"""Chuẩn hóa câu trả lời Hermes → text thuần cho Zalo (không markdown)."""
from __future__ import annotations

import re
import unicodedata

_MD_LINK = re.compile(r"\[([^\]]+)\]\(([^)]+)\)")
_BOLD = re.compile(r"\*\*([^*]+)\*\*")
_ITALIC = re.compile(r"(?<!\*)\*([^*]+)\*(?!\*)")
_STRIKE = re.compile(r"~~([^~]+)~~")
_CODE_FENCE = re.compile(r"```[\s\S]*?```")
_INLINE_CODE = re.compile(r"`([^`]+)`")
_HEADING = re.compile(r"(?m)^#{1,6}\s+")
_BULLET = re.compile(r"(?m)^[\-\*]\s+")
_ORDERED = re.compile(r"(?m)^\d+\.\s+")
_BLOCKQUOTE = re.compile(r"(?m)^>\s?")
_HR = re.compile(r"(?m)^(?:-{3,}|\*{3,}|_{3,})\s*$")
_HTML_TAG = re.compile(r"</?[a-zA-Z][^>]*>")
_WIKI_OR_REF = re.compile(r"\[\[([^\]|#]+)(?:#[^\]|]*)?(?:\|([^\]]+))?\]\]")
_MULTI_NL = re.compile(r"\n{3,}")
_MULTI_SPACE = re.compile(r"[ \t]{2,}")
_DASHY = re.compile(r"\s*[—–]\s*")

# Lỗi chính tả / khoảng trắng tiếng Việt thường gặp từ model
_TYPO_FIXES: list[tuple[re.Pattern[str], str]] = [
    (re.compile(r"\s+([,.!?;:…])"), r"\1"),
    (re.compile(r"([(\[])\s+"), r"\1"),
    (re.compile(r"\s+([)\]])"), r"\1"),
    (re.compile(r"(?i)\bko\b"), "không"),
    (re.compile(r"(?i)\bdc\b"), "được"),
    (re.compile(r"(?i)\bđc\b"), "được"),
    (re.compile(r"(?i)\bkq\b"), "kết quả"),
    (re.compile(r"(?i)\bntn\b"), "như thế nào"),
    (re.compile(r"(?i)\bntn\b"), "như thế nào"),
    (re.compile(r"(?i)\bmn\b"), "mọi người"),
    (re.compile(r"(?i)\bbj\b"), "bây giờ"),
    (re.compile(r"(?i)\bhqua\b"), "hôm qua"),
    (re.compile(r"(?i)\bhnay\b"), "hôm nay"),
    (re.compile(r"(?i)\bsdt\b"), "SĐT"),
    (re.compile(r"(?i)\bvs\b"), "với"),
    (re.compile(r"\u00a0"), " "),
]


def _nfc(text: str) -> str:
    return unicodedata.normalize("NFC", text or "")


def _strip_markdown(text: str) -> str:
    t = text
    t = _CODE_FENCE.sub(lambda m: "\n".join(
        line for line in m.group(0).splitlines()[1:-1]
    ), t)
    t = _HTML_TAG.sub("", t)
    t = _WIKI_OR_REF.sub(lambda m: (m.group(2) or m.group(1) or "").strip(), t)
    t = _MD_LINK.sub(lambda m: m.group(1).strip() or m.group(2).strip(), t)
    t = _BOLD.sub(r"\1", t)
    t = _ITALIC.sub(r"\1", t)
    t = _STRIKE.sub(r"\1", t)
    t = _INLINE_CODE.sub(r"\1", t)
    t = _HEADING.sub("", t)
    t = _BLOCKQUOTE.sub("", t)
    t = _HR.sub("", t)
    t = _BULLET.sub("• ", t)
    t = _ORDERED.sub(lambda m: f"{m.group(0).split('.')[0]}. ", t)
    return t


def _fix_vietnamese_typos(text: str) -> str:
    t = text
    for pat, repl in _TYPO_FIXES:
        t = pat.sub(repl, t)
    # khoảng trắng quanh dấu tiếng Việt kiểu "ạ ," / "không ?"
    t = re.sub(r"([^\s])\s+([?!…])", r"\1\2", t)
    return t


def _tidy_lines(text: str) -> str:
    lines: list[str] = []
    for line in text.splitlines():
        line = _MULTI_SPACE.sub(" ", line).strip()
        if re.fullmatch(r"[—–\-.…\s]*", line or ""):
            continue
        if "—" in line or "–" in line:
            parts = [p.strip() for p in _DASHY.split(line) if p.strip()]
            if len(parts) > 1 and any(len(p) > 12 for p in parts):
                lines.extend(parts)
                continue
            line = " ".join(parts)
        if line:
            lines.append(line)
    t = "\n".join(lines)
    t = _MULTI_NL.sub("\n\n", t).strip()
    t = re.sub(r"\s+\.\s*$", ".", t)
    t = re.sub(r"\.{2,}", "…", t)
    t = re.sub(r"(?m)^[.\s]+$", "", t)
    return _MULTI_NL.sub("\n\n", t).strip()


def format_for_zalo(text: str, *, max_chars: int = 1800) -> str:
    """Bỏ markdown, chuẩn hóa khoảng trắng / lỗi chính tả VN, cắt nếu quá dài."""
    t = _nfc((text or "").strip())
    if not t:
        return t

    t = _strip_markdown(t)
    t = _fix_vietnamese_typos(t)
    t = _tidy_lines(t)

    if max_chars and len(t) > max_chars:
        cut = t.rfind("\n", 0, max_chars)
        if cut < max_chars // 3:
            cut = t.rfind(". ", 0, max_chars)
            if cut > 0:
                cut += 1
        if cut < max_chars // 3:
            cut = max_chars
        t = t[:cut].rstrip(" ,;:") + "…"

    return t.strip()