#!/usr/bin/env python3
"""문장을 고치기 전과 후에 보호 구간이 그대로인지 본다.

윤문(S5·S6)은 뜻을 바꾸지 않고 문장만 고치는 단계다. 그런데 지금 관문 가운데 **편집 전후를
견주는 것이 하나도 없다.** `check_prose` 는 고친 뒤 파일만 보고, `check_evidence` 는 인용이
SSOT 에 있는지만 본다. 그래서 수치를 바꾸거나 유보를 지운 편집이 그대로 통과한다.

보는 것은 둘이다.

**1. 보호 구간** — 수치·날짜·버전·단위·코드·명령어·URL·직접 인용은 한 글자도 달라지면 안 된다
(CLAUDE.md 「작업 규칙」). 사라진 것과 새로 생긴 것을 따로 센다. 새로 생긴 수치는 지어낸
값일 수 있어서 사라진 것과 같은 무게로 본다.

**2. 유보 표현의 수** — 「추정」·「보인다」·「확인하지 못했다」 같은 말이 편집으로 줄면
확신이 올라간 것이다. **이 검사기는 그것이 옳은지 모른다.** 줄었다는 사실만 내고 판단은
근거를 받은 검토가 한다. 늘어난 것은 세지 않는다 — 유보를 더하는 것은 이 규범에서 안전한 쪽이다.

    python3 scripts/check-preservation.py <편집 전.md> <편집 후.md>
    python3 scripts/check-preservation.py --json <before> <after>
"""
from __future__ import annotations

import argparse
import collections
import json
import os
import re
import sys

ROOT = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))

# 보호 구간. CLAUDE.md 「수치, 날짜, 버전, 단위, 코드, 명령어, URL, 직접 인용, 공식 명칭」
EXTRACTORS: dict[str, re.Pattern[str]] = {
    "코드블록": re.compile(r"```[^\n]*\n(.*?)```", re.S),
    "인라인코드": re.compile(r"`([^`\n]+)`"),
    "URL": re.compile(r"(https?://[^\s`)\"'\]]+)"),
    "직접인용": re.compile(r"「([^」]+)」"),
    # 수치 — 소수·천단위 구분·단위·백분율·시각까지 한 덩어리로 잡는다.
    # 앞뒤가 한글이면 낱말의 일부일 수 있어 낱말 경계를 요구한다
    "수치": re.compile(r"(?<![\w.-])(\d[\d,]*(?:\.\d+)?(?:\s?%|ms|s|MB|GB|KB|B|건|장|개|줄|분|초|회)?)(?![\w.-])"),
}

# 유보 표현. 늘어난 것은 세지 않고 줄어든 것만 낸다
HEDGES = (
    "추정", "가능성", "보인다", "보였다", "아마", "듯", "일 수 있다", "일지도",
    "확인하지 못했다", "확인하지 않았다", "미확인", "안 봤다", "못 봤다",
    "모른다", "정하지 않았다", "재지 않았다", "돌리지 않았다", "열지 않았다",
    "로컬", "이 환경에서", "이번에는", "한정", "범위 안",
)


def _counts(text: str) -> dict[str, collections.Counter]:
    out = {}
    for name, pat in EXTRACTORS.items():
        out[name] = collections.Counter(m.strip() for m in pat.findall(text))
    return out


def _hedges(text: str) -> collections.Counter:
    return collections.Counter({h: text.count(h) for h in HEDGES if text.count(h)})


def compare(before: str, after: str) -> dict:
    b, a = _counts(before), _counts(after)
    findings = []
    for name in EXTRACTORS:
        lost = b[name] - a[name]
        gained = a[name] - b[name]
        for value, n in sorted(lost.items()):
            findings.append({"kind": name, "change": "사라짐", "count": n, "value": value})
        for value, n in sorted(gained.items()):
            findings.append({"kind": name, "change": "새로생김", "count": n, "value": value})

    hb, ha = _hedges(before), _hedges(after)
    dropped = hb - ha
    hedge = [{"word": w, "before": hb[w], "after": ha[w]} for w in sorted(dropped)]
    return {"findings": findings, "hedgesDropped": hedge,
            "hedgeTotalBefore": sum(hb.values()), "hedgeTotalAfter": sum(ha.values())}


def main() -> int:
    ap = argparse.ArgumentParser(description="편집 전후 보호 구간이 그대로인지 본다.")
    ap.add_argument("before")
    ap.add_argument("after")
    ap.add_argument("--json", action="store_true")
    ap.add_argument("--samples", type=int, default=5)
    args = ap.parse_args()

    for p in (args.before, args.after):
        if not os.path.isfile(p):
            print(f"그런 파일이 없다: {p}", file=sys.stderr)
            return 2

    before = open(args.before, encoding="utf-8").read()
    after = open(args.after, encoding="utf-8").read()
    res = compare(before, after)

    if args.json:
        print(json.dumps(res, ensure_ascii=False, indent=2))
        return 1 if res["findings"] else 0

    print(f"\n편집 전 {os.path.relpath(args.before, ROOT)}"
          f"\n편집 후 {os.path.relpath(args.after, ROOT)}")
    grouped = collections.defaultdict(list)
    for f in res["findings"]:
        grouped[(f["kind"], f["change"])].append(f)
    for (kind, change), items in sorted(grouped.items()):
        print(f"  ✗ {kind} {change} {len(items):>3}건")
        for f in items[:args.samples]:
            v = f["value"].replace("\n", "⏎")
            print(f"        · {v[:96]}")
        if len(items) > args.samples:
            print(f"        … 외 {len(items) - args.samples}건")

    if res["hedgesDropped"]:
        print(f"  ! 유보 표현이 줄었다 — 편집 전 {res['hedgeTotalBefore']}"
              f" → 편집 후 {res['hedgeTotalAfter']}")
        for h in res["hedgesDropped"][:args.samples]:
            print(f"        · {h['word']} {h['before']}회 → {h['after']}회")
        print("        확신이 올라간 것인지는 이 검사기가 모른다. 근거를 읽는 검토가 판단한다")

    n = len(res["findings"])
    print(f"\nPRESERVATION: {'FAIL' if n else 'PASS'} — 보호 구간 변화 {n}건"
          f" · 유보 감소 {len(res['hedgesDropped'])}종")
    return 1 if n else 0


if __name__ == "__main__":
    raise SystemExit(main())