import json
import logging
import re
from pathlib import Path
from typing import Literal

import markdown2
from workspace.config.setting import SUMMARY_HTML_DIR

logger = logging.getLogger(__name__)


def safe_filename(filename: str) -> str:
    base = Path(filename).stem
    base = re.sub(r"[^\w\-]", "_", base)
    return f"{base}.html"


def post_process(
    file_name,
    text,
    generated_text,
    coord,
    ocr_model,
    llm_model,
    llm_url,
    mode,
    start_time,
    end_time,
    prompt_mode: Literal["general", "extract"] = "extract",
):
    result_dict = {}

    # ✅ 구조화 모드는 후처리 생략
    if mode == "structured":
        result_dict = {
            "message": "✅ 구조화된 JSON 모델 출력입니다. post_process 후처리 생략됨.",
            "note": "generated 필드 참조 바랍니다.",
        }

    # ✅ 일반 추론 모드일 경우
    elif prompt_mode == "general":
        html_content = markdown2.markdown(generated_text.strip())
        html_filename = safe_filename(file_name)
        html_path = SUMMARY_HTML_DIR / html_filename
        html_path.write_text(html_content, encoding="utf-8")

        summary_url = f"http://172.16.10.176:8888/view/generated_html/{html_filename}"

        result_dict = {
            "message": "✅ 줄글로 생성된 모델 출력입니다. post_process 후처리 생략됨.",
            "note": "아래 url에 접속하여 markdown 형식으로 응답 확인하세요.",
            "summary_html": summary_url,
        }

    # ✅ 추출 기반 후처리 (extract)
    else:
        # ✅ JSON 코드블럭 형식 처리
        if "```json" in generated_text:
            try:
                logger.debug("[PROCESS-JSON] JSON 코드블럭 형식 후처리 진행합니다.")
                json_block = re.search(
                    r"```json\s*(\{.*?\})\s*```", generated_text, re.DOTALL
                )
                if json_block:
                    parsed_json = json.loads(json_block.group(1))
                    result_dict = {
                        re.sub(r"[^ㄱ-ㅎ가-힣a-zA-Z]", "", k): v
                        for k, v in parsed_json.items()
                    }
            except Exception as e:
                logger.error("[PROCESS-ERROR] JSON 코드블럭 파싱 실패:", e)

        # ✅ 길이 초과 메시지 감지 및 처리
        elif "입력 텍스트가" in generated_text and "모델 호출 생략" in generated_text:
            result_dict = {
                "message": "⚠️ 입력 텍스트가 너무 깁니다. LLM 모델 호출을 생략했습니다.",
                "note": "OCR로 추출된 원본 텍스트(parsed)를 참고해 주세요.",
            }

        else:
            # ✅ "1.제목:" 또는 "1. 제목:" 형식 처리
            logger.debug("[PROCESS-STRING] JSON 코드블럭 형식이 아닙니다.")
            blocks = re.split(r"\n(?=\d+\.\s*[^:\n]+:)", generated_text.strip())

            for block in blocks:
                if ":" in block:
                    key_line, *rest = block.split(":", 1)
                    key = re.sub(r"^\d+\.\s*", "", key_line).strip()
                    cleaned_key = re.sub(r"[^ㄱ-ㅎ가-힣a-zA-Z]", "", key)

                    value = rest[0].strip() if rest else ""
                    value = re.sub(r"^[^\w가-힣a-zA-Z]+", "", value).strip()

                    result_dict[cleaned_key] = value

    json_data = {
        "filename": file_name,
        f"{mode}_model": {
            "ocr_model": ocr_model,
            "llm_model": llm_model,
            "api_url": llm_url,
        },
        "time": {
            "duration_sec": f"{end_time - start_time:.2f}",
            "started_at": start_time,
            "ended_at": end_time,
        },
        "fields": coord,
        "parsed": text,
        "generated": generated_text,
        "processed": result_dict,
    }

    # final_result
    logger.info(json.dumps(json_data["processed"], indent=2, ensure_ascii=False))

    return json_data


def ocr_process(filename, ocr_model, coord, text, start_time, end_time):
    json_data = {
        "filename": filename,
        "model": {"ocr_model": ocr_model},
        "time": {
            "duration_sec": f"{end_time - start_time:.2f}",
            "started_at": start_time,
            "ended_at": end_time,
        },
        "fields": coord,
        "parsed": text,
    }

    return json_data