# -*- coding: utf-8 -*-
"""页面文案守卫·口语化词 (2026-09-14 页面专业化包, 台账 015)。静态扫描, 不连库、不起浏览器。

## 为什么要有它

用户的第一条意见是「页面文案口语化，不像交易系统」。板块标题写成「等我拍板」「我的持仓」，
处置词写成「出手」「休假」，第一二人称满页都是。改完之后要有一道机器检查, 免得日后又飘回口语。

## 它检查什么

一份禁用词清单, 分三类: 第一二人称、拟人与口语、生造动词。**只查会显示给人看的文本** ——
先剥掉三种注释 (HTML 注释、JS 块注释、JS 行注释), 注释里为解释代码用到这些词不算。命中就打
行号、词、片段, 退出码 1。

剥行注释时跳过字符串内容与网址里的双斜线 (`https://`), 免得把字符串里的 `//` 当注释起点。

## 豁免

确实要在显示文本里用某个词 (极少), 用成对标记圈起来并写原因:
  模板里:  <!-- copy-guard:off 原因... -->  ...  <!-- copy-guard:on -->
  脚本里:  // copy-guard:off 原因...          ...  // copy-guard:on
缺原因或不成对, 判红 (不许无声豁免)。

跑法: python3 scripts/test_page_copy_guard.py
"""
import os
import re
import sys

HERE = os.path.dirname(os.path.abspath(__file__))
PAGE = os.path.join(os.path.dirname(HERE), "app", "web", "static", "index.html")

# 禁用词。命中即报 (在显示文本里)。分三类只为可读, 检查时一视同仁。
BANNED = [
    # 第一二人称
    "我的", "等我", "等你", "要你", "给你", "替你", "让你", "问过你", "你自己",
    "你设", "你改", "你点", "你来", "你现在", "你还没", "你做过", "你来定", "交你定",
    # 拟人与口语
    "拍板", "点头", "盯着", "在盯", "盯的", "拿不准", "记一笔", "挤掉", "平安无事",
    # 生造动词与口语动词
    "出手", "休假", "一跳", "发生了什么",
]

OFF, ON = "copy-guard:off", "copy-guard:on"


def _strip_line_comment(line: str) -> str:
    """去掉一行里的 JS 行注释 (// 到行尾), 但跳过字符串内的 // 与网址里的 ://。
    走一遍字符, 记录当前是否在 ' " ` 里; 不在字符串里遇到 // 且前一个字符不是 : 就截断。"""
    q = None                     # 当前字符串引号, None 表示不在字符串里
    i, n = 0, len(line)
    while i < n:
        ch = line[i]
        if q:
            if ch == "\\":
                i += 2
                continue
            if ch == q:
                q = None
        else:
            if ch in "'\"`":
                q = ch
            elif ch == "/" and i + 1 < n and line[i + 1] == "/":
                if i > 0 and line[i - 1] == ":":   # 网址 :// 不是注释
                    i += 2
                    continue
                return line[:i]
        i += 1
    return line


def _exempt_ranges(raw: str):
    """在原始文本上找成对豁免区。返回 (豁免行号集合, 报错列表)。缺原因或不成对判红。"""
    bad = []
    lines = raw.split("\n")
    ranges = set()
    stack = []
    for i, line in enumerate(lines, 1):
        if OFF in line:
            after = line.split(OFF, 1)[1]
            reason = re.sub(r"[-#>*/\s]+$", "", after).strip(" -#>*/")
            if not reason:
                bad.append(f"第 {i} 行：copy-guard:off 缺原因")
            stack.append(i)
        if ON in line:
            if not stack:
                bad.append(f"第 {i} 行：copy-guard:on 没有对应的 off")
            else:
                start = stack.pop()
                for k in range(start, i + 1):
                    ranges.add(k)
    for s in stack:
        bad.append(f"第 {s} 行：copy-guard:off 没有对应的 on")
    return ranges, bad


def main():
    raw = open(PAGE, encoding="utf-8").read()
    exempt, bad = _exempt_ranges(raw)

    # 剥注释 (保行号)
    def _blank(m):
        return "\n" * m.group(0).count("\n")
    src = re.sub(r"<!--.*?-->", _blank, raw, flags=re.S)
    src = re.sub(r"/\*.*?\*/", _blank, src, flags=re.S)
    lines = src.split("\n")

    for i, line in enumerate(lines, 1):
        if i in exempt:
            continue
        text = _strip_line_comment(line)
        for w in BANNED:
            idx = text.find(w)
            if idx >= 0:
                seg = text.strip()[:100]
                bad.append(f"第 {i} 行：口语化词「{w}」出现在显示文本里。\n        {seg}")

    # 内置自检: 只在注释里出现不算, 在字符串里出现要算
    _self_ok(bad)

    if bad:
        print(f"页面文案守卫·口语化：发现 {len(bad)} 处")
        for m in bad:
            print("  FAIL", m)
        sys.exit(1)
    print(f"ALL OK — 页面文案守卫·口语化：{len(BANNED)} 个禁用词、注释剥离、成对豁免 全部通过")


def _self_ok(bad):
    """自检样例: 注释里的禁用词不该报, 字符串里的该报。任一不符往 bad 里加一条。"""
    only_comment = "  // 这里解释一下等我拍板的逻辑\n  const x = 1;"
    in_string = "  const t = '等我拍板';"
    # 注释行剥掉后不含禁用词
    c = _strip_line_comment(only_comment.split("\n")[0])
    if any(w in c for w in BANNED):
        bad.append("自检失败：行注释里的禁用词没有被剥掉")
    # 字符串行剥不掉 (没有 //), 仍含禁用词
    s = _strip_line_comment(in_string)
    if not any(w in s for w in BANNED):
        bad.append("自检失败：字符串里的禁用词被误剥")
    # 网址不被当注释截断
    u = _strip_line_comment("  const url = 'https://a.b/c'; const y = 2;")
    if "const y = 2" not in u:
        bad.append("自检失败：网址里的 // 被当成注释起点")


if __name__ == "__main__":
    main()