"""Очистка OCR-текста (§11.1 п. 1, 6; D-4 `text.py`): перенос функций старого ядра, поведение — как в источнике."""

import pytest

from src.normalizer.ocr.text import (
    clean_value,
    collapse_whitespace,
    digits_only,
    fix_lookalikes,
    is_code_header,
    is_value_header,
    normalize_header,
)

LOOKALIKES = {
    "О": "0",
    "о": "0",
    "O": "0",
    "o": "0",
    "З": "3",
    "з": "3",
    "l": "1",
    "I": "1",
    "|": "1",
    "і": "1",
    "б": "6",
    "S": "5",
    "s": "5",
    "Ч": "4",
}


class TestFixLookalikes:
    @pytest.mark.parametrize(
        ("raw", "expected"),
        [
            ("2ОО5", "2005"),  # два прохода: О после 2, затем О после 0
            ("3l.12.2О24", "31.12.2024"),
            ("Общество", "Общество"),  # буквы без соседней цифры не трогаются
            ("2|0|2|4|", "2 0 2 4 "),  # первая строка — только цифры и |: это разделитель клеток
            ("3l", "31"),  # | не разделитель, если есть буквы
            ("", ""),
        ],
    )
    def test_replaces_only_next_to_digits(self, raw: str, expected: str) -> None:
        assert fix_lookalikes(raw, LOOKALIKES) == expected

    def test_separator_rule_looks_at_first_line_only(self) -> None:
        assert fix_lookalikes("2|0|2|4|\nмусор", LOOKALIKES) == "2 0 2 4 \nмусор"

    def test_empty_table_keeps_text(self) -> None:
        assert fix_lookalikes("2ОО5", {}) == "2ОО5"

    def test_nbsp_replacement(self) -> None:
        # неразрывный пробел (U+00A0) → обычный пробел (U+0020)
        assert fix_lookalikes("31\xa012\xa02024", LOOKALIKES) == "31 12 2024"
        assert fix_lookalikes("31\xa012\xa02024", {}) == "31 12 2024"


@pytest.mark.parametrize(
    ("raw", "expected"),
    [
        ("13 070", "13 070"),
        ("(7744536}", "7744536"),
        ("изо :", "изо"),
        ("На 30 июня\n2025 г", "На 30 июня 2025 г"),
        ("", ""),
    ],
)
def test_clean_value(raw: str, expected: str) -> None:
    assert clean_value(raw) == expected


def test_digits_only() -> None:
    assert digits_only("3|1 21 2| о! О' 0 0; 3: 51") == "3121200351"
    assert digits_only("+") == ""


def test_collapse_whitespace() -> None:
    assert collapse_whitespace(" На 31 декабря\n2024 г.\t") == "На 31 декабря 2024 г."


class TestHeaders:
    def test_normalize_header(self) -> None:
        assert normalize_header("Наименование\nпоказателя:") == "наименование показателя"
        assert normalize_header(None) == ""

    def test_code_header(self) -> None:
        assert is_code_header(normalize_header("Код"))
        assert is_code_header(normalize_header("Код строки"))
        assert not is_code_header(normalize_header("Наименование"))

    @pytest.mark.parametrize(
        ("text", "expected"),
        [
            ("на 30 июня 2025 г", True),
            ("за январь июнь 2025 г", True),
            ("2024", True),
            ("пояснения", False),
            ("", False),
        ],
    )
    def test_value_header(self, text: str, expected: bool) -> None:
        assert is_value_header(text) is expected