<?php
/**
 * Проверка текста: слова латиницей, аббревиатуры и англицизмы из словаря.
 *
 * @package Yasno
 */

defined( 'ABSPATH' ) || exit;

final class YSNO_Checker {

	/** Границы слова: буква, цифра или подчёркивание рядом — значит, это часть другого слова. */
	const BEFORE = '(?<![\p{L}\p{N}_\-])';
	const AFTER  = '(?![\p{L}\p{N}_])';

	/** @var array|null Подготовленные правила на время одного запроса. */
	private static $rules = null;

	/** Нижний регистр для кириллицы и латиницы. */
	public static function lower( $text ) {
		return function_exists( 'mb_strtolower' ) ? mb_strtolower( (string) $text, 'UTF-8' ) : strtolower( (string) $text );
	}

	/** Сбросить подготовленные правила (после изменения настроек). */
	public static function reset() {
		self::$rules = null;
	}

	private static function rules() {
		if ( null !== self::$rules ) {
			return self::$rules;
		}
		$s     = YSNO_Settings::all();
		$allow = YSNO_Settings::exceptions();
		if ( $s['common_terms'] ) {
			$allow = array_merge( $allow, YSNO_Dictionary::common_terms() );
		}
		// Название сайта и домен — фирменное наименование владельца.
		$host = (string) wp_parse_url( home_url(), PHP_URL_HOST );
		if ( '' !== $host ) {
			$allow[] = preg_replace( '/^www\./', '', $host );
		}
		$allow = array_filter( array_unique( array_map( 'trim', $allow ) ), 'strlen' );
		usort(
			$allow,
			static function ( $a, $b ) {
				return strlen( $b ) - strlen( $a );
			}
		);
		$parts = array();
		foreach ( $allow as $word ) {
			$parts[] = preg_quote( $word, '/' );
		}
		// Слово из словаря, добавленное в исключения, не проверяется ни в какой форме.
		$skip  = array_map( array( __CLASS__, 'lower' ), $allow );
		$words = array();
		if ( $s['check_words'] ) {
			foreach ( YSNO_Dictionary::words() as $pattern => $info ) {
				if ( ! in_array( self::lower( $info[0] ), $skip, true ) ) {
					$words[ $pattern ] = $info;
				}
			}
		}
		self::$rules = array(
			'allow' => $parts ? '/' . self::BEFORE . '(?:' . implode( '|', $parts ) . ')' . self::AFTER . '/iu' : '',
			'words' => $words,
			'latin' => (bool) $s['check_latin'],
			'hints' => YSNO_Dictionary::latin(),
			'abbr'  => (bool) $s['check_abbr'],
		);
		return self::$rules;
	}

	/** HTML → читаемый текст для показа фрагментов (адреса и почта остаются). */
	public static function readable( $html ) {
		$text = preg_replace( '#<(script|style|code|pre|kbd|samp|svg|noscript)\b[^>]*>.*?</\1>#is', ' ', (string) $html );
		$text = preg_replace( '/<!--.*?-->/s', ' ', $text );
		$text = preg_replace( '/\[\/?[a-z0-9_\-]+(?:\s[^\]]*)?\]/i', ' ', $text );
		$text = preg_replace( '/<[^>]+>/', ' ', $text );
		$text = html_entity_decode( $text, ENT_QUOTES | ENT_HTML5, 'UTF-8' );
		return trim( preg_replace( '/\s+/u', ' ', $text ) );
	}

	/** HTML → обычный текст без кода, адресов и шорткодов. */
	public static function plain( $html ) {
		$text = (string) $html;
		$text = preg_replace( '#<(script|style|code|pre|kbd|samp|svg|noscript)\b[^>]*>.*?</\1>#is', ' ', $text );
		$text = preg_replace( '/<!--.*?-->/s', ' ', $text );
		$text = preg_replace( '/\[\/?[a-z0-9_\-]+(?:\s[^\]]*)?\]/i', ' ', $text );
		$text = preg_replace( '/<[^>]+>/', ' ', $text );
		$text = html_entity_decode( $text, ENT_QUOTES | ENT_HTML5, 'UTF-8' );
		$text = preg_replace( '#(?:https?://|www\.)\S+#iu', ' ', $text );
		$text = preg_replace( '/[\w.+\-]+@[\w\-]+(?:\.[\w\-]+)+/u', ' ', $text );
		$text = preg_replace( '/\b[\w\-]+(?:\.[\w\-]+)*\.(?:ru|su|com|net|org|io|info|biz|shop|online|store|site|pro|me|tech|app|dev|рф)\b/iu', ' ', $text );
		$text = preg_replace( '/(?<![\p{L}\p{N}])[@#][\w\-]+/u', ' ', $text );
		return trim( preg_replace( '/\s+/u', ' ', $text ) );
	}

	/**
	 * Найти нарушения в тексте.
	 *
	 * @param string $html Текст или HTML.
	 * @return array Ключ => [word, type, count, suggest, note, context]. Тип: latin | abbr | word.
	 */
	public static function check( $html ) {
		$rules = self::rules();
		$text  = self::plain( $html );
		$shown = self::readable( $html );
		if ( '' === $text ) {
			return array();
		}
		$clean = $rules['allow'] ? preg_replace( $rules['allow'], ' ', $text ) : $text;
		$found = array();

		if ( $rules['latin'] || $rules['abbr'] ) {
			preg_match_all( '/' . self::BEFORE . "[A-Za-z][A-Za-z'’\-]*" . self::AFTER . '/u', $clean, $m );
			foreach ( $m[0] as $token ) {
				$token = rtrim( $token, "-'’" );
				if ( strlen( $token ) < 2 || preg_match( '/^[IVXLCDM]+$/', $token ) ) {
					continue;
				}
				$is_abbr = strlen( $token ) <= 6 && strtoupper( $token ) === $token;
				if ( ( $is_abbr && ! $rules['abbr'] ) || ( ! $is_abbr && ! $rules['latin'] ) ) {
					continue;
				}
				$key = self::lower( $token );
				if ( ! isset( $found[ $key ] ) ) {
					$found[ $key ] = array(
						'word'    => $token,
						'type'    => $is_abbr ? 'abbr' : 'latin',
						'count'   => 0,
						'suggest' => (string) ( $rules['hints'][ self::lower( $token ) ] ?? '' ),
						'note'    => '',
						'context' => self::context( $shown, $token ),
					);
				}
				++$found[ $key ]['count'];
			}
		}

		if ( $rules['words'] ) {
			$low = str_replace( 'ё', 'е', self::lower( $clean ) );
			foreach ( $rules['words'] as $pattern => $info ) {
				if ( ! preg_match_all( '/' . self::BEFORE . '(?:' . $pattern . ')' . self::AFTER . '/u', $low, $m ) ) {
					continue;
				}
				$key = 'w:' . $info[0];
				if ( ! isset( $found[ $key ] ) ) {
					$found[ $key ] = array(
						'word'    => $info[0],
						'type'    => 'word',
						'count'   => 0,
						'suggest' => (string) $info[1],
						'note'    => (string) ( $info[2] ?? '' ),
						'context' => self::context( $shown, $m[0][0] ),
					);
				}
				$found[ $key ]['count'] += count( $m[0] );
			}
		}
		return $found;
	}

	/** Доля латинских букв среди всех букв текста: 1 — текст целиком на иностранном языке. */
	public static function latin_share( $html ) {
		$text  = self::plain( $html );
		$latin = preg_match_all( '/[A-Za-z]/', $text );
		$all   = preg_match_all( '/\p{L}/u', $text );
		return $all ? round( $latin / $all, 2 ) : 0;
	}

	/** Фрагмент текста вокруг первого вхождения слова. */
	private static function context( $text, $word ) {
		$pos = function_exists( 'mb_stripos' ) ? mb_stripos( $text, $word, 0, 'UTF-8' ) : stripos( $text, $word );
		if ( false === $pos ) {
			return '';
		}
		$start = max( 0, $pos - 50 );
		$len   = 100 + mb_strlen( $word, 'UTF-8' );
		$frag  = mb_substr( $text, $start, $len, 'UTF-8' );
		return ( $start > 0 ? '…' : '' ) . $frag . ( $start + $len < mb_strlen( $text, 'UTF-8' ) ? '…' : '' );
	}

	/** Подписи типов. */
	public static function type_label( $type ) {
		$labels = array(
			'latin' => __( 'Латиница', 'yasno' ),
			'abbr'  => __( 'Аббревиатура', 'yasno' ),
			'word'  => __( 'Англицизм', 'yasno' ),
		);
		return $labels[ $type ] ?? $type;
	}
}