#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
tro_overrides.py - manuelle Korrekturen an der abgeleiteten TRO-Liste.

`tro_flow.py` leitet die TROs allein aus dem mechanischen Layout (CSV-Export)
ab. Manches steht dort aber nicht drin: eine Weiche, die im Export fehlt, ein
Scanner, der den Typ auf `1Sep_SSCC` hebt, oder eine Stelle, die vor Ort als
eigener TRO erkannt wurde. Solche Erkenntnisse kommen aus der Begehung bzw.
aus dem Review der erzeugten Diagramme.

Damit sie den naechsten Lauf ueberleben, stehen sie in einer INI-Datei
(`%SKEL_CFG%/tro_overrides.ini`) statt in den erzeugten Dateien.

Seit 2026-10-05 nur noch von `material_flow.py --connect` gelesen (Abschnitt
`[<Anlage>.manual]` der connect.ini). `tro_flow.py` und `tro_annotate.py`
wenden keine Korrekturen mehr an: die Abschnitte hingen an laufenden
TRO-Nummern und veralteten mit jedem Export - Fehler der Ableitung werden
seitdem im Code behoben (lib/tro_flow.py), nicht in der INI.

Aufbau der INI (Sektionsnamen mit dem CSV-Dateinamen als Praefix, damit
mehrere Anlagen in einer Datei stehen koennen):

    [<csv>.tro.<TRO-ID>]        Korrektur an einem abgeleiteten TRO
    type       = 1Sep1Swi       neuer Katalogtyp
    reason     = ...            Begruendung (kommt in die Doku)
    confidence = bestaetigt     Vertrauensangabe (Default: bestaetigt)

    [<csv>.openpoint.<Name>]    offener Punkt - noch KEIN TRO (model.TroCandidate)
    x = 529.95                  Anlagenkoordinate in mm
    y = -3895.27
    z = 1468
    expect     = 1Sep1Swi       hier erwarteter TRO-Typ (-> type_name)
    belongs_to = TRO10          TRO, der das Bauteil heute enthaelt
    note       = ...            Erlaeuterung

Offene Punkte aendern die TRO-Struktur ausdruecklich **nicht**.

Die Felder heissen wie in lib/model.py (`type_name`, `separators`, `hosts`,
`reason`, `confidence`); Verbindungen und offene Punkte sind direkt
`model.Connection` bzw. `model.TroCandidate`.
"""

from __future__ import annotations

import configparser
import os
from dataclasses import dataclass, field
from pathlib import Path

from model import Connection, TroCandidate
from tro_catalog import get_tro

OVERRIDE_FILE = "tro_overrides.ini"

# Vertrauensangabe fuer manuell gesetzte Typen. Bewusst ein eigener Wert - so
# ist in der Doku sichtbar, dass der Typ nicht aus dem Layout stammt.
DEFAULT_CONFIDENCE = "bestaetigt"


@dataclass
class TroOverride:
    """Korrektur an einem abgeleiteten TRO.

    Adressiert entweder ueber die TRO-ID (`TRO03`) oder - stabiler - ueber die
    Nummer eines seiner Separatoren (`SEP0011`). Die TRO-IDs sind laufende
    Nummern eines Laufs und verschieben sich, sobald TROs dazukommen oder
    wegfallen; die Separator-Nummer aus dem CSV-Export tut das nicht.
    """

    # genau eins von beiden ist gesetzt
    tro_id: str = ""
    separator: str = ""
    type_name: str = ""
    reason: str = ""
    confidence: str = ""

    def matches(self, tro) -> bool:
        if self.separator:
            return self.separator in tro.separators
        return self.tro_id == tro.tro_id


@dataclass
class SplitSpec:
    """Ein neuer TRO, herausgeloest aus einem bereits abgeleiteten.

    Fuer Uebergabestellen, die die Ableitung nicht als eigenstaendig erkennt,
    weil die "Zuordnung" des Separators auf ein Transportobjekt zeigt (Strecke,
    Gefaellestrecke) statt auf die Kreisel-Bahn, an der er tatsaechlich
    schaltet. Die genannten Separatoren/Scanner werden ihrem bisherigen TRO
    entnommen und bilden einen neuen.
    """

    name: str
    type_name: str
    separators: list[str] = field(default_factory=list)
    scanners: list[str] = field(default_factory=list)
    hosts: list[str] = field(default_factory=list)
    label: str = ""
    reason: str = ""
    confidence: str = DEFAULT_CONFIDENCE


@dataclass
class MergeSpec:
    """Mehrere abgeleitete TROs zu einem Steuerobjekt zusammenfassen.

    Fuer Stellen, die mechanisch aus mehreren Bauteilgruppen bestehen,
    steuerungstechnisch aber eine einzige Uebergabestelle sind - etwa zwei
    Sperren beiderseits eines Kreisel-Beruehrpunkts. Adressiert wird ueber die
    Separatoren, weil deren Nummern ueber Exporte hinweg stabiler sind als die
    laufenden TRO-Nummern.
    """

    name: str
    type_name: str
    separators: list[str] = field(default_factory=list)
    hosts: list[str] = field(default_factory=list)
    label: str = ""
    reason: str = ""
    confidence: str = DEFAULT_CONFIDENCE


@dataclass
class Overrides:
    """Alle Korrekturen zu einer CSV-Datei."""

    source: Path | None = None
    tros: dict[str, TroOverride] = field(default_factory=dict)
    splits: list[SplitSpec] = field(default_factory=list)
    merges: list[MergeSpec] = field(default_factory=list)
    # Gesetzte Topologie: ersetzt die abgeleiteten Kanten vollstaendig
    connections: list[Connection] = field(default_factory=list)
    candidates: list[TroCandidate] = field(default_factory=list)
    # Protokoll der tatsaechlich angewandten Korrekturen (fuer die Doku)
    applied: list[str] = field(default_factory=list)
    warnings: list[str] = field(default_factory=list)

    def __bool__(self) -> bool:
        return bool(self.tros or self.splits or self.merges or self.connections
                    or self.candidates)


def override_path(cfg_dir: Path | None = None) -> Path:
    """Pfad zur Override-Datei: %SKEL_CFG%, sonst <projekt>/cfg."""
    if cfg_dir is not None:
        return cfg_dir / OVERRIDE_FILE
    env = os.environ.get("SKEL_CFG")
    if env:
        return Path(env) / OVERRIDE_FILE
    return Path(__file__).resolve().parent.parent / "cfg" / OVERRIDE_FILE


def _as_float(raw: str, where: str, warnings: list[str]) -> float | None:
    try:
        return float(str(raw).strip())
    except (TypeError, ValueError):
        warnings.append(f"{where}: '{raw}' ist keine Zahl - Eintrag ignoriert")
        return None


def _as_list(raw: str) -> list[str]:
    return [s.strip() for s in raw.split(",") if s.strip()]


def load_overrides(csv_name: str, cfg_dir: Path | None = None) -> Overrides:
    """Korrekturen zu `csv_name` laden (leeres Ergebnis, wenn es keine gibt)."""
    path = override_path(cfg_dir)
    result = Overrides()
    if not path.is_file():
        return result
    result.source = path

    parser = configparser.ConfigParser(inline_comment_prefixes=(";",))
    # Schluessel sind Kleinschreibung, Sektionsnamen bleiben wie geschrieben.
    parser.read(path, encoding="utf-8")

    prefix = csv_name.lower()
    for section in parser.sections():
        # [<csv>.connections] - gesetzte Topologie, eigene Form ohne <name>
        if section.lower() == f"{prefix}.connections":
            for key, raw in parser[section].items():
                pfeil, _, rest = str(raw).partition("|")
                src, sep, dst = (t.strip() for t in pfeil.partition("->"))
                if not sep or not src or not dst:
                    result.warnings.append(
                        f"[{section}] {key}: '{raw}' ist keine Verbindung "
                        f"'<von> -> <nach>'"
                    )
                    continue
                result.connections.append(
                    Connection(src=src, dst=dst, kind=rest.strip())
                )
            continue

        parts = section.split(".")
        # <csv>.<art>.<name> - der CSV-Name kann selbst einen Punkt enthalten
        if len(parts) < 3:
            continue
        kind, name = parts[-2].lower(), parts[-1]
        owner = ".".join(parts[:-2]).lower()
        if owner != prefix:
            continue
        values = parser[section]

        if kind == "tro":
            type_name = values.get("type", "").strip()
            if type_name and get_tro(type_name) is None:
                result.warnings.append(
                    f"[{section}]: Typ '{type_name}' steht nicht im TRO-Katalog "
                    f"- Korrektur ignoriert"
                )
                continue
            key = name.upper()
            by_sep = key.startswith("SEP")
            result.tros[key] = TroOverride(
                tro_id="" if by_sep else key,
                separator=key[3:] if by_sep else "",
                type_name=type_name,
                reason=values.get("reason", "").strip(),
                confidence=values.get("confidence", "").strip() or DEFAULT_CONFIDENCE,
            )
        elif kind == "split":
            type_name = values.get("type", "").strip()
            if get_tro(type_name) is None:
                result.warnings.append(
                    f"[{section}]: Typ '{type_name}' steht nicht im TRO-Katalog "
                    f"- neuer TRO nicht angelegt"
                )
                continue
            seps = _as_list(values.get("separators", ""))
            if not seps:
                result.warnings.append(
                    f"[{section}]: 'separators' fehlt - ohne Separator kein TRO"
                )
                continue
            result.splits.append(
                SplitSpec(
                    name=name,
                    type_name=type_name,
                    separators=seps,
                    scanners=_as_list(values.get("scanners", "")),
                    hosts=_as_list(values.get("hosts", values.get("host", ""))),
                    label=values.get("label", "").strip(),
                    reason=values.get("reason", "").strip(),
                    confidence=values.get("confidence", "").strip() or DEFAULT_CONFIDENCE,
                )
            )
        elif kind == "merge":
            type_name = values.get("type", "").strip()
            if get_tro(type_name) is None:
                result.warnings.append(
                    f"[{section}]: Typ '{type_name}' steht nicht im TRO-Katalog "
                    f"- Zusammenfassung nicht durchgefuehrt"
                )
                continue
            seps = _as_list(values.get("separators", ""))
            if len(seps) < 2:
                result.warnings.append(
                    f"[{section}]: 'separators' braucht mindestens zwei Nummern"
                )
                continue
            result.merges.append(
                MergeSpec(
                    name=name,
                    type_name=type_name,
                    separators=seps,
                    hosts=_as_list(values.get("hosts", values.get("host", ""))),
                    label=values.get("label", "").strip(),
                    reason=values.get("reason", "").strip(),
                    confidence=values.get("confidence", "").strip() or DEFAULT_CONFIDENCE,
                )
            )
        elif kind == "openpoint":
            x = _as_float(values.get("x", ""), f"[{section}] x", result.warnings)
            y = _as_float(values.get("y", ""), f"[{section}] y", result.warnings)
            if x is None or y is None:
                continue
            z_raw = values.get("z", "").strip()
            z = _as_float(z_raw, f"[{section}] z", result.warnings) if z_raw else None
            type_name = values.get("expect", "").strip()
            if type_name and get_tro(type_name) is None:
                result.warnings.append(
                    f"[{section}]: erwarteter Typ '{type_name}' steht nicht im "
                    f"TRO-Katalog"
                )
            result.candidates.append(
                TroCandidate(
                    name=name,
                    type_name=type_name,
                    position=(x, y, z if z is not None else 0.0),
                    belongs_to=values.get("belongs_to", "").strip(),
                    note=values.get("note", "").strip(),
                )
            )
        else:
            result.warnings.append(
                f"[{section}]: unbekannte Art '{kind}' - erwartet 'tro', 'split', "
                f"'merge' oder 'openpoint'"
            )

    result.candidates.sort(key=lambda p: p.name)
    return result