# -*- coding: utf-8 -*-
"""
step_format.py — 형식만 변경 모드 파이프라인 v4

문서 유형 자동 감지 후 전용 핸들러로 분기:

  fmt_gpd_report.py   ← GPD 보고서형  (헤더 2개↑ + 공백 기반 들여쓰기)
  fmt_outline.py      ← 목차/개요형   (1./a./Ⅰ. 번호 패턴 40%↑)
  fmt_table_report.py ← 표 중심형     (표가 페이지 면적 60%↑)
  fmt_generic.py      ← 범용 fallback (위 유형 해당 없을 때, 페이지별 자동 선택)

판별 기준:
  1. 헤더 패턴 2개 이상 → GPD 보고서형
  2. 표 면적 비율 60% 이상 → 표 중심형
  3. 번호/기호 패턴 비율 40% 이상 → 목차/개요형
  4. 해당 없음 → 범용 fallback
"""

import re
import os
import sys
from pathlib import Path

import fitz

from fmt_base import (
    log, detect_header_footer_patterns, build_html,
    extract_tables_from_page, ZW_PATTERN
)
import fmt_gpd_report
import fmt_outline
import fmt_table_report
import fmt_generic


# ============================================================
# 문서 유형 판별
# ============================================================

_NUM_P   = re.compile(r'^\d+[\.\uff0e\)]\s*[^\d\.\s]')
_ALPHA_P = re.compile(r'^[a-z][\.\uff0e\)]\s*\S')
_ROMAN_P = re.compile(r'^[ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅰⅱⅲⅳⅴ]+[\.\s]')
_DASH_P  = re.compile(r'^-\s*[^\s\(]')


def _doc_pattern_ratio(doc, header_patterns, footer_patterns):
    """전 페이지 평균 번호/기호 패턴 비율"""
    total_hits, total_lines = 0, 0
    for page in doc:
        ph = page.rect.height
        tb = ph * 0.85
        # 표 bbox 수집
        table_rects = []
        try:
            for t in page.find_tables().tables:
                table_rects.append(t.bbox)
        except: pass

        def in_table(x, y):
            for tx0,ty0,tx1,ty1 in table_rects:
                if tx0-5<=x<=tx1+5 and ty0-5<=y<=ty1+5: return True
            return False

        for b in page.get_text("dict")["blocks"]:
            if b.get("type") != 0: continue
            for line in b.get("lines",[]):
                x, parts = None, []
                for s in line.get("spans",[]):
                    t = ZW_PATTERN.sub('', s.get("text",""))
                    if t.strip() and x is None: x = s["bbox"][0]
                    parts.append(t)
                text = ''.join(parts).strip()
                y0 = line['bbox'][1]
                if text and y0<tb and text not in header_patterns and text not in footer_patterns:
                    if x is None or not in_table(x, y0):
                        total_lines += 1
                        if (_NUM_P.match(text) or _ALPHA_P.match(text) or
                                _ROMAN_P.match(text) or _DASH_P.match(text)):
                            total_hits += 1
    return total_hits/total_lines if total_lines else 0.0


def _table_area_ratio(doc):
    """전 페이지 평균 표 면적 비율"""
    ratios = []
    for page in doc:
        page_area = page.rect.width * page.rect.height
        try:
            table_area = sum((t.bbox[2]-t.bbox[0])*(t.bbox[3]-t.bbox[1])
                             for t in page.find_tables().tables)
        except: table_area = 0
        ratios.append(table_area / page_area if page_area else 0)
    return sum(ratios)/len(ratios) if ratios else 0.0


def detect_doc_type(doc, header_patterns, footer_patterns):
    """
    반환:
      'gpd_report'    — GPD 보고서형
      'table_report'  — 표 중심형
      'outline'       — 목차/개요형
      'generic'       — 범용 fallback
    """
    n_headers     = len(header_patterns)
    table_ratio   = _table_area_ratio(doc)
    pattern_ratio = _doc_pattern_ratio(doc, header_patterns, footer_patterns)

    log(f"유형 판별: 헤더={n_headers}개 표면적={table_ratio:.2f} 패턴={pattern_ratio:.2f}")

    if n_headers >= 2:
        return 'gpd_report'
    if table_ratio >= 0.6:
        return 'table_report'
    if pattern_ratio >= 0.4:
        return 'outline'
    return 'generic'


# ============================================================
# 메인 진입점
# ============================================================

def run_format_only(session_id: str, input_dir: str) -> dict:
    gen_dir = Path(f'/tmp/{session_id}/format_out')
    gen_dir.mkdir(parents=True, exist_ok=True)

    pdf_files = list(Path(input_dir).rglob('*.pdf')) + \
                list(Path(input_dir).rglob('*.PDF'))
    if not pdf_files:
        return {'success': False, 'error': '처리할 PDF 파일이 없습니다.'}

    pdf_path = pdf_files[0]
    log(f"PDF: {pdf_path.name}")
    doc = fitz.open(str(pdf_path))
    log(f"총 {len(doc)}페이지")

    header_patterns, footer_patterns, meta = detect_header_footer_patterns(doc)
    log(f"메타: {meta}")

    doc_type = detect_doc_type(doc, header_patterns, footer_patterns)
    log(f"문서 유형: {doc_type}")

    handler_map = {
        'gpd_report':   fmt_gpd_report,
        'outline':      fmt_outline,
        'table_report': fmt_table_report,
        'generic':      fmt_generic,
    }
    handler = handler_map[doc_type]
    pages_html = handler.process(doc, header_patterns, footer_patterns, meta)

    if not pages_html:
        return {'success': False, 'error': '생성된 페이지가 없습니다.'}

    final_html = build_html(pages_html)
    out_path = gen_dir / 'result.html'
    out_path.write_text(final_html, encoding='utf-8')
    log(f"완료: {len(pages_html)}페이지 → {doc_type}")

    return {
        'success': True, 'html': final_html,
        'page_count': len(pages_html),
        'doc_type': doc_type,
        'session_id': session_id
    }