#!/usr/bin/env python3
"""Полигон, пакет-7: KWIC-контексты вхождений термина по субстрату чанков.

Нужен дважды. (1) Разметка кандидатов не по памяти, а по тексту: любое утверждение «это имя
персонажа / это жанровый термин» обязано опираться на вхождения, иначе это угадывание. (2) Прототип
того, что роль ТЕРМИНОЛОГ получает на вход по D39.42 п.1 («KWIC-контексты вхождений из исходника»),
— здесь видно, сколько это стоит по символам, и это цифра для сметы фазы B.

$0, stdlib. Детерминирован: вхождения идут в порядке (chapter, chunk_idx, offset).
"""
from __future__ import annotations

import argparse
import json
import sys
from pathlib import Path


def load(path: Path) -> list[dict]:
    return [json.loads(l) for l in path.open(encoding="utf-8") if l.strip()]


def kwic(rows: list[dict], needle: str, width: int, limit: int) -> list[tuple[int, int, str]]:
    out = []
    for r in rows:
        src, pos = r["source"], 0
        while True:
            i = src.find(needle, pos)
            if i < 0:
                break
            a, b = max(0, i - width), min(len(src), i + len(needle) + width)
            frag = src[a:b].replace("\n", " ⏎ ")
            out.append((r["chapter"], r["chunk_idx"], frag))
            pos = i + len(needle)
            if limit and len(out) >= limit:
                return out
    return out


def main() -> int:
    ap = argparse.ArgumentParser()
    ap.add_argument("--chunks", required=True, type=Path)
    ap.add_argument("--term", action="append", required=True)
    ap.add_argument("--width", type=int, default=40)
    ap.add_argument("--limit", type=int, default=6)
    ap.add_argument("--stats", action="store_true", help="только объём контекстов (для сметы)")
    a = ap.parse_args()

    rows = load(a.chunks)
    for t in a.term:
        hits = kwic(rows, t, a.width, 0 if a.stats else a.limit)
        if a.stats:
            chars = sum(len(f) for _, _, f in hits)
            print(f"{t}\tвхождений={len(hits)}\tсимволов_контекста={chars}")
            continue
        print(f"=== {t} ({len(hits)} показано, лимит {a.limit}) ===")
        for ch, ci, frag in hits:
            print(f"  [гл.{ch}/{ci}] …{frag}…")
    return 0


if __name__ == "__main__":
    raise SystemExit(main())