package pipeline

import (
	"strings"
	"testing"
)

// sanitizer_test.go — the output-sanitizer (D30.3) unit suite. Per the gate discipline
// (precision over recall) EVERY class asserts BOTH firing on the exp12/flagman defect and
// NON-firing on legitimate prose, so a future rule edit that starts false-flagging real
// Russian text fails loudly here.

func TestSanitizerLeadingPreamble(t *testing.T) {
	fire := []string{
		// gemini 6/6 leak (exp12 §4.1) — the canonical target.
		"Вот отредактированный перевод с соблюдением всех терминов из глоссария:\n\nСудзуки шёл по коридору.",
		"Вот отредактированный перевод:\nТекст главы.",
		"Вот перевод фрагмента: Судзуки открыл дверь.",
		"Ниже приведён отредактированный текст:\nГлава началась.",
		"Отредактированный перевод: Судзуки вошёл.",
		"Представляю исправленный вариант перевода: он ушёл.",
	}
	for _, s := range fire {
		if got := sanitizeOutput(s); got.Preamble == 0 {
			t.Errorf("preamble not detected in %q", preview(s))
		}
	}
	clean := []string{
		"Судзуки шёл по коридорам Академии магии, вспоминая вчерашнюю лекцию.",
		"Вот и настал тот день, которого он так ждал.",           // «Вот и…» narrative — no service phrase
		"Вот дом стоял на холме, окружённый старыми соснами.",     // «Вот дом…»
		"— Вот твой перевод, — сказал он и протянул конверт.",     // dialogue about a translation, not a preamble label
		"Перевод стрелки часов занял у него всё утро.",            // «Перевод» as a common noun, no service label
		"Ниже по реке стоял старый мост, к которому вела тропа.",  // «Ниже…» geographic
		// адверсариальное ревью false positives — must NOT fire (em-dash terminator + common nouns):
		"Вот такой вариант развития событий — самый вероятный.",   // вот + вариант + em-dash, no edit-adjective
		"Ниже текста была подпись — размашистая.",                 // ниже + текст + em-dash, not «ниже приведён … перевод:»
		"Вот новая версия карты — с пометками отца.",              // вот + версия + em-dash
		"Итоговый текст письма — три строки.",                     // итоговый + текст + em-dash
		"Вот его вариант: он молча ушёл.",                         // вот + вариант + COLON, but no edit-adjective / service phrase
	}
	for _, s := range clean {
		if got := sanitizeOutput(s); got.Preamble != 0 {
			t.Errorf("preamble FALSE POSITIVE in %q: %v", preview(s), got.Detail)
		}
	}
}

func TestSanitizerTrailingNote(t *testing.T) {
	fire := []string{
		"Судзуки открыл дверь.\n\nПримечание: имя героя оставлено без перевода.",
		"Он ушёл в туман.\n\nВнесённые правки: заменил «фракции» на «школы».",
		"Глава закончилась.\n\nЧто изменено: исправлена терминология гу.",
		"Текст главы.\n\n*Примечание переводчика:* здесь игра слов.",
		"Финал сцены.\n\nЗаметки редактора: стиль приведён к норме.",
		"Список правок: 1) термины; 2) вёрстка.\nТекст главы дальше.", // edit-meta anywhere
	}
	for _, s := range fire {
		if got := sanitizeOutput(s); got.TrailingNote == 0 {
			t.Errorf("trailing note not detected in %q", preview(s))
		}
	}
	clean := []string{
		"Судзуки открыл дверь и вошёл в тёмный зал, где ждала тишина.",
		"Примечательно, что никто не заметил его исчезновения в ту ночь.", // «Примечательно» ≠ «Примечание:»
		"Он оставил заметку на столе и вышел, не оглядываясь назад.",       // «заметку» mid-narrative, not a header
		"— Что изменилось? — спросил он, оглядывая пустую комнату.",         // dialogue, not «Что изменено:»
		// адверсариальное ревью false positives — ordinary narrative nouns/gerunds ending a chapter:
		"Комментатор захлёбывался от восторга, махая руками над головой.",  // «Комментатор» ≠ «Комментарий:»
		"Комментируя случившееся, старик лишь развёл руками в тишине.",      // «Комментируя» gerund
		"Заметка белела на столе, и никто не решался её тронуть.",           // «Заметка» + no colon
		"Пояснения не требовалось: всё было ясно без единого слова.",        // «Пояснения» + no colon (the colon comes later)
		"Сноска в конце страницы объясняла древний обычай клана.",           // «Сноска» narrative subject
		"Изменения — вот что пугало его больше всего на этом свете.",        // «Изменения —» common narrative opener
		"Правка — дело тонкое, и старый мастер знал это лучше всех.",        // «Правка —» aphorism
	}
	for _, s := range clean {
		if got := sanitizeOutput(s); got.TrailingNote != 0 {
			t.Errorf("trailing note FALSE POSITIVE in %q: %v", preview(s), got.Detail)
		}
	}
}

func TestSanitizerMarkdownHeader(t *testing.T) {
	fire := []string{
		"### Глава 1\n\nСудзуки шёл по коридору.",
		"# Пролог\n\nТекст.",
		"Текст первой сцены.\n\n## Часть вторая\n\nПродолжение.",
	}
	for _, s := range fire {
		if got := sanitizeOutput(s); got.MarkdownHeader == 0 {
			t.Errorf("markdown header not detected in %q", preview(s))
		}
	}
	clean := []string{
		"Он купил дом №5 на этой улице за бесценок прошлой весной.",   // «№5» not a header
		"Комната #1 была заперта, и ключа ни у кого не нашлось.",       // «#1» no space+text
		"Язык C# он выучил ещё в университете, но давно забросил.",     // «C#» mid-line
		"Судзуки шёл по коридорам, вспоминая вчерашнюю долгую лекцию.",
	}
	for _, s := range clean {
		if got := sanitizeOutput(s); got.MarkdownHeader != 0 {
			t.Errorf("markdown header FALSE POSITIVE in %q: %v", preview(s), got.Detail)
		}
	}
}

func TestSanitizerLatinInsertion(t *testing.T) {
	fire := []string{
		"Судзуки открыл книгу и прочитал: the quick brown fox jumps over.", // ≥4-word latin phrase
		"He walked into the ancient library at dawn and found nothing.",     // whole latin sentence
	}
	for _, s := range fire {
		if got := sanitizeOutput(s); got.LatinInsert == 0 {
			t.Errorf("latin insertion not detected in %q", preview(s))
		}
	}
	clean := []string{
		"Судзуки купил iPhone и MacBook, чтобы работать в дороге по ночам.", // 2 latin brand names
		"На экране светилась надпись Google, и он нажал на неё пальцем.",     // single latin name
		"Он listened внимательно.",                                          // 1 stray latin word
		"Судзуки шёл по коридорам Академии магии, вспоминая вчерашнюю лекцию.",
		"Идентификатор 138fd5c384e3 и код a1b2c3d4e5f6 записаны в журнале.", // hex/id: single-letter latin tokens separated by digits — NOT a phrase
		"На гербе была выбита надпись: sic transit gloria mundi.",          // 4-word quoted Latin motto — legit preserved (адверсариальное ревью)
	}
	for _, s := range clean {
		if got := sanitizeOutput(s); got.LatinInsert != 0 {
			t.Errorf("latin insertion FALSE POSITIVE in %q: %v", preview(s), got.Detail)
		}
	}
}

func TestSanitizerBrokenWord(t *testing.T) {
	fire := []string{
		"Стольь высокая башня терялась в облаках над городом.",       // doubled soft sign ьь
		"Он вошёл в ьзал и замер на пороге, не решаясь шагнуть.",     // soft sign word-initial
		"Древний Первопред предок восстал из пепла забытых веков.",   // junction-duplicated split «Первопред|предок»
	}
	for _, s := range fire {
		if got := sanitizeOutput(s); got.BrokenWord == 0 {
			t.Errorf("broken word not detected in %q", preview(s))
		}
	}
	// Mixed Cyrillic+Latin homoglyph in one token (latin 'p'/'e'/'o' inside a Cyrillic word).
	if got := sanitizeOutput("Пеpвок предок восстал из пепла."); got.BrokenWord == 0 {
		t.Errorf("mixed-script homoglyph not detected")
	}
	clean := []string{
		"Судзуки шёл по коридорам Академии магии, вспоминая вчерашнюю лекцию.",
		"— Хорошо, хорошо, — устало ответил он, поднимая обе руки вверх.",  // emphatic exact repeat, NOT a split
		"Молоко около дома скисло за одну жаркую летнюю ночь под навесом.",  // adjacent words, no ≥4 junction overlap
		"На валуне у реки сидел одинокий путник в сером плаще.",             // «валуне» is a VALID form (recall gap)
		// адверсариальное ревью false positives:
		"Старик старика видел издалека, но узнал не сразу в тумане.",         // polyptoton (старик + старика): containment, NOT a split
		"Город города не выдаёт — так говаривал его дед у очага.",            // город + города: containment
		"Буква ъ раньше называлась ером и стояла в конце многих слов.",       // metalinguistic mention of the letter ъ (standalone)
		"Хорошо хорошо всё это выглядело только со стороны, издалека.",       // capitalized emphatic repeat (case-differing) — containment excludes it
	}
	for _, s := range clean {
		if got := sanitizeOutput(s); got.BrokenWord != 0 {
			t.Errorf("broken word FALSE POSITIVE in %q: %v", preview(s), got.Detail)
		}
	}
}

// TestSanitizerBrokenWordRecallGap documents the honest boundary of the DETERMINISTIC
// minimum (D30.3: precision over recall, «это ФЛАГГЕР»): a word split into two
// individually-valid tokens with NO invalid sign, NO homoglyph and NO ≥4-rune junction
// overlap — the bare «Первок предок» from exp12 — is NOT offline-detectable without a
// morphology/dictionary pass (Ф2). It is caught only when the split leaves a junction
// overlap («Первопред предок») or an invalid character. This test PINS that gap so a future
// stronger heuristic is a conscious change, not an accident.
func TestSanitizerBrokenWordRecallGap(t *testing.T) {
	if got := sanitizeOutput("Первок предок восстал из пепла забытых веков."); got.BrokenWord != 0 {
		t.Errorf("unexpected: the pure-orthographic split «Первок предок» is documented as a recall gap, but it fired: %v", got.Detail)
	}
}

// TestSanitizerCleanNarrativePassesEntirely guards the whole gate against false positives
// on a realistic clean Russian passage with dialogue, names and numbers.
func TestSanitizerCleanNarrative(t *testing.T) {
	passage := strings.Join([]string{
		"Судзуки медленно шёл по длинным коридорам Академии магии.",
		"",
		"— Сегодня я наконец открою дверь книгохранилища, — прошептал он.",
		"",
		"За окном лил серебристый дождь, собираясь в ручьи на брусчатке двора.",
		"Башня библиотеки тонула в тумане, и вершины её не было видно.",
	}, "\n")
	if got := sanitizeOutput(passage); got.total() != 0 {
		t.Fatalf("clean narrative flagged by the sanitizer: %+v", got.Detail)
	}
}

// TestSanitizerDeterministic asserts the verdict is a pure function of the text (resume-safe).
func TestSanitizerDeterministic(t *testing.T) {
	s := "### Заголовок\nВот отредактированный перевод: текст. Стольь странно.\nПримечание: правка."
	a, b := sanitizeOutput(s), sanitizeOutput(s)
	if a.total() != b.total() || strings.Join(a.Detail, "|") != strings.Join(b.Detail, "|") {
		t.Fatalf("sanitizeOutput not deterministic: %v vs %v", a, b)
	}
	if a.total() == 0 {
		t.Fatalf("expected the multi-defect fixture to flag")
	}
}