import os
import re

vault_path = "vault"
report_file = os.path.join(vault_path, "linking_audit_report.md")

mandatory_props = [
    "type", "tags", "area", "status", "Created", "Last Modified", 
    "notebook_id", "master_note", "meta description"
]

def parse_simple_yaml(yaml_text):
    data = {}
    lines = yaml_text.split("\n")
    current_key = None
    for line in lines:
        if not line.strip():
            continue
        if ":" in line:
            parts = line.split(":", 1)
            key = parts[0].strip()
            val = parts[1].strip()
            val = val.strip("\"'[]")
            data[key] = val
            current_key = key
        elif line.strip().startswith("-") and current_key:
            val = line.strip().lstrip("-").strip().strip("\"'")
            if current_key in data:
                if isinstance(data[current_key], list):
                    data[current_key].append(val)
                else:
                    data[current_key] = [data[current_key], val]
            else:
                data[current_key] = [val]
    return data

def parse_md_file(file_path):
    with open(file_path, "r", encoding="utf-8") as f:
        content = f.read()
    
    # Parse frontmatter
    fm = {}
    body = content
    frontmatter_match = re.match(r"^---\s*\n(.*?)\n---\s*\n", content, re.DOTALL)
    if frontmatter_match:
        fm_text = frontmatter_match.group(1)
        body = content[frontmatter_match.end():]
        try:
            fm = parse_simple_yaml(fm_text)
        except Exception as e:
            print(f"Error parsing simple YAML in {file_path}: {e}")
            
    # Find all [[wikilinks]]
    links = re.findall(r"\[\[([^\]|]+)(?:\|[^\]]+)?\]\]", body)
    links = [l.strip() for l in links]
    
    return fm, body, links

def main():
    if not os.path.exists(vault_path):
        print(f"Vault path {vault_path} not found.")
        return
        
    files = [f for f in os.listdir(vault_path) if f.endswith(".md") and f != "linking_audit_report.md"]
    file_data = {}
    
    # Load all files
    for filename in files:
        file_path = os.path.join(vault_path, filename)
        name_no_ext = os.path.splitext(filename)[0]
        fm, body, links = parse_md_file(file_path)
        file_data[name_no_ext] = {
            "filename": filename,
            "path": file_path,
            "frontmatter": fm,
            "body": body,
            "links": links
        }
        
    report = []
    report.append("# Báo cáo Kiểm tra Liên kết & Frontmatter (Linking & Frontmatter Audit Report)")
    report.append(f"> **Ngày quét**: 2026-07-01  \n> **Trạng thái**: Tự động thực hiện bởi `audit_links.py`  \n")
    report.append("---")
    
    # 1. Frontmatter Audit Table
    report.append("## 1. Kiểm duyệt Thuộc tính Frontmatter (YAML compliance)")
    report.append("| Tệp tin | Trạng thái | Lỗi/Thiếu hụt |")
    report.append("| :--- | :--- | :--- |")
    
    for name, data in file_data.items():
        fm = data["frontmatter"]
        missing = [p for p in mandatory_props if p not in fm]
        
        if not fm:
            status = "❌ THIẾU YAML"
            detail = "Không tìm thấy YAML frontmatter block."
        elif missing:
            status = "⚠️ CHƯA ĐỦ"
            detail = f"Thiếu thuộc tính: `{', '.join(missing)}`"
        else:
            status = "✅ ĐẠT chuẩn"
            detail = "Đầy đủ các thuộc tính bắt buộc."
            
        report.append(f"| `[[{name}]]` | {status} | {detail} |")
        
    report.append("\n---")
    
    # 2. Link Validity & Orphan Links
    report.append("## 2. Kiểm duyệt Tính liên kết (Link Validity)")
    
    orphan_links = []
    all_links_count = 0
    
    for name, data in file_data.items():
        links = data["links"]
        all_links_count += len(links)
        for link in links:
            target_exists = False
            for existing_name in file_data.keys():
                if existing_name.lower() == link.lower():
                    target_exists = True
                    break
            if not target_exists:
                orphan_links.append((name, link))
                
    if orphan_links:
        report.append("⚠️ **Phát hiện các liên kết hỏng (Orphan/Dangling Links)**:")
        for source, target in orphan_links:
            report.append(f"- Tệp `[[{source}]]` chứa liên kết hỏng đến `[[{target}]]` (không tồn tại tệp tương ứng).")
    else:
        report.append("✅ Không phát hiện liên kết hỏng. Tất cả các `[[wikilinks]]` đều trỏ tới tệp tin tồn tại thực tế.")
        
    report.append(f"\n*Tổng số liên kết chéo hiện tại*: **{all_links_count}** liên kết.")
    report.append("\n---")
    
    # 3. Cross-linking Recommendations (Concept-based)
    report.append("## 3. Khuyến nghị Bổ sung Liên kết Nhân quả (Linking Recommendations)")
    
    keyword_map = {
        "open_research_questions": {
            "keywords": ["câu hỏi nghiên cứu mở", "open research questions", "open questions", "nghi vấn", "giả thuyết nghiên cứu"],
            "label": "Nhật ký Câu hỏi Mở"
        },
        "fact_check_sprint_1": {
            "keywords": ["kiểm định", "fact-check", "xác thực nguồn", "citation audit"],
            "label": "Báo cáo Kiểm định Sprint 1"
        },
        "sprint_1_report": {
            "keywords": ["báo cáo thực chứng sprint 1", "sprint 1 report", "kết quả sprint 1"],
            "label": "Báo cáo Thực chứng Sprint 1"
        },
        "RS01_TI_CH01_KHAI_NIEM_INBOUND_TOURISM_VA_XUAT_KHAU_DICH_VU_VO_HINH": {
            "keywords": ["inbound tourism", "xuất khẩu dịch vụ tại chỗ", "mode 2", "consumption abroad"],
            "label": "Chương 1: Khái niệm Inbound Tourism và Xuất khẩu dịch vụ vô hình"
        }
    }
    
    orq_questions = [
        ("gói vay tín dụng", "tín dụng du lịch", "chính sách cho vay"),
        ("quỹ hỗ trợ phát triển du lịch", "quỹ du lịch công-tư", "quỹ du lịch"),
        ("tây âu", "thị trường châu âu", "high-yield"),
        ("carrying capacity", "overtourism", "quá tải du lịch", "ngưỡng tải")
    ]
        
    recommendations_found = False
    
    # Audit other files linking to target files
    for name, data in file_data.items():
        if name in ["open_research_questions", "RS01_TI_INDEX"]:
            continue
            
        body_lower = data["body"].lower()
        links_lower = [l.lower() for l in data["links"]]
        
        # Check against basic file keywords
        for target, kw_data in keyword_map.items():
            if target == name:
                continue
            if target.lower() in links_lower:
                continue
                
            matched_kws = [kw for kw in kw_data["keywords"] if kw in body_lower]
            if matched_kws:
                report.append(f"- **`[[{name}]]`** đề cập đến cụm từ `{', '.join(f'\"{k}\"' for k in matched_kws)}`. Khuyến nghị thêm liên kết chéo `[[{target}|{kw_data['label']}]]`.")
                recommendations_found = True
                
        # Check against specific open questions
        for idx, q_kws in enumerate(orq_questions, 1):
            if "open_research_questions" in data["links"] or "open_research_questions".lower() in links_lower:
                continue
            matched_q_kws = [kw for kw in q_kws if kw in body_lower]
            if matched_q_kws:
                report.append(f"- **`[[{name}]]`** chứa nội dung liên quan đến **Câu hỏi mở số {idx}** (từ khóa: `{', '.join(f'\"{k}\"' for k in matched_q_kws)}`). Khuyến nghị bổ sung liên kết đến `[[open_research_questions|Câu hỏi mở {idx}]]`.")
                recommendations_found = True
                
    # Audit open_research_questions linking to related chapters/sections
    if "open_research_questions" in file_data:
        orq_data = file_data["open_research_questions"]
        orq_body = orq_data["body"]
        
        # Split by ## headings
        sections = re.split(r"(## [^\n]+)", orq_body)
        
        # Map question groups to expected chapter targets
        orq_group_mapping = {
            "Nhóm 1": ("RS01_TI_CH03_KHUNG_LY_THUYET_HIEU_SUAT_CAO_VA_6_NHOM_MUC_TIEU", "Chương 3: Khung Lý thuyết Hiệu suất cao"),
            "Nhóm 2": ("RS01_TI_CH07_CHAN_DOAN_KHUYET_TAT_HE_THONG_VA_DINH_HINH_VAN_DE", "Chương 7: Chẩn đoán Khuyết tật Hệ thống"),
            "Nhóm 3": ("RS01_TI_CH06_HIEN_TRANG_VIET_NAM_VA_DOI_SANH_SAN_PHAM_NGACH", "Chương 6: Hiện trạng Việt Nam"),
            "Nhóm 4": ("RS01_TI_CH08_THIET_KE_GIAI_PHAP_CHINH_SACH", "Chương 8: Thiết kế Giải pháp Chính sách")
        }
        
        current_header = ""
        for item in sections:
            if item.strip().startswith("##"):
                current_header = item.strip()
            elif current_header:
                matched_group = None
                for group_key in orq_group_mapping.keys():
                    if group_key in current_header:
                        matched_group = group_key
                        break
                        
                if matched_group:
                    target_ch, ch_label = orq_group_mapping[matched_group]
                    links_in_sec = [l.lower() for l in re.findall(r"\[\[([^\]|]+)(?:\|[^\]]+)?\]\]", item)]
                    if target_ch.lower() not in links_in_sec:
                        report.append(f"- **`[[open_research_questions]]`** trong phần `{matched_group}` chứa câu hỏi liên đới nhưng chưa dẫn link tới chương liên quan. Khuyến nghị thêm `[[{target_ch}|{ch_label}]]` ngay dưới phần Câu hỏi nghiên cứu.")
                        recommendations_found = True
                current_header = ""
                
    if not recommendations_found:
        report.append("✅ Không có khuyến nghị bổ sung liên kết mới. Các tài liệu đã được liên kết đầy đủ dựa trên từ khóa phân tích.")
        
    # Write report back to vault
    with open(report_file, "w", encoding="utf-8") as f:
        f.write("\n".join(report))
        
    print(f"Linking audit report generated at {report_file}")

if __name__ == "__main__":
    main()