#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Knomo 月度归档去重工具 (memoblock dedupe)
========================================
扫描 X1.Knomo/Memos-YYYY-MM.md，删除"同一天标题下、时间戳+正文完全一致"的
重复 memoblock（Knomo 增量追加归档时中断重试会产生的重复）。

设计：
  - 纯标准库，可用 /usr/bin/python3 运行，与 WorkBuddy 无关。
  - 默认 dry-run（只预览，不写文件）；--apply 才真正删除。
  - 仅删"整行逐字节相同"的重复（含其续行），不同正文/不同时间戳都保留，
    因此你在 memo 里手加的 #成链 等修改不会被误删。
  - 无重复时不改写文件（保留 mtime）。

用法：
  python3 knomo_dedupe.py --vault "<vault>"            # dry-run 预览
  python3 knomo_dedupe.py --vault "<vault>" --apply     # 真正删除重复
"""
import re
import os
import argparse
from collections import defaultdict


def find_memos_files(vault):
    k = os.path.join(vault, "X1.Knomo")
    if not os.path.isdir(k):
        return []
    return sorted(
        os.path.join(k, f)
        for f in os.listdir(k)
        if re.match(r"^Memos-\d{4}-\d{2}\.md$", f)
    )


def process_file(fp, apply):
    """返回 (removed_count, changed_bool)。apply=False 时不写文件。"""
    lines = open(fp, encoding="utf-8").read().split("\n")
    out = []
    removed = []
    date = None
    seen = defaultdict(set)          # date -> {(ts, body)}
    cur_entry = None                 # 当前正在累积的 memo 条目（含续行）
    cur_is_memo = False

    def flush_entry():
        nonlocal cur_entry, cur_is_memo
        if cur_entry is None:
            return
        if cur_is_memo and date:
            head = cur_entry[0]
            bm = re.match(r"^(\s*-\s*)(\d{2}:\d{2}:\d{2})(\s+)(.*)$", head)
            if bm:
                ts = bm.group(2)
                body = bm.group(4).strip()
                key = (ts, body)
                if key in seen[date]:
                    removed.append((date, ts, body[:40]))
                    # 丢弃整条 entry（不写入 out），含其续行
                else:
                    seen[date].add(key)
                    out.extend(cur_entry)
            else:
                out.extend(cur_entry)
        else:
            out.extend(cur_entry)
        cur_entry = None
        cur_is_memo = False

    for line in lines:
        m = re.match(r"^##\s*\[\[(\d{4}-\d{2}-\d{2})\]\]", line)
        if m:
            flush_entry()
            date = m.group(1)
            seen[date] = set()
            out.append(line)
            continue
        b = re.match(r"^(\s*-\s*)(\d{2}:\d{2}:\d{2})(\s+)(.*)$", line)
        if b:
            flush_entry()
            cur_entry = [line]
            cur_is_memo = True
            continue
        # 其它行（续行 / 空行 / 其它标题）
        if cur_entry is not None:
            cur_entry.append(line)
        else:
            out.append(line)
    flush_entry()

    changed = len(removed) > 0
    if apply and changed:
        with open(fp, "w", encoding="utf-8") as f:
            f.write("\n".join(out))
    return len(removed), changed


def main():
    ap = argparse.ArgumentParser(description="Knomo 月度归档 memoblock 去重")
    ap.add_argument("--vault", required=True, help="vault 根目录")
    ap.add_argument("--apply", action="store_true", help="真正删除重复(默认 dry-run)")
    args = ap.parse_args()

    vault = os.path.abspath(args.vault)
    files = find_memos_files(vault)
    if not files:
        print("未找到任何 Memos-*.md 月归档文件。")
        return

    print(f"vault : {vault}")
    print(f"mode  : {'APPLY (删除重复)' if args.apply else 'DRY-RUN (仅预览)'}")
    print("=" * 60)
    total = 0
    for fp in files:
        n, changed = process_file(fp, args.apply)
        total += n
        rel = os.path.relpath(fp, vault)
        if n:
            print(f"[{'删除' if args.apply else '将删'} {n} 条] {rel}")
        else:
            print(f"[无重复] {rel}")
    print("=" * 60)
    if args.apply:
        print(f"完成：共删除 {total} 条重复 memoblock。")
    else:
        print(f"预览：发现 {total} 条重复。加 --apply 才真正删除。")


if __name__ == "__main__":
    main()