -> Iterator[tuple[int, int, int, list[dict[str, Any]]]]:
    page = 1
    total_pages = 1
    while page <= total_pages:
        items, total_count, total_pages = fetcher(
            base_url, token, primeiro_ano, page, page_size
        )
        yield page, total_pages, total_count, items
        page += 1


def fetch_gennera_vinculos_censup_page(
    base_url: str,
    token: str,
    cpf: str,
    page: int,
    page_size: int = 100,
    ano: int | None = None,
    order_by: str = "ano",
    order: str = "asc",
    timeout: int = 30,
) -> tuple[list[dict[str, Any]], int, int]:
    query = {
        "cpf": cpf,
        "page": page,
        "page_size": page_size,
        "order_by": order_by,
        "order": order,
    }
    if ano is not None:
        query["ano"] = ano
    url = f"{base_url.rstrip('/')}/api/censup_vinculos?{urlencode(query)}"
    request = Request(
        url,
        headers={
            "Accept": "application/json",
            "auth_token": token,
            "User-Agent": GENNERA_USER_AGENT,
        },
    )

    try:
        with urlopen(request, timeout=timeout) as response:
            total_count = int(response.headers.get("X-Total-Count", "0"))
            total_pages = int(response.headers.get("X-Total-Pages", "1"))
            payload = json.loads(response.read().decode("utf-8"))
    except HTTPError as exc:
        detail = exc.read().decode("utf-8", errors="replace")
        raise ValueError(f"API Gennera retornou HTTP {exc.code}: {detail}") from exc
    except URLError as exc:
        raise ValueError(f"Erro ao conectar na API Gennera: {exc.reason}") from exc

    data = payload.get("data") if isinstance(payload, dict) else payload
    if not isinstance(data, list):
        raise ValueError("Resposta da API Gennera sem lista 'data'.")
    return data, total_count, total_pages


def fetch_gennera_vinculos_censup(
    base_url: str,
    token: str,
    ano: int,
    cpf: str,
    page_size: int = 100,
    fetcher: Callable[
        ..., tuple[list[dict[str, Any]], int, int]
    ] = fetch_gennera_vinculos_censup_page,
) -> list[dict[str, Any]]:
    items: list[dict[str, Any]] = []
    page = 1
    total_pages = 1
    while page <= total_pages:
        page_items, _total_count, total_pages = fetcher(
            base_url, token, cpf, page, page_size, ano=ano
        )
        items.extend(page_items)
        page += 1
    return items


def fetch_gennera_carga_horaria_page(
    base_url: str,
    token: str,
    matricula: str,
    page: int,
    page_size: int = 100,
    order_by: str = "ano",
    order: str = "asc",
    timeout: int = 30,
) -> tuple[list[dict[str, Any]], int, int]:
    query = {
        "matricula": matricula,
        "page": page,
        "page_size": page_size,
        "order_by": order_by,
        "order": order,
    }
    url = f"{base_url.rstrip('/')}/api/censup_carga_horaria?{urlencode(query)}"
    request = Request(
        url,
        headers={
            "Accept": "application/json",
            "auth_token": token,
            "User-Agent": GENNERA_USER_AGENT,
        },
    )

    try:
        with urlopen(request, timeout=timeout) as response:
            total_count = int(response.headers.get("X-Total-Count", "0"))
            total_pages = int(response.headers.get("X-Total-Pages", "1"))
            payload = json.loads(response.read().decode("utf-8"))
    except HTTPError as exc:
        detail = exc.read().decode("utf-8", errors="replace")
        raise ValueError(f"API Gennera retornou HTTP {exc.code}: {detail}") from exc
    except URLError as exc:
        raise ValueError(f"Erro ao conectar na API Gennera: {exc.reason}") from exc

    data = payload.get("data") if isinstance(payload, dict) else payload
    if not isinstance(data, list):
        raise ValueError("Resposta da API Gennera sem lista 'data'.")
    return data, total_count, total_pages


def fetch_gennera_carga_horaria(
    base_url: str,
    token: str,
    matricula: str,
    page_size: int = 100,
    fetcher: Callable[
        ..., tuple[list[dict[str, Any]], int, int]
    ] = fetch_gennera_carga_horaria_page,
) -> list[dict[str, Any]]:
    items: list[dict[str, Any]] = []
    page = 1
    total_pages = 1
    while page <= total_pages:
        page_items, _total_count, total_pages = fetcher(
            base_url, token, matricula, page, page_size
        )
        items.extend(page_items)
        page += 1
    return items


def carga_horaria_por_ano(rows: list[dict[str, Any]]) -> dict[int, int]:
    by_ano: dict[int, int] = {}
    for row in rows:
        ano = parse_optional_api_int(row.get("ano"))
        carga = parse_optional_api_int(row.get("carga_horaria"))
        if ano is None or carga is None:
            continue
        by_ano[ano] = carga
    return by_ano


def carga_horaria_ate_ano(by_ano: dict[int, int], ano: int) -> int | None:
    if ano in by_ano:
        return by_ano[ano]
    anteriores = [carga for row_ano, carga in by_ano.items() if row_ano <= ano]
    return max(anteriores) if anteriores else None


def import_carga_horaria_from_gennera(
    base_url: str,
    token: str,
    page_size: int = 100,
    max_workers: int = 4,
    fetcher: Callable[[str, str, str, int], list[dict[str, Any]]] = fetch_gennera_carga_horaria,
    progress_callback: Callable[[int, int, str, list[Vinculo]], None] | None = None,
) -> ImportCargaHorariaResult:
    if not token:
        raise ValueError("Token da API Gennera nao configurado.")

    result = ImportCargaHorariaResult()
    matriculas = list(
        Vinculo.objects.exclude(matricula="")
        .order_by("matricula")
        .values_list("matricula", flat=True)
        .distinct()
    )
    total_matriculas = len(matriculas)

    with ThreadPoolExecutor(max_workers=max_workers) as executor:
        future_to_matricula = {
            executor.submit(fetcher, base_url, token, matricula, page_size): matricula
            for matricula in matriculas
        }

        index = 0
        for future in as_completed(future_to_matricula):
            matricula = future_to_matricula[future]
            index += 1
            result.matriculas_processadas += 1
            try:
                rows = future.result()
            except Exception as exc:
                result.errors.append(
                    ImportCargaHorariaError(identifier=matricula, message=str(exc))
                )
                if progress_callback is not None:
                    progress_callback(index, total_matriculas, matricula, [])
                continue

            by_ano = carga_horaria_por_ano(rows)
            if not by_ano:
                result.sem_dados += 1
                if progress_callback is not None:
                    progress_callback(index, total_matriculas, matricula, [])
                continue

            atualizados = []
            for vinculo in Vinculo.objects.filter(matricula=matricula).select_related("curso"):
                if vinculo.atualizado_manualmente:
                    continue
                carga = carga_horaria_ate_ano(by_ano, vinculo.ano_censo_id)
                if carga is None or carga == vinculo.carga_horaria_integralizada:
                    continue
                vinculo.carga_horaria_integralizada = carga
                vinculo.save(update_fields=["carga_horaria_integralizada"])
                result.vinculos_atualizados += 1
                atualizados.append(vinculo)

            if progress_callback is not None:
                progress_callback(index, total_matriculas, matricula, atualizados)

    return result


def import_pessoas_ingressantes_from_gennera(
    primeiro_ano: int,
    base_url: str,
    token: str,
    page_size: int = 100,
    progress_callback: Callable[[int, int, int, int], None] | None = None,
    pages: Iterator[tuple[int, int, int, list[dict[str, Any]]]] | None = None,
) -> ImportPessoasApiResult:
    if not token:
        raise ValueError("GENNERA_LOCAL_AUTH_TOKEN nao configurado.")

    result = ImportPessoasApiResult()
    if pages is None:
        pages = iter_gennera_pessoas_ingressantes(
            base_url, token, primeiro_ano, page_size=page_size
        )

    processed = 0
    for page, total_pages, total_count, items in pages:
        for item in items:
            if not only_digits(str(item.get("cpf") or "")):
                result.ignorados_sem_cpf += 1
                continue

            identifier = str(item.get("cpf") or item.get("idPerson") or "")
            try:
                pessoa, created = import_gennera_pessoa_record(item)
                attach_pessoa_ano_censo(pessoa, primeiro_ano)
            except Exception as exc:
                result.errors.append(
                    ImportPessoaApiError(identifier=identifier, message=str(exc))
                )
                continue

            if created:
                result.created += 1
            else:
                result.skipped += 1

        processed += len(items)
        if progress_callback is not None:
            progress_callback(page, total_pages, processed, total_count)

    return result


def corrigir_situacao_nao_informada(
    ano: int,
    base_url: str,
    token: str,
    max_workers: int = 4,
) -> int:
    vinculos = list(
        Vinculo.objects.filter(
            ano_censo=ano,
            situacao=Vinculo.Situacao.NAO_INFORMADA,
            atualizado_manualmente=False,
        )
        .exclude(matricula="")
        .select_related("curso")
    )
    if not vinculos:
        return 0

    matriculas = {vinculo.matricula for vinculo in vinculos}
    carga_por_matricula: dict[str, dict[int, int]] = {}

    with ThreadPoolExecutor(max_workers=max_workers) as executor:
        future_to_matricula = {
            executor.submit(fetch_gennera_carga_horaria, base_url, token, matricula): matricula
            for matricula in matriculas
        }
        for future in as_completed(future_to_matricula):
            matricula = future_to_matricula[future]
            try:
                rows = future.result()
            except Exception:
                continue
            carga_por_matricula[matricula] = carga_horaria_por_ano(rows)

    corrigidos = 0
    for vinculo in vinculos:
        by_ano = carga_por_matricula.get(vinculo.matricula, {})
        carga = carga_horaria_ate_ano(by_ano, vinculo.ano_censo_id)
        if carga is not None:
            vinculo.carga_horaria_integralizada = carga
        vinculo.situacao = Vinculo.Situacao.DESVINCULADO
        vinculo.save(update_fields=["situacao", "carga_horaria_integralizada"])
        corrigidos += 1

    return corrigidos


def import_vinculos_from_gennera(
    ano: int,
    base_url: str,
    token: str,
    fetcher: Callable[[str, str, int, str], list[dict[str, Any]]],
    progress_callback: Callable[[int, int, str, list[Vinculo]], None] | None = None,
    max_workers: int = 4,
) -> ImportVinculosApiResult:
    if not token:
        raise ValueError("Token da API Gennera nao configurado.")

    AnoCenso.objects.get_or_create(ano=ano)
    result = ImportVinculosApiResult()
    pessoas = list(Pessoa.objects.exclude(cpf="").order_by("nome", "cpf"))
    total_pessoas = len(pessoas)

    with ThreadPoolExecutor(max_workers=max_workers) as executor:
        future_to_pessoa = {
            executor.submit(fetcher, base_url, token, ano, pessoa.cpf): pessoa
            for pessoa in pessoas
        }

        index = 0
        for future in as_completed(future_to_pessoa):
            pessoa = future_to_pessoa[future]
            index += 1
            result.pessoas_processed += 1
            try:
                rows = future.result()
            except Exception as exc:
                result.errors.append(
                    ImportVinculoApiError(identifier=pessoa.cpf, message=str(exc))
                )
                if progress_callback is not None:
                    progress_callback(index, total_pessoas, pessoa.cpf, [])
                continue

            rows = filter_gennera_vinculos_by_ano(rows, ano)
            if not rows:
                result.pessoas_without_vinculo += 1
                updated = mark_person_vinculos_as_desvinculado(pessoa=pessoa, ano=ano)
                if updated:
                    attach_pessoa_ano_censo(pessoa, ano)
                result.updated += updated
                if progress_callback is not None:
                    progress_callback(index, total_pessoas, pessoa.cpf, [])
                continue

            try:
                imported = import_gennera_vinculo_records(rows, pessoa=pessoa, ano=ano)
                attach_pessoa_ano_censo(pessoa, ano)
            except Exception as exc:
                result.errors.append(
                    ImportVinculoApiError(identifier=pessoa.cpf, message=str(exc))
                )
                if progress_callback is not None:
                    progress_callback(index, total_pessoas, pessoa.cpf, [])
                continue

            for _, created in imported:
                if created:
                    result.created += 1
                else:
                    result.updated += 1

            if progress_callback is not None:
                progress_callback(
                    index, total_pessoas, pessoa.cpf, [vinculo for vinculo, _ in imported]
                )

    result.situacao_nao_informada_corrigidos = corrigir_situacao_nao_informada(
        ano=ano, base_url=base_url, token=token, max_workers=max_workers
    )
    return result


def import_gennera_pessoa_record(item: dict[str, Any]) -> tuple[Pessoa, bool]:
    cpf = only_digits(str(item.get("cpf") or ""))
    if not cpf:
        raise ValueError("CPF obrigatorio nao informado.")

    defaults = {
        "id_aluno_inep": parse_optional_api_int(item.get("idPerson")),
        "nome": required_api_text(item.get("nome"), "Nome"),
        "data_nascimento": parse_api_date(item.get("data_nascimento")),
        "cor_raca": parse_cor_raca(item.get("cor_raca")),
        "nacionalidade": parse_nacionalidade(item.get("nacionalidade")),
        "pais_origem": parse_pais_origem(item.get("pais_origem")),
        "aluno_com_deficiencia": parse_sim_nao_nao_dispoe(item.get("aluno_com_deficiencia")),
        "tipo_escola_ensino_medio": parse_tipo_escola_ensino_medio(
            item.get("tipo_escola_ensino_medio")
        ),
    }

    with transaction.atomic():
        pessoa, created = Pessoa.objects.get_or_create(cpf=cpf, defaults=defaults)

    return pessoa, created


def attach_pessoa_ano_censo(pessoa: Pessoa, ano: int) -> None:
    ano_censo, _ = AnoCenso.objects.get_or_create(ano=ano)
    pessoa.anos_censo.add(ano_censo)


def import_gennera_vinculo_record(
    item: dict[str, Any],
    pessoa: Pessoa,
    ano: int,
) -> tuple[Vinculo, bool]:
    return import_gennera_vinculo_records([item], pessoa=pessoa, ano=ano)[0]


def import_gennera_vinculo_records(
    rows: list[dict[str, Any]],
    pessoa: Pessoa,
    ano: int,
) -> list[tuple[Vinculo, bool]]:
    grouped: dict[int, list[dict[str, Any]]] = {}
    cursos: dict[int, Curso] = {}
    for item in rows:
        item_cpf = only_digits(str(item.get("cpf") or ""))
        if item_cpf and item_cpf != pessoa.cpf:
            raise ValueError(f"CPF retornado nao corresponde a pessoa local: {item_cpf}.")

        curso = get_gennera_curso(item, pessoa=pessoa)
        grouped.setdefault(curso.codigo_mec, []).append(item)
        cursos[curso.codigo_mec] = curso

    imported = []
    for codigo_mec, items in grouped.items():
        curso = cursos[codigo_mec]
        vinculo, created = import_gennera_vinculo_group(
            items,
            pessoa=pessoa,
            curso=curso,
            ano=ano,
        )
        imported.append((vinculo, created))
    return imported


def import_gennera_vinculo_group(
    rows: list[dict[str, Any]],
    pessoa: Pessoa,
    curso: Curso,
    ano: int,
) -> tuple[Vinculo, bool]:
    reference_item = max(rows, key=lambda item: gennera_vinculo_period_key(item, ano))
    ingresso_item = min(rows, key=lambda item: gennera_vinculo_period_key(item, ano))
    periodo_referencia = parse_gennera_periodo_referencia(reference_item.get("referenceYear"))
    carga_horaria_integralizada = max(
        parse_optional_api_int(item.get("carga_horaria_acumulada")) or 0
        for item in rows
    )
    existing = Vinculo.objects.filter(pessoa=pessoa, curso=curso, ano_censo=ano).first()
    if existing is not None and existing.atualizado_manualmente:
        return existing, False

    situacao = gennera_vinculo_situacao(
        rows=rows,
        curso=curso,
        carga_horaria_integralizada=carga_horaria_integralizada,
        existing=existing,
    )
    defaults = {
        "periodo_referencia": periodo_referencia,
        "turno": parse_gennera_turno(reference_item.get("turno")),
        "situacao": situacao,
        "semestre_ingresso": gennera_semestre_ingresso(ingresso_item, ano),
        "ingresso_vestibular": False,
        "ingresso_enem": False,
        "ingresso_avaliacao_seriada": False,
        "ingresso_selecao_simplificada": False,
        "ingresso_egresso_bi_li": False,
        "ingresso_pec_g": False,
        "ingresso_transferencia_ex_officio": False,
        "ingresso_decisao_judicial": False,
        "ingresso_vagas_remanescentes": False,
        "ingresso_programas_especiais": False,
        "apoio_social": False,
        "atividade_extracurricular": False,
        "carga_horaria_total_aluno": curso.carga_horaria_total,
        "carga_horaria_integralizada": carga_horaria_integralizada,
        "ingressou_acao_afirmativa": False,
    }

    with transaction.atomic():
        vinculo, created = Vinculo.objects.update_or_create(
            pessoa=pessoa,
            curso=curso,
            ano_censo_id=ano,
            defaults=defaults,
        )
    return vinculo, created


def mark_person_vinculos_as_desvinculado(pessoa: Pessoa, ano: int) -> int:
    return Vinculo.objects.filter(
        pessoa=pessoa, ano_censo=ano, atualizado_manualmente=False
    ).exclude(situacao=Vinculo.Situacao.FORMADO).update(
        situacao=Vinculo.Situacao.DESVINCULADO
    )


def import_alunos(lines: Iterable[str], ano_censo: int) -> ImportAlunosResult:
    result = ImportAlunosResult()
    current_pessoa: Pessoa | None = None

    for line_number, raw_line in enumerate(lines, 1):
        fields = raw_line.rstrip("\n\r").split("|")
        record_type = fields[0] if fields else ""

        try:
            if record_type == "40":
                result.ignored += 1
                continue
            if record_type == "41":
                current_pessoa, created = import_pessoa_record(fields)
                attach_pessoa_ano_censo(current_pessoa, ano_censo)
                if created:
                    result.pessoas_created += 1
                else:
                    result.pessoas_updated += 1
                continue
            if record_type == "42":
                if current_pessoa is None:
                    raise ValueError("Registro 42 sem pessoa valida anterior.")
                _, created = import_vinculo_record(fields, current_pessoa, ano_censo)
                if created:
                    result.vinculos_created += 1
                else:
                    result.vinculos_updated += 1
                continue

            result.ignored += 1
            result.errors.append(
                ImportAlunoError(line_number, record_type, "", "Tipo de registro ignorado.")
            )
        except Exception as exc:
            if record_type == "41":
                current_pessoa = None
            result.errors.append(
                ImportAlunoError(
                    line=line_number,
                    record_type=record_type,
                    identifier=record_identifier(fields),
                    message=str(exc),
                )
            )

    return result


def import_pessoa_record(fields: list[str]) -> tuple[Pessoa, bool]:
    require_field_count(fields, 23, "41")
    defaults = {
        "id_aluno_inep": parse_int(fields[1]),
        "nome": fields[2],
        "documento_estrangeiro": fields[4],
        "data_nascimento": parse_date(fields[5]),
        "cor_raca": parse_required_int(fields[6], "Cor/Raca"),
        "nacionalidade": parse_required_int(fields[7], "Nacionalidade"),
        "uf_nascimento": get_optional(UF, fields[8], "UF de nascimento"),
        "municipio_nascimento": get_optional(
            Municipio,
            fields[9],
            "Municipio de nascimento",
        ),
        "pais_origem": get_required(Pais, fields[10], "Pais de origem"),
        "aluno_com_deficiencia": parse_required_int(
            fields[11],
            "Aluno com deficiencia",
        ),
        "deficiencia_cegueira": parse_optional_bool(fields[12]),
        "deficiencia_baixa_visao": parse_optional_bool(fields[13]),
        "deficiencia_visao_monocular": parse_optional_bool(fields[14]),
        "deficiencia_surdez": parse_optional_bool(fields[15]),
        "deficiencia_auditiva": parse_optional_bool(fields[16]),
        "deficiencia_fisica": parse_optional_bool(fields[17]),
        "deficiencia_surdocegueira": parse_optional_bool(fields[18]),
        "deficiencia_intelectual": parse_optional_bool(fields[19]),
        "deficiencia_tea": parse_optional_bool(fields[20]),
        "deficiencia_altas_habilidades": parse_optional_bool(fields[21]),
        "tipo_escola_ensino_medio": parse_required_int(
            fields[22],
            "Tipo de escola do ensino medio",
        ),
    }

    cpf = fields[3]
    if not cpf:
        raise ValueError("CPF obrigatorio nao informado.")

    with transaction.atomic():
        pessoa, created = Pessoa.objects.get_or_create(
            cpf=cpf,
            defaults=defaults,
        )
        if not created and not pessoa.atualizado_manualmente:
            for field, value in defaults.items():
                if field in {"nome", "data_nascimento"}:
                    continue
                setattr(pessoa, field, value)
            pessoa.save()

    return pessoa, created


def import_vinculo_record(
    fields: list[str],
    pessoa: Pessoa,
    ano_censo: int,
) -> tuple[Vinculo, bool]:
    require_field_count(fields, 73, "42")
    curso = get_required_by_field(Curso, "codigo_mec", fields[3], "Curso")
    defaults = {
        "matricula": fields[1],
        "periodo_referencia": parse_optional_int(fields[2]),
        "polo": get_optional_by_field(Polo, "codigo", fields[4], "Polo"),
        "turno": parse_optional_int(fields[5]),
        "situacao": parse_situacao(fields[6]),
        "curso_origem": get_optional_by_field(Curso, "codigo_mec", fields[7], "Curso origem"),
        "semestre_conclusao": parse_optional_int(fields[8]),
        "aluno_parfor": parse_optional_bool(fields[9]),
        "segunda_licenciatura_formacao_pedagogica": parse_optional_bool(fields[10]),
        "tipo_segunda_licenciatura_formacao_pedagogica": parse_optional_int(fields[11]),
        "semestre_ingresso": fields[12],
        "ingresso_vestibular": parse_required_bool(fields[13], "Vestibular"),
        "ingresso_enem": parse_required_bool(fields[14], "Enem"),
        "ingresso_avaliacao_seriada": parse_required_bool(fields[15], "Avaliacao seriada"),
        "ingresso_selecao_simplificada": parse_required_bool(fields[16], "Selecao simplificada"),
        "ingresso_egresso_bi_li": parse_required_bool(fields[17], "Egresso BI/LI"),
        "ingresso_pec_g": parse_required_bool(fields[18], "PEC-G"),
        "ingresso_transferencia_ex_officio": parse_required_bool(fields[19], "Transferencia ex officio"),
        "ingresso_decisao_judicial": parse_required_bool(fields[20], "Decisao judicial"),
        "ingresso_vagas_remanescentes": parse_required_bool(fields[21], "Vagas remanescentes"),
        "ingresso_programas_especiais": parse_required_bool(fields[22], "Programas especiais"),
        "mobilidade_academica": parse_optional_bool(fields[23]),
        "tipo_mobilidade_academica": parse_optional_int(fields[24]),
        "mobilidade_ies_destino": get_optional(Instituicao, fields[25], "IES destino"),
        "mobilidade_pais_destino": get_optional(Pais, fields[26], "Pais destino"),
        "financiamento_estudantil": parse_optional_bool(fields[27]),
        "financiamento_fies": parse_optional_bool(fields[28]),
        "financiamento_governo_estadual": parse_optional_bool(fields[29]),
        "financiamento_governo_municipal": parse_optional_bool(fields[30]),
        "financiamento_ies": parse_optional_bool(fields[31]),
        "financiamento_entidades_externas": parse_optional_bool(fields[32]),
        "financiamento_prouni_integral": parse_optional_bool(fields[33]),
        "financiamento_prouni_parcial": parse_optional_bool(fields[34]),
        "financiamento_nao_reembolsavel_entidades_externas": parse_optional_bool(fields[35]),
        "financiamento_nao_reembolsavel_governo_estadual": parse_optional_bool(fields[36]),
        "financiamento_nao_reembolsavel_ies": parse_optional_bool(fields[37]),
        "financiamento_nao_reembolsavel_governo_municipal": parse_optional_bool(fields[38]),
        "apoio_social": parse_required_bool(fields[39], "Apoio social", default=False),
        "apoio_alimentacao": parse_optional_bool(fields[40]),
        "apoio_moradia": parse_optional_bool(fields[41]),
        "apoio_transporte": parse_optional_bool(fields[42]),
        "apoio_material_didatico": parse_optional_bool(fields[43]),
        "apoio_bolsa_trabalho": parse_optional_bool(fields[44]),
        "apoio_bolsa_permanencia": parse_optional_bool(fields[45]),
        "atividade_extracurricular": parse_required_bool(fields[46], "Atividade extracurricular", default=False),
        "atividade_pesquisa": parse_optional_bool(fields[47]),
        "bolsa_pesquisa": parse_optional_bool(fields[48]),
        "atividade_extensao": parse_optional_bool(fields[49]),
        "bolsa_extensao": parse_optional_bool(fields[50]),
        "atividade_monitoria": parse_optional_bool(fields[51]),
        "bolsa_monitoria": parse_optional_bool(fields[52]),
        "atividade_estagio_nao_obrigatorio": parse_optional_bool(fields[53]),
        "bolsa_estagio_nao_obrigatorio": parse_optional_bool(fields[54]),
        "carga_horaria_total_aluno": curso.carga_horaria_total,
        "carga_horaria_integralizada": parse_optional_int(fields[56]) or 0,
        "ingressou_acao_afirmativa": parse_required_bool(fields[57], "Acao afirmativa", default=False),
        "tipo_politica_acao_afirmativa": parse_optional_int(fields[58]),
        "tipo_acao_afirmativa_lei_cotas": parse_optional_int(fields[59]),
        "reserva_ppi": parse_optional_bool(fields[60]),
        "reserva_renda": parse_optional_bool(fields[61]),
        "reserva_pessoa_com_deficiencia": parse_optional_bool(fields[62]),
        "reserva_escola_publica": parse_optional_bool(fields[63]),
        "reserva_quilombola": parse_optional_bool(fields[64]),
        "reserva_transgenero_travesti": parse_optional_bool(fields[65]),
        "reserva_estudante_internacional": parse_optional_bool(fields[66]),
        "reserva_refugiado_apatrida_visto_humanitario": parse_optional_bool(fields[67]),
        "reserva_idoso": parse_optional_bool(fields[68]),
        "reserva_povos_comunidades_tradicionais": parse_optional_bool(fields[69]),
        "reserva_olimpiadas_conhecimento": parse_optional_bool(fields[70]),
        "reserva_outros": parse_optional_bool(fields[71]),
        "justificativa": parse_optional_int(fields[72]),
    }

    existing = Vinculo.objects.filter(
        pessoa=pessoa, curso=curso, ano_censo_id=ano_censo
    ).first()
    if existing is not None and existing.atualizado_manualmente:
        return existing, False

    with transaction.atomic():
        vinculo, created = Vinculo.objects.update_or_create(
            pessoa=pessoa,
            curso=curso,
            ano_censo_id=ano_censo,
            defaults=defaults,
        )
    return vinculo, created


def _fmt_optional_int(value: int | None) -> str:
    return "" if value is None else str(value)


def _fmt_optional_bool(value: bool | None) -> str:
    if value is None:
        return ""
    return "1" if value else "0"


def _fmt_required_bool(value: bool) -> str:
    return "1" if value else "0"


def _fmt_date(value: date | None) -> str:
    return "" if value is None else value.strftime("%d%m%Y")


def _fmt_fk_pk(value: Any) -> str:
    return "" if value is None else str(value)


def export_pessoa_record(pessoa: Pessoa) -> str:
    fields = [
        "41",
        _fmt_optional_int(pessoa.id_aluno_inep),
        pessoa.nome,
        pessoa.cpf,
        pessoa.documento_estrangeiro,
        _fmt_date(pessoa.data_nascimento),
        str(pessoa.cor_raca),
        str(pessoa.nacionalidade),
        _fmt_fk_pk(pessoa.uf_nascimento_id),
        _fmt_fk_pk(pessoa.municipio_nascimento_id),
        _fmt_fk_pk(pessoa.pais_origem_id),
        str(pessoa.aluno_com_deficiencia),
        _fmt_optional_bool(pessoa.deficiencia_cegueira),
        _fmt_optional_bool(pessoa.deficiencia_baixa_visao),
        _fmt_optional_bool(pessoa.deficiencia_visao_monocular),
        _fmt_optional_bool(pessoa.deficiencia_surdez),
        _fmt_optional_bool(pessoa.deficiencia_auditiva),
        _fmt_optional_bool(pessoa.deficiencia_fisica),
        _fmt_optional_bool(pessoa.deficiencia_surdocegueira),
        _fmt_optional_bool(pessoa.deficiencia_intelectual),
        _fmt_optional_bool(pessoa.deficiencia_tea),
        _fmt_optional_bool(pessoa.deficiencia_altas_habilidades),
        str(pessoa.tipo_escola_ensino_medio),
    ]
    return "|".join(fields)


def export_vinculo_record(vinculo: Vinculo) -> str:
    situacao = (
        "-1"
        if vinculo.situacao == Vinculo.Situacao.NAO_INFORMADA
        else str(vinculo.situacao)
    )
    polo = vinculo.polo or vinculo.curso.polo
    fields = [
        "42",
        vinculo.matricula,
        _fmt_optional_int(vinculo.periodo_referencia),
        _fmt_fk_pk(vinculo.curso_id),
        _fmt_fk_pk(polo.codigo if polo else None),
        _fmt_optional_int(vinculo.turno),
        situacao,
        _fmt_fk_pk(vinculo.curso_origem_id),
        _fmt_optional_int(vinculo.semestre_conclusao),
        _fmt_optional_bool(vinculo.aluno_parfor),
        _fmt_optional_bool(vinculo.segunda_licenciatura_formacao_pedagogica),
        _fmt_optional_int(vinculo.tipo_segunda_licenciatura_formacao_pedagogica),
        vinculo.semestre_ingresso,
        _fmt_required_bool(vinculo.ingresso_vestibular),
        _fmt_required_bool(vinculo.ingresso_enem),
        _fmt_required_bool(vinculo.ingresso_avaliacao_seriada),
        _fmt_required_bool(vinculo.ingresso_selecao_simplificada),
        _fmt_required_bool(vinculo.ingresso_egresso_bi_li),
        _fmt_required_bool(vinculo.ingresso_pec_g),
        _fmt_required_bool(vinculo.ingresso_transferencia_ex_officio),
        _fmt_required_bool(vinculo.ingresso_decisao_judicial),
        _fmt_required_bool(vinculo.ingresso_vagas_remanescentes),
        _fmt_required_bool(vinculo.ingresso_programas_especiais),
        _fmt_optional_bool(vinculo.mobilidade_academica),
        _fmt_optional_int(vinculo.tipo_mobilidade_academica),
        _fmt_fk_pk(vinculo.mobilidade_ies_destino_id),
        _fmt_fk_pk(vinculo.mobilidade_pais_destino_id),
        _fmt_optional_bool(vinculo.financiamento_estudantil),
        _fmt_optional_bool(vinculo.financiamento_fies),
        _fmt_optional_bool(vinculo.financiamento_governo_estadual),
        _fmt_optional_bool(vinculo.financiamento_governo_municipal),
        _fmt_optional_bool(vinculo.financiamento_ies),
        _fmt_optional_bool(vinculo.financiamento_entidades_externas),
        _fmt_optional_bool(vinculo.financiamento_prouni_integral),
        _fmt_optional_bool(vinculo.financiamento_prouni_parcial),
        _fmt_optional_bool(vinculo.financiamento_nao_reembolsavel_entidades_externas),
        _fmt_optional_bool(vinculo.financiamento_nao_reembolsavel_governo_estadual),
        _fmt_optional_bool(vinculo.financiamento_nao_reembolsavel_ies),
        _fmt_optional_bool(vinculo.financiamento_nao_reembolsavel_governo_municipal),
        _fmt_required_bool(vinculo.apoio_social),
        _fmt_optional_bool(vinculo.apoio_alimentacao),
        _fmt_optional_bool(vinculo.apoio_moradia),
        _fmt_optional_bool(vinculo.apoio_transporte),
        _fmt_optional_bool(vinculo.apoio_material_didatico),
        _fmt_optional_bool(vinculo.apoio_bolsa_trabalho),
        _fmt_optional_bool(vinculo.apoio_bolsa_permanencia),
        _fmt_required_bool(vinculo.atividade_extracurricular),
        _fmt_optional_bool(vinculo.atividade_pesquisa),
        _fmt_optional_bool(vinculo.bolsa_pesquisa),
        _fmt_optional_bool(vinculo.atividade_extensao),
        _fmt_optional_bool(vinculo.bolsa_extensao),
        _fmt_optional_bool(vinculo.atividade_monitoria),
        _fmt_optional_bool(vinculo.bolsa_monitoria),
        _fmt_optional_bool(vinculo.atividade_estagio_nao_obrigatorio),
        _fmt_optional_bool(vinculo.bolsa_estagio_nao_obrigatorio),
        str(vinculo.carga_horaria_total_aluno),
        str(vinculo.carga_horaria_integralizada),
        _fmt_required_bool(vinculo.ingressou_acao_afirmativa),
        _fmt_optional_int(vinculo.tipo_politica_acao_afirmativa),
        _fmt_optional_int(vinculo.tipo_acao_afirmativa_lei_cotas),
        _fmt_optional_bool(vinculo.reserva_ppi),
        _fmt_optional_bool(vinculo.reserva_renda),
        _fmt_optional_bool(vinculo.reserva_pessoa_com_deficiencia),
        _fmt_optional_bool(vinculo.reserva_escola_publica),
        _fmt_optional_bool(vinculo.reserva_quilombola),
        _fmt_optional_bool(vinculo.reserva_transgenero_travesti),
        _fmt_optional_bool(vinculo.reserva_estudante_internacional),
        _fmt_optional_bool(vinculo.reserva_refugiado_apatrida_visto_humanitario),
        _fmt_optional_bool(vinculo.reserva_idoso),
        _fmt_optional_bool(vinculo.reserva_povos_comunidades_tradicionais),
        _fmt_optional_bool(vinculo.reserva_olimpiadas_conhecimento),
        _fmt_optional_bool(vinculo.reserva_outros),
        _fmt_optional_int(vinculo.justificativa),
    ]
    return "|".join(fields)


def build_aluno_export_lines(
    vinculos: Iterable[Vinculo],
    ies_codigo: int,
) -> Iterator[str]:
    yield f"40|{ies_codigo}"
    for _pessoa_id, group in itertools.groupby(vinculos, key=lambda v: v.pessoa_id):
        vinculos_grupo = list(group)
        pessoa = vinculos_grupo[0].pessoa
        yield export_pessoa_record(pessoa)
        for vinculo in vinculos_grupo:
            yield export_vinculo_record(vinculo)


def build_aluno_export_file(vinculos: Iterable[Vinculo], ies_codigo: int) -> str:
    return "\n".join(build_aluno_export_lines(vinculos, ies_codigo)) + "\n"


def require_field_count(fields: list[str], expected: int, record_type: str) -> None:
    if len(fields) != expected:
        raise ValueError(
            f"Registro {record_type} com {len(fields)} campos; esperado {expected}."
        )


def record_identifier(fields: list[str]) -> str:
    if not fields:
        return ""
    if fields[0] == "41" and len(fields) > 3:
        return fields[3]
    if fields[0] == "42" and len(fields) > 3:
        return fields[3]
    return ""


def parse_date(value: str):
    return datetime.strptime(value, "%d%m%Y").date()


def parse_required_int(value: str, field_name: str) -> int:
    parsed = parse_int(value)
    if parsed is None:
        raise ValueError(f"{field_name} obrigatorio nao informado.")
    return parsed


def parse_optional_int(value: str) -> int | None:
    return parse_int(value)


def parse_situacao(value: str) -> int:
    if value == "-1":
        return Vinculo.Situacao.NAO_INFORMADA
    return parse_required_int(value, "Situacao")


def parse_optional_bool(value: str) -> bool | None:
    if value == "":
        return None
    return parse_required_bool(value, "Booleano")


def parse_required_bool(value: str, field_name: str, default: bool | None = None) -> bool:
    if value == "" and default is not None:
        return default
    if value == "0":
        return False
    if value == "1":
        return True
    raise ValueError(f"{field_name} deve ser 0 ou 1.")


def get_required(model, pk: str, field_name: str):
    if not pk:
        raise ValueError(f"{field_name} obrigatorio nao informado.")
    try:
        return model.objects.get(pk=pk)
    except model.DoesNotExist as exc:
        raise ValueError(f"{field_name} nao encontrado: {pk}.") from exc


def get_optional(model, pk: str, field_name: str):
    if not pk:
        return None
    return get_required(model, pk, field_name)


def get_optional_by_field(model, field: str, value: str, field_name: str):
    if not value:
        return None
    return get_required_by_field(model, field, value, field_name)


def get_required_by_field(model, field: str, value: str, field_name: str):
    if not value:
        raise ValueError(f"{field_name} obrigatorio nao informado.")
    try:
        return model.objects.get(**{field: value})
    except model.DoesNotExist as exc:
        raise ValueError(f"{field_name} nao encontrado: {value}.") from exc


def parse_int(value: str) -> int | None:
    value = value.strip()
    if not value:
        return None
    return int(value)


def parse_optional_api_int(value: Any) -> int | None:
    if value in {None, ""}:
        return None
    return int(value)


def required_api_text(value: Any, field_name: str) -> str:
    text = str(value or "").strip()
    if not text:
        raise ValueError(f"{field_name} obrigatorio nao informado.")
    return text


def only_digits(value: str) -> str:
    return "".join(char for char in value if char.isdigit())


def parse_api_date(value: Any):
    if not value:
        return None
    if hasattr(value, "date"):
        return value.date()
    text = str(value).strip()
    for date_format in ("%Y-%m-%d", "%d/%m/%Y", "%d%m%Y"):
        try:
            return datetime.strptime(text, date_format).date()
        except ValueError:
            pass
    return parsedate_to_datetime(text).date()


def normalize_label(value: Any) -> str:
    return str(value or "").strip().casefold()


def parse_cor_raca(value: Any) -> int:
    if value in {None, ""}:
        return Pessoa.CorRaca.NAO_DISPOE
    if str(value).strip().isdigit():
        return int(value)
    labels = {
        "nao declarada": Pessoa.CorRaca.NAO_DECLARADA,
        "não declarada": Pessoa.CorRaca.NAO_DECLARADA,
        "branca": Pessoa.CorRaca.BRANCA,
        "preta": Pessoa.CorRaca.PRETA,
        "parda": Pessoa.CorRaca.PARDA,
        "amarela": Pessoa.CorRaca.AMARELA,
        "indigena": Pessoa.CorRaca.INDIGENA,
        "indígena": Pessoa.CorRaca.INDIGENA,
    }
    return labels.get(normalize_label(value), Pessoa.CorRaca.NAO_DISPOE)


def parse_nacionalidade(value: Any) -> int:
    label = normalize_label(value)
    if not label or label in {"brasil", "brasileira", "brasileiro"}:
        return Pessoa.Nacionalidade.BRASILEIRA_NATA
    if "naturaliza" in label:
        return Pessoa.Nacionalidade.BRASILEIRA_NATURALIZADA
    return Pessoa.Nacionalidade.ESTRANGEIRA


def parse_pais_origem(value: Any) -> Pais:
    label = normalize_label(value)
    if not label or label in {"brasil", "bra"}:
        return get_required(Pais, "BRA", "Pais de origem")

    pais = Pais.objects.filter(nome__iexact=str(value).strip()).first()
    if pais is not None:
        return pais
    pais = Pais.objects.filter(codigo=str(value).strip().upper()).first()
    if pais is not None:
        return pais
    return get_required(Pais, "BRA", "Pais de origem")


def parse_sim_nao_nao_dispoe(value: Any) -> int:
    if value in {None, ""}:
        return Pessoa.SimNaoNaoDispoe.NAO_DISPOE
    label = normalize_label(value)
    if label in {"1", "sim", "s"}:
        return Pessoa.SimNaoNaoDispoe.SIM
    if label in {"0", "nao", "não", "n"}:
        return Pessoa.SimNaoNaoDispoe.NAO
    return Pessoa.SimNaoNaoDispoe.NAO_DISPOE


def parse_tipo_escola_ensino_medio(value: Any) -> int:
    if value in {None, ""}:
        return Pessoa.TipoEscolaEnsinoMedio.NAO_DISPOE
    label = normalize_label(value)
    if label in {"0", "privada", "privado"}:
        return Pessoa.TipoEscolaEnsinoMedio.PRIVADA
    if label in {"1", "publica", "pública", "publico", "público"}:
        return Pessoa.TipoEscolaEnsinoMedio.PUBLICA
    return Pessoa.TipoEscolaEnsinoMedio.NAO_DISPOE


def get_gennera_curso(item: dict[str, Any], pessoa: Pessoa | None = None) -> Curso:
    course_code = parse_optional_api_int(item.get("course_code"))
    if course_code is not None:
        curso = Curso.objects.filter(codigo_mec=course_code).first()
        if curso is not None:
            return curso
        raise ValueError(f"Curso nao encontrado pelo codigo MEC: {course_code}.")

    if pessoa is not None:
        course_name = str(item.get("course") or "").strip().lower()
        if course_name:
            for vinculo in pessoa.vinculos.select_related("curso").all():
                if vinculo.curso.descricao.strip().lower() in course_name:
                    return vinculo.curso

    raise ValueError(
        "Codigo MEC ausente e curso nao encontrado pelo nome nos vinculos da pessoa."
    )


def parse_gennera_periodo_referencia(value: Any) -> int:
    text = str(value or "").strip()
    if "2" in text[-2:]:
        return Vinculo.PeriodoReferencia.SEGUNDO_SEMESTRE
    return Vinculo.PeriodoReferencia.PRIMEIRO_SEMESTRE


def filter_gennera_vinculos_by_ano(
    rows: list[dict[str, Any]],
    ano: int,
) -> list[dict[str, Any]]:
    return [
        item
        for item in rows
        if gennera_vinculo_ano(item) == ano
    ]


def gennera_vinculo_ano(item: dict[str, Any]) -> int | None:
    parsed_ano = parse_optional_api_int(item.get("ano"))
    if parsed_ano is not None:
        return parsed_ano

    reference_year = str(item.get("referenceYear") or "").strip()
    year = reference_year[:4]
    if year.isdigit():
        return int(year)
    return None


def gennera_vinculo_period_key(item: dict[str, Any], fallback_ano: int) -> tuple[int, int]:
    ano = gennera_vinculo_ano(item) or fallback_ano
    periodo = parse_gennera_periodo_referencia(item.get("referenceYear"))
    return ano, int(periodo)


def gennera_vinculo_situacao(
    rows: list[dict[str, Any]],
    curso: Curso,
    carga_horaria_integralizada: int,
    existing: Vinculo | None = None,
) -> int:
    if existing is not None and existing.situacao == Vinculo.Situacao.FORMADO:
        return Vinculo.Situacao.FORMADO
    if carga_horaria_integralizada >= curso.carga_horaria_total:
        return Vinculo.Situacao.FORMADO

    periodos = {
        parse_gennera_periodo_referencia(item.get("referenceYear"))
        for item in rows
    }
    if Vinculo.PeriodoReferencia.SEGUNDO_SEMESTRE in periodos:
        return Vinculo.Situacao.CURSANDO
    if Vinculo.PeriodoReferencia.PRIMEIRO_SEMESTRE in periodos:
        return Vinculo.Situacao.DESVINCULADO
    return Vinculo.Situacao.DESVINCULADO


def gennera_semestre_ingresso(item: dict[str, Any], fallback_ano: int) -> str:
    ano = gennera_vinculo_ano(item) or fallback_ano
    periodo = parse_gennera_periodo_referencia(item.get("referenceYear"))
    prefix = "02" if periodo == Vinculo.PeriodoReferencia.SEGUNDO_SEMESTRE else "01"
    return f"{prefix}{ano}"


def parse_gennera_turno(value: Any) -> int | None:
    label = normalize_label(value)
    if not label:
        return None
    if label in {"1", "matutino", "manha", "manhã"}:
        return Vinculo.Turno.MATUTINO
    if label in {"2", "vespertino", "tarde"}:
        return Vinculo.Turno.VESPERTINO
    if label in {"3", "noturno", "noite"}:
        return Vinculo.Turno.NOTURNO
    if label in {"4", "integral"}:
        return Vinculo.Turno.INTEGRAL
    return None