#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
NoteChain 复制提取工具 (copy-extraction)
=========================================
用途：把 Knomo 月归档(Memos-YYYY-MM.md)里、你标记为“要成链”的碎碎念，
      用「复制」方式拆成独立 .md 文件，放到 X1.Knomo/Atom/。

设计原则（对应你对 NoteChain 的 4 条约束）：
  2. 复制提取：只读源、写新文件，绝不删除/移动 Knomo 原记录。
     输出统一放在较深的 X1.Knomo/Atom/ 一个文件夹里。
  3. 清理 todo 状态：去掉复选框(- [ ]/- [x])、任务标签(#todo/#done/#task…)、
     任务插件 emoji，避免污染你的 GTD 工作流。
  4. 不污染 tag 检索：去掉正文中所有 #标签（含选择用的标记标签本身），
     副本不带任何 tag，因此不会出现在 00index 的标签 MOC 页面里。
     副本仅带 notechain_copy / source / source_date / created 等 frontmatter 字段
     （这些是字段，不是 tag，不会进入 tag: 检索）。

选择机制（控制影响、默认零提取）：
  只提取“正文中含标记标签”的碎碎念。默认标记标签 = #成链。
  你在 Knomo 里给某条碎碎念加上 #成链，它才会被提取；没加 = 完全不动。
  标记标签本身在副本中会被移除（它只是“选择信号”，不是内容）。

用法：
  python3 notechain_extract.py --vault "<vault>"            # 默认 dry-run
  python3 notechain_extract.py --vault "<vault>" --apply     # 真正写文件
  python3 notechain_extract.py --vault "<vault>" --marker "#成链" --apply
  python3 notechain_extract.py --vault "<vault>" --months 2026-08
默认 dry-run（只预览，不写文件）。
"""

import re
import os
import argparse

DEFAULT_MARKER = "#成链"


def parse_memos(month_file):
    """解析 Knomo 月归档，返回 memo 列表。每个 memo: date, time, raw(含多行)。"""
    memos = []
    cur_date = None
    cur = None

    def flush():
        if cur is not None:
            memos.append(cur)

    with open(month_file, encoding="utf-8") as f:
        for line in f:
            lr = line.rstrip("\n")
            # 日期标题: ## [[2026-08-04]]
            m = re.match(r"^##\s*\[\[(\d{4}-\d{2}-\d{2})\]\]", lr)
            if m:
                flush()
                cur = None
                cur_date = m.group(1)
                continue
            # 带时间戳的 bullet: - 14:15:41 正文
            b = re.match(r"^\s*-\s*(\d{2}:\d{2}:\d{2})\s+(.*)", lr)
            if b:
                flush()
                cur = {"date": cur_date, "time": b.group(1), "raw": b.group(2)}
                continue
            # 续行（子要点/换行）
            if cur is not None:
                cur["raw"] += "\n" + lr
                continue
            # 其他行（# 标题、html 注释、空行）忽略
    flush()
    return memos


def clean_body(raw, marker):
    """清理：去标记标签、去所有 #标签、去复选框/任务状态/任务 emoji。"""
    text = raw
    # 1) 移除“选择信号”标记标签
    text = text.replace(marker, " ")
    # 2) 移除所有 #标签（中文/英文/数字/连字符）
    text = re.sub(r"#[\w\u4e00-\u9fff\-]+", "", text)
    # 3) 行首复选框
    text = re.sub(r"^\s*[-*]\s*\[[ xX]\]\s*", "", text, flags=re.M)
    # 4) 行内复选框
    text = re.sub(r"\[[ xX]\]\s*", "", text)
    # 5) 任务 emoji
    for em in ["✅", "☑️", "☑", "🔲", "⬜", "🔼", "⏫", "🔽", "⤵️", "🔁", "⏰", "📅", "🆗"]:
        text = text.replace(em, "")
    # 6) 压缩多余空白
    text = re.sub(r"[ \t]{2,}", " ", text)
    text = re.sub(r"\n{3,}", "\n\n", text)
    return text.strip()


def slugify(text, n=8):
    chars = [c for c in text if re.match(r"[\u4e00-\u9fffA-Za-z0-9]", c)]
    s = "".join(chars)[:n]
    return s if s else "memo"


def main():
    ap = argparse.ArgumentParser(description="Knomo -> X1.Knomo/Atom/ 复制提取")
    ap.add_argument("--vault", required=True, help="vault 根目录")
    ap.add_argument("--marker", default=DEFAULT_MARKER, help="选择标记标签(默认 #成链)")
    ap.add_argument("--months", nargs="*", default=None,
                    help="限定月份，如 2026-08；默认全部 Memos-*.md")
    ap.add_argument("--apply", action="store_true", help="真正写文件(默认 dry-run)")
    ap.add_argument("--all", action="store_true",
                    help="提取该月所有碎碎念(忽略标记标签)，用于整月批量实验")
    args = ap.parse_args()

    vault = os.path.abspath(args.vault)
    knomo_dir = os.path.join(vault, "X1.Knomo")
    out_dir = os.path.join(knomo_dir, "Atom")

    # 找月归档文件
    if args.months:
        month_files = [os.path.join(knomo_dir, f"Memos-{m}.md") for m in args.months]
    else:
        month_files = sorted(
            os.path.join(knomo_dir, f)
            for f in os.listdir(knomo_dir)
            if re.match(r"^Memos-\d{4}-\d{2}\.md$", f)
        )
    month_files = [f for f in month_files if os.path.isfile(f)]
    if not month_files:
        print("未找到任何 Memos-YYYY-MM.md 月归档文件。")
        return

    print(f"vault      : {vault}")
    print(f"marker     : {args.marker}")
    print(f"mode       : {'APPLY (写文件)' if args.apply else 'DRY-RUN (仅预览)'}")
    print(f"月归档文件 : {len(month_files)} 个")
    print("-" * 60)

    selected = []
    for mf in month_files:
        rel = os.path.relpath(mf, vault)
        memos = parse_memos(mf)
        for mem in memos:
            if not args.all and mem["raw"].find(args.marker) == -1:
                continue
            if not mem["date"]:
                continue
            y, mo, d = mem["date"].split("-")
            hh, mm, ss = (mem["time"] + ":00")[:8].split(":")
            yy = y[2:]
            fname = f"{yy}{mo}-{d}-{hh}{mm}{ss}-{slugify(clean_body(mem['raw'], args.marker))}.md"
            body = clean_body(mem["raw"], args.marker)
            front = (
                "---\n"
                "notechain_copy: true\n"
                f'source: "{rel}"\n'
                f"source_date: {mem['date']}\n"
                f"created: {mem['date']} {mem['time']}\n"
                "---\n\n"
            )
            selected.append({
                "rel": rel, "fname": fname,
                "front": front, "body": body,
                "out_path": os.path.join(out_dir, fname),
            })

    if not selected:
        print("未选中任何碎碎念（没有带 %s 的记录）。" % args.marker)
        print("→ 当前状态安全：零提取、零新文件。")
        print("  想提取某条时，在 Knomo 那条文里加上 %s 即可。" % args.marker)
        return

    print(f"将提取 {len(selected)} 条 → {os.path.relpath(out_dir, vault)}/\n")
    for i, s in enumerate(selected, 1):
        print(f"[{i}] 源: {s['rel']}")
        print(f"    新文件: {s['fname']}")
        preview = s["body"].replace("\n", " ⏎ ")
        print(f"    清理后正文预览: {preview[:120]}")
        if not args.apply:
            print(f"    (dry-run, 未写入)")
        print()

    if args.apply:
        os.makedirs(out_dir, exist_ok=True)
        written = 0
        skipped = 0
        for s in selected:
            if os.path.exists(s["out_path"]):
                print(f"跳过(已存在): {s['fname']}")
                skipped += 1
                continue
            with open(s["out_path"], "w", encoding="utf-8") as f:
                f.write(s["front"] + s["body"] + "\n")
            written += 1
        print("-" * 60)
        print(f"完成：写入 {written} 个文件，跳过 {skipped} 个已存在文件。")
        print(f"位置：{out_dir}")
        print("注意：Knomo 原记录未被删除/修改（复制提取）。")
    else:
        print("这是 dry-run 预览，未写入任何文件。加 --apply 才真正生成。")


if __name__ == "__main__":
    main()