"""请求规范化与桶解析（T-P5）。

规范化规则（§6，决定缓存命中率的代码）：
1. messages 序列化：role 与 content 交替拼接为 `role\\u0001content\\u0002`；
2. 剔除易变字段：temperature/frequency_penalty/seed/request_id/时间戳类内容行；
3. 系统模板与资料前缀不参与 L1 哈希（桶+doc_version 已表达），只参与上游整形；
4. 整形后消息顺序固定：[canonical_system] -> [doc_prefix] -> [原 messages]；
5. 多轮判定：len(messages) > 2（system 之外 >1 条）-> cacheable=False（D-P5）。
"""
from __future__ import annotations

import hashlib
import json
import re
from dataclasses import dataclass
from typing import Any, Dict, List, Optional

from gateway.proxy.ledgerutil import _today  # noqa: F401  （保持导入面稳定）

_SEP_R = "\u0001"
_SEP_M = "\u0002"

# 易变字段（规范化时从 body 剔除，不参与哈希）
_VOLATILE_FIELDS = ("temperature", "frequency_penalty", "presence_penalty",
                    "seed", "request_id", "user", "logprobs", "top_logprobs")
# 时间戳类内容行（消息内容若整体匹配则该行剔除后再序列化）
_TIMESTAMP_LINE = re.compile(
    r"^\s*(当前时间|时间|now|time|date|日期)\s*[:：].*$", re.IGNORECASE)


@dataclass
class BucketResolution:
    """桶解析结果。"""
    name: str
    cfg: Any                # BucketCfg
    cacheable: bool         # D-P5：多轮 False
    norm_text: str          # 规范化后的 messages 文本（L2 语义比对用）
    norm_hash: str          # bucket|doc_version|sha256(norm)（L1 键）


def resolve_bucket(body: dict, headers: Dict[str, str], cfg) -> Any:
    """桶解析（D-P2）：X-Campus-Bucket 头 > model->bucket 映射 > default。"""
    name = (headers.get("x-campus-bucket")
            or headers.get("X-Campus-Bucket") or "").strip()
    if not name:
        # model->bucket 映射（配置预留：bucket 名即映射；MVP 仅 default）
        name = "default"
    return cfg.bucket(name)


def _norm_content(content: Any) -> str:
    if isinstance(content, str):
        lines = [ln for ln in content.splitlines()
                 if ln.strip() and not _TIMESTAMP_LINE.match(ln)]
        return "\n".join(lines).strip()
    if isinstance(content, list):
        # 多模态 content parts：取 text 项拼接
        parts = []
        for p in content:
            if isinstance(p, dict) and isinstance(p.get("text"), str):
                parts.append(_norm_content(p["text"]))
        return "\n".join(parts)
    return ""


def normalize_messages(body: dict) -> str:
    """规则 1+2：剔易变行后按 role\\u0001content\\u0002 串接（system 亦参与——
    客户端自带 system 属请求语义；桶模板/资料前缀不在这里，见 shape）。"""
    out: List[str] = []
    for m in body.get("messages") or []:
        if not isinstance(m, dict):
            continue
        role = str(m.get("role") or "")
        text = _norm_content(m.get("content"))
        out.append(role + _SEP_R + text + _SEP_M)
    return "".join(out)


def is_cacheable(body: dict) -> bool:
    """规则 5：system 之外消息数 > 1 -> 多轮 -> 不缓存（D-P5）。"""
    msgs = [m for m in (body.get("messages") or []) if isinstance(m, dict)]
    non_system = [m for m in msgs if str(m.get("role")) != "system"]
    return len(non_system) <= 1


def canonical_hash(bucket: str, doc_version: int, body: dict) -> str:
    """规则 3：缓存键 = bucket + '|' + doc_version + '|' + sha256(norm)。

    桶模板/资料前缀不参与哈希（由 bucket+doc_version 表达，资料更新 = 版本+1）。
    """
    norm = normalize_messages(body)
    digest = hashlib.sha256(norm.encode("utf-8")).hexdigest()
    return f"{bucket}|{doc_version}|{digest}"


def _load_doc_prefix(bucket_cfg) -> str:
    """读桶资料前缀文件（§3：不入库不入 git；缺失返回空串）。"""
    path = getattr(bucket_cfg, "doc_prefix_file", None)
    if not path:
        return ""
    try:
        from pathlib import Path
        return Path(path).read_text(encoding="utf-8")
    except OSError:
        return ""


def shape(body: dict, bucket_cfg) -> dict:
    """规则 4：整形上游请求体 —— [canonical_system] -> [doc_prefix] -> [原 messages]。

    原请求自带的 system 保留在原位（其属请求语义）；桶模板仅在没有
    system 时注入，资料前缀始终插在 system 之后、其余消息之前。
    剔除易变顶层字段后的浅拷贝返回。
    """
    shaped = {k: v for k, v in body.items() if k not in _VOLATILE_FIELDS}
    msgs: List[Dict[str, Any]] = [dict(m) for m in (body.get("messages") or [])
                                  if isinstance(m, dict)]
    has_system = any(str(m.get("role")) == "system" for m in msgs)
    prefix_block: List[Dict[str, Any]] = []
    if not has_system and bucket_cfg.system_template:
        prefix_block.append({"role": "system", "content": bucket_cfg.system_template})
    doc = _load_doc_prefix(bucket_cfg)
    if doc:
        prefix_block.append({"role": "system",
                             "content": f"[课程资料 v{bucket_cfg.doc_version}]\n{doc}"})
    shaped["messages"] = prefix_block + msgs
    return shaped