"""자유 양식 표 파일(엑셀/CSV) → 텍스트 변환 (P4, 2026-07-13 한신대 회의).

연구팀이 교수자 페이지에 올리는 자유 양식 엑셀(파란 라벨 방식 포함)을
페르소나 저작 KB에 넣을 수 있는 평문으로 결정론 변환한다.

원칙:
- 업로드 원본 바이트는 여기서 파싱만 하고 어디에도 저장하지 않는다(원본 파기 원칙).
  파생 텍스트만 기존 `/personas/sources` 마스킹·hash-only 증거 경로로 넘어간다.
- 양식 변형에 견디도록 셀 색/서식에 의존하지 않는다 — 비어있지 않은 셀만 행 단위로 평탄화한다.
- openpyxl 은 선택 의존성이다(presidio 패턴). 없으면 명확한 한국어 오류로 안내한다.
"""

from __future__ import annotations

import csv
import io

# 변환 상한 — 파일럿 추고록 기준 여유값. LLM/KB 입력 상한(120k)과 정합.
MAX_TEXT_CHARS = 120_000
MAX_CELLS = 40_000
MAX_UPLOAD_BYTES = 8 * 1024 * 1024  # 8MB


class TabularIngestError(ValueError):
    """사용자에게 그대로 보여줄 수 있는 한국어 사유를 담는다."""


def _try_load_openpyxl():
    try:
        import openpyxl  # noqa: PLC0415 — 선택 의존성 지연 로드

        return openpyxl
    except ImportError as exc:  # pragma: no cover - 설치 환경에선 도달하지 않음
        raise TabularIngestError(
            "엑셀 변환 모듈(openpyxl)이 설치되어 있지 않습니다. 관리자에게 API 의존성 설치를 요청하세요."
        ) from exc


def _cell_text(value: object) -> str:
    if value is None:
        return ""
    if isinstance(value, float) and value.is_integer():
        return str(int(value))
    text = str(value).strip()
    return " ".join(text.split())


def _rows_to_lines(rows: list[list[str]]) -> list[str]:
    lines: list[str] = []
    for cells in rows:
        filled = [cell for cell in cells if cell]
        if not filled:
            continue
        if len(filled) == 2:
            # 자유 양식에서 가장 흔한 "라벨 | 값" 행 — 읽기 좋은 쌍으로 변환.
            lines.append(f"{filled[0]}: {filled[1]}")
        else:
            lines.append(" | ".join(filled))
    return lines


def _extract_xlsx(data: bytes) -> str:
    openpyxl = _try_load_openpyxl()
    try:
        workbook = openpyxl.load_workbook(
            io.BytesIO(data), read_only=True, data_only=True
        )
    except Exception as exc:
        raise TabularIngestError(
            "엑셀 파일을 열지 못했습니다. 손상되지 않은 .xlsx 파일인지 확인해 주세요."
        ) from exc
    try:
        sections: list[str] = []
        cell_budget = MAX_CELLS
        for sheet in workbook.worksheets:
            rows: list[list[str]] = []
            for row in sheet.iter_rows(values_only=True):
                if cell_budget <= 0:
                    break
                cell_budget -= len(row)
                rows.append([_cell_text(value) for value in row])
            lines = _rows_to_lines(rows)
            if lines:
                sections.append(f"## 시트: {sheet.title}\n" + "\n".join(lines))
            if cell_budget <= 0:
                sections.append("(셀 수 상한에 도달해 이후 내용은 생략했습니다)")
                break
        return "\n\n".join(sections)
    finally:
        workbook.close()


def _extract_csv(data: bytes) -> str:
    text: str | None = None
    for encoding in ("utf-8-sig", "cp949", "utf-8"):
        try:
            text = data.decode(encoding)
            break
        except UnicodeDecodeError:
            continue
    if text is None:
        raise TabularIngestError(
            "CSV 인코딩을 해석하지 못했습니다. UTF-8 또는 엑셀(xlsx)로 저장해 다시 올려 주세요."
        )
    rows = [[_cell_text(cell) for cell in row] for row in csv.reader(io.StringIO(text))]
    return "\n".join(_rows_to_lines(rows[: MAX_CELLS // 8]))


def extract_tabular_text(*, filename: str, data: bytes) -> str:
    """업로드 파일을 KB 등록용 평문으로 변환한다. 실패 사유는 TabularIngestError."""
    if not data:
        raise TabularIngestError("업로드된 파일이 비어 있습니다.")
    if len(data) > MAX_UPLOAD_BYTES:
        raise TabularIngestError("파일이 8MB를 넘습니다. 시트를 나눠 다시 올려 주세요.")

    lowered = (filename or "").lower()
    if lowered.endswith(".xlsx") or lowered.endswith(".xlsm"):
        text = _extract_xlsx(data)
    elif lowered.endswith(".xls"):
        raise TabularIngestError(
            "구형 엑셀(.xls)은 지원하지 않습니다. 엑셀에서 '다른 이름으로 저장 → .xlsx'로 변환해 올려 주세요."
        )
    elif lowered.endswith(".csv"):
        text = _extract_csv(data)
    else:
        raise TabularIngestError(
            "지원하지 않는 파일 형식입니다. 엑셀(.xlsx) 또는 CSV 파일을 올려 주세요."
        )

    text = text.strip()
    if len(text) < 20:
        raise TabularIngestError(
            "표에서 읽을 수 있는 텍스트가 거의 없습니다. 내용이 있는 시트인지 확인해 주세요."
        )
    return text[:MAX_TEXT_CHARS]


__all__ = ["TabularIngestError", "extract_tabular_text", "MAX_UPLOAD_BYTES"]