#!/usr/bin/env python3
"""
i18n_check_naming.py - 检测 i18n key 命名规范违规

检测 4 类问题：
A. 中文 key（key 段是中文，违反 CLAUDE.md 1.2 铁律）
B. 扁平 key（无业务域前缀，如 `save` / `buy`，违反 1.2）
C. 行号式 locational key（如 `chat-message.l60.t0`，违反目标 4 长期维护）
D. 跨业务域同名（不同业务域下定义相同语义路径，应收敛到 common）

退出码：0 = 通过 / 非 0 = 有违规

用法：
    python scripts/i18n_check_naming.py
    python scripts/i18n_check_naming.py --strict  # 任何 1 个违规即返回非 0
"""
import re
import sys
import json
from pathlib import Path
from collections import defaultdict

ROOT = Path(__file__).resolve().parent.parent

# 同时扫旧单文件 + 新多文件
LANG_FILES = [ROOT / 'lang' / 'en-us.js', ROOT / 'lang' / 'zh-cn.js']
LANG_DIRS = [ROOT / 'lang' / 'en-us', ROOT / 'lang' / 'zh-cn']

# 业务域白名单（一级 namespace）
NAMESPACES = {
    'common', 'tabBar', 'customer', 'goods', 'cart', 'order', 'pay',
    'member', 'coupon', 'point', 'hongbao', 'fenxiao', 'merch',
    'login', 'register', 'find', 'article', 'topics', 'notice', 'help',
    'chat', 'ai_chat', 'verification', 'recharge', 'diy',
    'bargain', 'pintuan', 'groupbuy', 'seckill', 'combo', 'presale', 'bale',
    'seal', 'storeclose', 'store', 'index', 'mall', 'public', 'vr',
    'pageTitles', 'title',
    # 历史命名空间（保留识别，不再推荐）
    'img', 'photo', 'share', 'nav', 'tab',
}

# 已知特殊顶层 key（不需要业务域前缀的常量/函数名等）
TOP_LEVEL_ALLOWLIST = {
    'currencySymbol', 'defaultLang', 'langList',
    'title',  # 兼容旧的根 title key
}

# 检测中文 key 段（含中文的正则）
CHINESE_RE = re.compile(r'[一-鿿]')

# 检测行号式 locational key（如 chat-message.l60.t0 或 ns-goods-sku.l100.t0）
LOCATIONAL_RE = re.compile(r'\.l\d+\.t\d+$')

# 检测合理 snake_case 段（仅允许英文数字下划线）
SNAKE_CASE_RE = re.compile(r'^[a-z][a-z0-9_]*$')


def parse_lang_file(path):
    """解析 lang 文件，返回 [(full_key, value, line_no), ...]，支持嵌套 + 中文 key"""
    items = []
    text = path.read_bytes().decode('utf-8', errors='ignore')
    stack = []
    indent_stack = [-1]
    for i, ln in enumerate(text.split('\n'), 1):
        stripped = ln.lstrip()
        if not stripped or stripped.startswith('//'):
            continue
        indent = len(ln) - len(stripped)
        while len(indent_stack) > 1 and indent <= indent_stack[-1]:
            indent_stack.pop()
            stack.pop()
        # 允许 key 含中文（含中文命名空间或纯中文 key 都需要检测出来）
        m = re.match(r"""^['\"]?([\w一-鿿][\w一-鿿\.]*)['\"]?\s*:\s*(.*)$""", stripped)
        if not m:
            continue
        key, rest = m.group(1), m.group(2).rstrip(',').rstrip()
        full_key = '.'.join(stack + [key]) if stack else key
        if rest.endswith('{'):
            stack.append(key)
            indent_stack.append(indent)
            items.append((full_key, '<object>', i))
        else:
            v = rest.strip()
            if (v.startswith("'") and v.endswith("'")) or (v.startswith('"') and v.endswith('"')):
                if len(v) >= 2:
                    v = v[1:-1]
            items.append((full_key, v, i))
    return items


def collect_all_keys():
    """收集所有 lang 文件里的 (key, value, file, line)"""
    out = []
    sources = list(LANG_FILES)
    for d in LANG_DIRS:
        if d.exists():
            sources.extend(sorted(d.glob('*.js')))
    for f in sources:
        if not f.exists():
            continue
        if f.name == 'index.js':
            continue
        for k, v, ln in parse_lang_file(f):
            out.append((k, v, str(f.relative_to(ROOT)), ln))
    return out


def detect_chinese_keys(items):
    """A. key 段含中文"""
    issues = []
    for k, v, f, ln in items:
        if v == '<object>':
            continue
        for seg in k.split('.'):
            if CHINESE_RE.search(seg):
                issues.append({
                    'key': k, 'segment': seg, 'file': f, 'line': ln,
                    'reason': 'key 段含中文（违反 CLAUDE.md 1.2 铁律）',
                })
                break
    return issues


def detect_flat_keys(items):
    """B. 扁平 key - 一级不是业务域"""
    issues = []
    seen_top = set()
    for k, v, f, ln in items:
        if v == '<object>':
            continue
        if '.' not in k:
            if k in TOP_LEVEL_ALLOWLIST:
                continue
            if k in NAMESPACES:
                continue
            if k in seen_top:
                continue
            seen_top.add(k)
            issues.append({
                'key': k, 'file': f, 'line': ln,
                'reason': f'扁平 key 无业务域前缀（顶层 namespace 不在白名单）',
            })
    return issues


def detect_locational_keys(items):
    """C. 行号式 locational key"""
    issues = []
    for k, v, f, ln in items:
        if v == '<object>':
            continue
        if LOCATIONAL_RE.search(k):
            issues.append({
                'key': k, 'file': f, 'line': ln,
                'reason': '行号式 locational key（如 chat-message.l60.t0），文件名/行号一变就失效（违反长期维护目标 4）',
            })
    return issues


def detect_cross_namespace_duplicates(items):
    """D. 不同业务域下定义相同语义路径（应收敛到 common）"""
    # 收集所有"leaf 路径"，按尾部 2 段分组
    by_tail = defaultdict(list)
    for k, v, f, ln in items:
        if v == '<object>':
            continue
        parts = k.split('.')
        if len(parts) < 3:
            continue
        tail = '.'.join(parts[-2:])
        by_tail[tail].append((k, f, ln))

    issues = []
    for tail, occurrences in by_tail.items():
        # 找出这些 key 的 namespace 各不相同
        namespaces = set()
        for k, _, _ in occurrences:
            ns = k.split('.')[0]
            namespaces.add(ns)
        if len(namespaces) < 2:
            continue
        # 排除 common.* 自身
        namespaces.discard('common')
        if len(namespaces) < 2:
            continue
        for k, f, ln in occurrences:
            issues.append({
                'key': k, 'file': f, 'line': ln,
                'reason': f'跨业务域同名 tail="{tail}"，出现在 {sorted(namespaces)}（应收敛到 common）',
            })
    return issues


def detect_non_snake_case(items):
    """E. key 段不是 snake_case（含大写、连字符等）"""
    issues = []
    for k, v, f, ln in items:
        if v == '<object>':
            continue
        for seg in k.split('.'):
            if not SNAKE_CASE_RE.match(seg):
                # 跳过纯数字段（如枚举值）
                if seg.isdigit():
                    continue
                issues.append({
                    'key': k, 'segment': seg, 'file': f, 'line': ln,
                    'reason': f'key 段 "{seg}" 不是 snake_case（必须小写字母开头 + 小写字母/数字/下划线）',
                })
                break
    return issues


def main():
    items = collect_all_keys()
    print(f'扫描 {len(items)} 条 key/value 对...\n')

    groups = [
        ('A. 中文 key', detect_chinese_keys(items)),
        ('B. 扁平 key', detect_flat_keys(items)),
        ('C. 行号式 locational key', detect_locational_keys(items)),
        ('D. 跨业务域同名 tail', detect_cross_namespace_duplicates(items)),
        ('E. 非 snake_case key 段', detect_non_snake_case(items)),
    ]

    total = 0
    for label, issues in groups:
        n = len(issues)
        total += n
        marker = '[FAIL]' if n > 0 else '[OK]'
        print(f'{marker} {label}: {n}')
        if n > 0 and n <= 20:
            for it in issues:
                print(f'    {it["file"]}:{it["line"]}  {it["key"]}  -- {it["reason"]}')
        elif n > 20:
            for it in issues[:10]:
                print(f'    {it["file"]}:{it["line"]}  {it["key"]}  -- {it["reason"]}')
            print(f'    ... 省略 {n - 10} 条')
        print()

    # 写报告
    out = ROOT / 'docs' / 'i18n-naming-audit.json'
    out.parent.mkdir(exist_ok=True)
    out.write_text(json.dumps({
        'total_issues': total,
        'groups': {label.split('. ', 1)[1]: issues for label, issues in groups},
    }, ensure_ascii=False, indent=2), encoding='utf-8')

    print(f'Full report -> {out.relative_to(ROOT)}')
    if total > 0:
        print(f'\n[FAIL] i18n 命名规范违规 {total} 处')
        return 1
    print('\n[OK] 所有 key 符合命名规范')
    return 0


if __name__ == '__main__':
    sys.exit(main())