import re

from rutextnorm import normalize_russian

from app.ssml import PAUSE_DELIM

_TRAILING_CLOSERS = "\"'»)]`"

# Региональные (языкоспецифичные) нормализаторы: lang -> функция.
# Общие шаги, применимые к любому языку, вынесены в normalize_common().
_REGIONAL_NORMALIZERS = {"ru": normalize_russian}

_DELIM_CHARS = "([{«“<)]}»>\"'`*_~"
_DELIM_RUN_RE = re.compile(r"([ \t]*)([" + re.escape(_DELIM_CHARS) + r"]+)([ \t]*)")


def _prev_nonspace(text: str, pos: int) -> str:
    i = pos - 1
    while i >= 0 and text[i] in " \t":
        i -= 1
    return text[i] if i >= 0 else ""


def _next_nonspace(text: str, pos: int) -> str:
    while pos < len(text) and text[pos] in " \t":
        pos += 1
    return text[pos] if pos < len(text) else ""


def mark_pause_delimiters(text: str) -> str:
    """Удаляет выделительные разделители (скобки, кавычки, markdown-разметку).
    Если по обе стороны от прогона есть буквы/цифры, ставит sentinel паузы
    (паузная граница для SSML-слоя) вместо литеральной запятой; иначе просто
    удаляет. Одинарная кавычка между буквами (апостроф) сохраняется."""
    def repl(m: re.Match) -> str:
        left, run, right = m.group(1), m.group(2), m.group(3)
        start, end = m.start(2), m.end(2)
        left_touch = text[start - 1] if start > 0 else ""
        right_touch = text[end] if end < len(text) else ""
        if set(run) == {"'"} and left_touch.isalnum() and right_touch.isalnum():
            return m.group(0)
        if _prev_nonspace(text, start).isalnum() and _next_nonspace(text, end).isalnum():
            return " " + PAUSE_DELIM + " "
        return " " if (left or right) else ""

    return _DELIM_RUN_RE.sub(repl, text)


def ensure_line_punctuation(text: str) -> str:
    result = []
    for line in text.split("\n"):
        line = line.rstrip()
        core = line.rstrip(_TRAILING_CLOSERS).rstrip()
        if core and core[-1].isalnum():
            line = line + "."
        result.append(line)
    return "\n".join(result)


def normalize_common(text: str) -> str:
    """Языконезависимая нормализация. Применяется ко всему тексту целиком,
    до разбиения на предложения, для любого языка."""
    text = mark_pause_delimiters(text)
    text = ensure_line_punctuation(text)
    text = re.sub(r"[ \t]{2,}", " ", text)
    return text


def normalize_language(text: str, lang: str) -> str:
    """Региональная нормализация для конкретного языка. Без изменений для
    языков, у которых нет собственных правил (например, en)."""
    fn = _REGIONAL_NORMALIZERS.get(lang)
    return fn(text) if fn else text


def normalize_ru(text: str) -> str:
    return normalize_language(text, "ru")