"""Перевод HTML страницы Eva в Markdown (wiki-module, spec wiki «Markdown-копия вики», design 10).

Агент присылает `attachments` и `links` с `ref` — значением атрибута `src`/`href` ровно как в HTML. По `ref` здесь
находится место замены; адреса Eva агент уже разобрал, хаб их не угадывает.

HTML Eva недоверенный. Ссылка на вложение `](attachment:@N)` — единственная, которую заменяет `fill_ids`, и её
выдаёт только конвертер: авторский текст, атрибуты, код и имена не могут породить такую подстроку. Для этого
конвертер ставит внутренний маркер (приватные символы U+E000/U+E001), а в готовом Markdown нейтрализует любое
`attachment:@` из авторского содержимого и только после этого подставляет настоящие ссылки.
"""
import re

from bs4 import BeautifulSoup, NavigableString
from markdownify import MarkdownConverter

_STATIC = ("static/", "/static/")
_UNSAFE_SCHEME = re.compile(r"^(javascript|data|vbscript|attachment):")
_CONTROL = re.compile(r"[\x00-\x20\x7f]")
_NEWLINES = re.compile(r"\s*[\r\n]+\s*")
_PRIVATE = re.compile("[]")
_NAME_EDGE = re.compile(r"(?<!\w)[_*]|[_*](?!\w)")  # «_» и «*» на границе слова; внутри слова — как есть
_BRACKET = re.compile(r"(?<!\\)([\[\]])")
_ATTACH_LINK = re.compile(r"\]\(attachment:@(\d+)\)")
_MARK_OPEN, _MARK_CLOSE = "", ""
_MARK = re.compile("(\\d+)")


def _unsafe(href: str) -> bool:
    """Исполняемая или внутренняя схема: управляющие символы и пробелы внутри схемы не мешают распознаванию."""
    return bool(_UNSAFE_SCHEME.match(_CONTROL.sub("", href).lower()))


def _name(text: str) -> str:
    """Сырой текст агента (имя вложения, код) внутри [...]: переводы строк, Markdown-знаки и скобки экранируются."""
    text = _NEWLINES.sub(" ", _PRIVATE.sub("", text))
    text = re.sub(r"([\\\[\]])", r"\\\1", text)
    text = _NAME_EDGE.sub(lambda m: "\\" + m.group(0), text)
    return text.replace("<", "&lt;")


def _label(text: str) -> str:
    """Текст ссылки на страницу: уже экранирован markdownify, здесь только скобки и переводы строк."""
    return _BRACKET.sub(r"\\\1", _NEWLINES.sub(" ", text))


class _Converter(MarkdownConverter):
    def __init__(self, attachments, links, **options):
        super().__init__(**options)
        self._by_ref = {a["ref"]: a for a in attachments}
        self._links = {l["ref"]: l["code"] for l in links}
        self.files = []  # [{url, name}] без повторов по url, в порядке первого появления
        self._index = {}  # url -> индекс в files

    def escape(self, text, parent_tags):
        # «<» в тексте автора не должен выглядеть как тег; «@» не экранируется
        return super().escape(text, parent_tags).replace("<", "&lt;")

    def _attachment(self, entry):
        url = entry["url"]
        if url in self._index:
            return ""  # миниатюра и файл одного вложения: вторая ссылка удаляется
        self._index[url] = len(self.files)
        self.files.append({"url": url, "name": entry["name"]})
        return "[📎 %s%s%d%s" % (_name(entry["name"]), _MARK_OPEN, self._index[url], _MARK_CLOSE)

    def convert_img(self, el, text, parent_tags):
        src = el.get("src") or ""
        if src.startswith(_STATIC):
            return ""
        parent = el.parent
        if parent is not None and parent.name == "a" and (parent.get("href") or "") in self._by_ref:
            return ""  # картинка внутри ссылки на вложение: ссылку выводит <a>
        entry = self._by_ref.get(src)
        if entry is not None:
            return self._attachment(entry)
        if _unsafe(src):
            return ""
        return super().convert_img(el, text, parent_tags)

    def convert_a(self, el, text, parent_tags):
        href = el.get("href") or ""
        if href.startswith(_STATIC):
            return ""
        entry = self._by_ref.get(href)
        if entry is not None:
            return self._attachment(entry)
        code = self._links.get(href)
        if code is not None:
            return "[%s](page:%s)" % (_label(text.strip()) or _name(code), code)
        if _unsafe(href):
            return text  # исполняемая или внутренняя ссылка автора: остаётся только текст
        return super().convert_a(el, text, parent_tags)


def _strip_private(soup) -> None:
    """Приватные символы U+E000/U+E001 из авторского HTML убираются: иначе они подделали бы маркер."""
    for s in soup.find_all(string=True):
        if type(s) is NavigableString and _PRIVATE.search(s):
            s.replace_with(NavigableString(_PRIVATE.sub("", s)))
    for el in soup.find_all(True):
        for key, value in list(el.attrs.items()):
            if isinstance(value, str) and _PRIVATE.search(value):
                el[key] = _PRIVATE.sub("", value)


def to_markdown(html: str, attachments: list[dict] | None, links: list[dict] | None) -> tuple[str, list[dict]]:
    """HTML страницы → (Markdown, вложения страницы [{url, name}])."""
    soup = BeautifulSoup(html, "html.parser")
    _strip_private(soup)
    conv = _Converter(attachments or [], links or [], heading_style="ATX", autolinks=False)
    md = conv.convert_soup(soup).strip() + "\n"
    md = md.replace("attachment:@", "attachment:‌@")  # авторское «attachment:@» больше не совпадает с шаблоном
    md = _MARK.sub(lambda m: "](attachment:@%s)" % m.group(1), md)  # настоящие ссылки вложений
    return md, conv.files


def fill_ids(markdown: str, ids: list[int]) -> str:
    """`](attachment:@<n>)` → `](attachment:<ids[n]>)`: только ссылки вложений, которые выдал конвертер."""
    def repl(m):
        n = int(m.group(1))
        if n >= len(ids):
            raise ValueError(f"вложение @{n} вне списка id (всего {len(ids)})")
        return "](attachment:%d)" % ids[n]
    return _ATTACH_LINK.sub(repl, markdown)