#!/usr/bin/env python3
"""C-1 PoC 하니스 — office/hwp → md 변환 품질(특히 표 fidelity) 측정.

plan ds-s1-backend-1 C-1/E-1:
  - hwp/hwpx 결과는 LibreOffice 버전 의존 → **prod extract_worker 와 동일 버전(버전핀 안전컨텍스트)** 에서 실행해야
    신호가 transfer 됨. live worker 에 job 태우는 것 아님(점유 0).
  - OOXML 은 markitdown(신규 dep): `pip install markitdown`.
  - 샘플은 trivial 말고 **대표 복잡본**(법령·KGS 표 중심 .hwp/.hwpx, 병합셀/다중시트 xlsx).

사용:
    python scripts/poc_office_md.py <file_or_dir> [<file_or_dir> ...]
    # 예: 현 코퍼스 백필 후보(doc/docx/xls/xlsx/hwp) 샘플 디렉토리
    python scripts/poc_office_md.py ~/poc_samples/

각 파일: 변환 성공 시 char/표 행수/heading 지표 + 본문 미리보기.
실패(OfficeMdError) 시 FAILED 출력 — 이것이 C-5 가 md_status='failed' 로 라우팅할 케이스(설계대로).
"""

from __future__ import annotations

import os
import sys
from pathlib import Path

# app/ 를 path 에 (모듈 import 용).
sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", "app"))

from workers.office_md import SUPPORTED, OfficeMdError, convert_office_to_md, table_fidelity  # noqa: E402


def _iter_targets(args: list[str]):
    for a in args:
        p = Path(a).expanduser()
        if p.is_dir():
            for child in sorted(p.rglob("*")):
                if child.is_file() and child.suffix.lower() in SUPPORTED:
                    yield child
        elif p.is_file():
            yield p
        else:
            print(f"  (skip, 경로 없음: {p})")


def main(argv: list[str]) -> int:
    if not argv:
        print(__doc__)
        return 2
    targets = list(_iter_targets(argv))
    if not targets:
        print("변환 대상(.docx/.xlsx/.pptx/.hwp/.hwpx) 없음.")
        return 1

    ok = fail = 0
    for path in targets:
        print(f"\n=== {path.name} ({path.suffix.lower()}) ===")
        try:
            md = convert_office_to_md(path)
        except OfficeMdError as e:
            fail += 1
            print(f"  FAILED → (C-5 가 md_status='failed' 라우팅) : {e}")
            continue
        ok += 1
        fid = table_fidelity(md)
        print(f"  OK  chars={fid['chars']} lines={fid['lines']} "
              f"table_rows={fid['table_pipe_rows']} (sep≈표수 {fid['table_separator_rows']}) "
              f"heading={fid['has_heading']}")
        preview = "\n".join(f"    | {ln}" for ln in md.splitlines()[:12])
        print(preview)

    print(f"\n--- 합계: OK {ok} / FAILED {fail} / 총 {len(targets)} ---")
    print("표 fidelity 가 낮으면(table_rows 0 등) 해당 포맷은 변환기/필터 재검토 — "
          "OOXML↔markitdown, hwp/hwpx↔LibreOffice 경계를 데이터로 확정(C-1).")
    return 0 if fail == 0 else 1


if __name__ == "__main__":
    raise SystemExit(main(sys.argv[1:]))