"""Faktenbasis eines Atoms = Quelltext-FENSTER um seine Anker, nicht nur das Zitat.
Rollen-Trennung: Der Anker identifiziert die Stelle (kurz, verbatim, fuzzy-matchbar);
die Substanz eines Verfahrens (Pseudo-Code, Ablauf) steht in der Quelle DANEBEN.
Nur gegen das Zitat geprüft war jede inhaltliche Karte formal „unbelegt" — die
Top-Verworfen-Atome (GA 73×, LPT 33×) hatten 42–150 Zeichen Beleg."""

from functools import lru_cache

import db
from config import BELEG_FENSTER_NACH, BELEG_FENSTER_VOR


@lru_cache(maxsize=64)
def _snapshot(pfad: str) -> str:
    # Pfade sind hash-benannt (q-<hash>.md) — neuer Korpus = neuer Pfad, Cache safe
    try:
        return open(pfad, encoding="utf-8").read()
    except OSError:
        return ""


def _wortgrenzen(text: str, a: int, b: int) -> str:
    aus = text[a:b]
    if a > 0 and " " in aus[:80]:
        aus = aus.split(" ", 1)[1]
    if b < len(text) and " " in aus[-80:]:
        aus = aus.rsplit(" ", 1)[0]
    return aus.strip()


def fenster_liste(atom_id: int, max_fenster: int = 2) -> list[str]:
    """Beleg-Blöcke des Atoms: Quellumgebung je Anker (überlappende gemerged),
    gedeckelt auf max_fenster. Anker ohne Span oder ohne lesbaren Snapshot
    fallen auf ihr Zitat zurück — nie schlechter als vorher."""
    anker = db.query(
        "SELECT k.start, k.ende, k.zitat, q.snapshot FROM anker k"
        " JOIN quellen q ON q.id=k.quelle_id WHERE k.atom_id=?", (atom_id,))
    spans: dict[str, list[tuple[int, int]]] = {}
    fallback: list[str] = []
    for k in anker:
        text = _snapshot(k["snapshot"]) if k["start"] >= 0 else ""
        if not text:
            fallback.append(k["zitat"])
            continue
        a = max(0, k["start"] - BELEG_FENSTER_VOR)
        b = min(len(text), k["ende"] + BELEG_FENSTER_NACH)
        spans.setdefault(k["snapshot"], []).append((a, b))
    bloecke: list[str] = []
    for snap, sp in spans.items():
        text = _snapshot(snap)
        sp.sort()
        merged: list[list[int]] = []
        for a, b in sp:
            if merged and a <= merged[-1][1]:
                merged[-1][1] = max(merged[-1][1], b)
            else:
                merged.append([a, b])
        bloecke += [_wortgrenzen(text, a, b) for a, b in merged]
    out = bloecke[:max_fenster]
    if not out:  # kein Span verwertbar → wenigstens die Zitate
        out = fallback
    return [b for b in out if b]