#!/usr/bin/env python3
"""
conversione/validate.py — Validazione batch di tutti gli stem convertiti

Legge i report.json prodotti da pipeline.py e stampa una tabella di stato
per ogni documento, evidenziando anomalie e problemi residui.

Stato per stem:
  ✅  nessuna anomalia critica
  ⚠️  anomalie presenti ma documento processabile
  ❌  struttura non rilevata o problemi gravi

Uso:
    python conversione/validate.py              # tutti gli stem
    python conversione/validate.py analisi1     # stem specifico
"""

import json
import sys
from pathlib import Path


# ─── Soglie ──────────────────────────────────────────────────────────────────

_CRITICO_STRUTTURA   = 0    # livello_struttura == 0 → testo piatto, nessun header
_CRITICO_BACKTICK    = 50   # molti accenti non corretti → testo illeggibile
_WARNING_BARE        = 1    # anche un solo header senza titolo è sospetto
_WARNING_BACKTICK    = 1    # qualsiasi backtick residuo va verificato
_WARNING_LONG_SECS   = 80   # troppe sezioni lunghe indica struttura insufficiente


def _status(r: dict) -> str:
    structure = r.get("structure", {})
    anomalie  = r.get("anomalie", {})
    residui   = r.get("residui", {})

    livello  = structure.get("livello_struttura", -1)
    backtick = residui.get("backtick", 0)

    if livello <= _CRITICO_STRUTTURA or backtick >= _CRITICO_BACKTICK:
        return "❌"
    if (
        anomalie.get("bare_headers", 0) >= _WARNING_BARE
        or backtick >= _WARNING_BACKTICK
        or anomalie.get("long_sections", 0) >= _WARNING_LONG_SECS
    ):
        return "⚠️ "
    return "✅"


def _fmt(value, width: int) -> str:
    return str(value).ljust(width)


def validate(stems: list[str], project_root: Path) -> None:
    conv_dir = project_root / "conversione"

    if stems:
        paths = [conv_dir / s / "report.json" for s in stems]
    else:
        paths = sorted(conv_dir.glob("*/report.json"))

    if not paths:
        print("Nessun report.json trovato in conversione/*/")
        sys.exit(0)

    rows = []
    for path in paths:
        if not path.exists():
            rows.append({"stem": path.parent.name, "_missing": True})
            continue
        r = json.loads(path.read_text(encoding="utf-8"))
        rows.append(r)

    # ── Intestazione ─────────────────────────────────────────────────────
    col_stem    = max(len(r.get("stem", "stem")) for r in rows) + 2
    header = (
        f"{'stem':<{col_stem}}"
        f"{'h2':>4}{'h3':>5}  "
        f"{'strategia':<20}"
        f"{'bare':>5}{'corte':>6}{'lunghe':>7}"
        f"{'backtick':>9}{'dotlead':>8}{'url':>4}"
        f"  {'status'}"
    )
    sep = "─" * len(header)
    print()
    print(header)
    print(sep)

    # ── Righe ─────────────────────────────────────────────────────────────
    for r in rows:
        if r.get("_missing"):
            print(f"{r['stem']:<{col_stem}}  (report.json non trovato)")
            continue

        stem      = r.get("stem", "?")
        structure = r.get("structure", {})
        anomalie  = r.get("anomalie", {})
        residui   = r.get("residui", {})

        h2       = structure.get("n_h2", 0)
        h3       = structure.get("n_h3", 0)
        strat    = structure.get("strategia_chunking", "?")
        bare     = anomalie.get("bare_headers", 0)
        corte    = anomalie.get("short_sections", 0)
        lunghe   = anomalie.get("long_sections", 0)
        backtick = residui.get("backtick", 0)
        dotlead  = residui.get("dotleader", 0)
        url      = residui.get("url", 0)
        status   = _status(r)

        print(
            f"{stem:<{col_stem}}"
            f"{h2:>4}{h3:>5}  "
            f"{strat:<20}"
            f"{bare:>5}{corte:>6}{lunghe:>7}"
            f"{backtick:>9}{dotlead:>8}{url:>4}"
            f"  {status}"
        )

    print(sep)
    totali = len(rows)
    ok  = sum(1 for r in rows if not r.get("_missing") and _status(r) == "✅")
    warn = sum(1 for r in rows if not r.get("_missing") and _status(r).startswith("⚠"))
    err = sum(1 for r in rows if not r.get("_missing") and _status(r) == "❌")
    print(f"Totale: {totali}  ✅ {ok}  ⚠️  {warn}  ❌ {err}")
    print()
    print("Legenda colonne: bare=header senza titolo  corte=sezioni<150ch  "
          "lunghe=sezioni>1500ch  backtick=accenti residui")
    print()


if __name__ == "__main__":
    project_root = Path(__file__).parent.parent
    stems = sys.argv[1:]
    validate(stems, project_root)