#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
04_ref_index.py —— 从《辅行诀五脏用药法要》基础文本（印刷本清洗版）抽取
「核校参考索引」，供《药性探真》后续章节清洗时卡药名 / 方名 / 五行互含名位。

产出：
  02_加工数据/参考索引_辅行诀药名方名.json   机器可读索引
  02_加工数据/参考索引_辅行诀药名方名.md     人工速查表

底本：02_加工数据/辅行诀五脏用药法要_基础文本_清洗版.md（baseline，md5 见 README）
性质：只读底本、不修改任何原文；幂等可重跑。
用法：
  python3 05_脚本工具/04_ref_index.py            # 生成索引
  python3 05_脚本工具/04_ref_index.py 药名        # 查某个词是否在参考表内
"""
import json
import re
import sys
import hashlib
from pathlib import Path

ROOT = Path(__file__).resolve().parent.parent
SRC = ROOT / "02_加工数据" / "辅行诀五脏用药法要_基础文本_清洗版.md"
OUT_JSON = ROOT / "02_加工数据" / "参考索引_辅行诀药名方名.json"
OUT_MD = ROOT / "02_加工数据" / "参考索引_辅行诀药名方名.md"

TASTE_TO_XING = {"辛": "木", "咸": "火", "甘": "土", "酸": "金", "苦": "水"}

# 底本中同物异写的形态（同一底本内两形并见者，仅登记不改动底本）
ALIAS_NOTES = [
    {"规范形": "栝楼", "异写": ["栝蒌"], "依据": "底本第429行「栝楼为土中土」，方剂篇作「栝蒌」；《药性探真》第一章作「栝蒌」"},
    {"规范形": "山茱萸", "异写": ["萸肉"], "依据": "药精表作「萸肉」，方剂篇加减法作「山茱萸」"},
    {"规范形": "干姜", "异写": ["甘草炙→炙甘草"], "依据": "药精表「甘草炙」「甘草」分列二味（土中金／土中火），方剂篇作「甘草，炙」"},
]


def parse(lines):
    yaojing, hunhan, fangming = [], [], []
    # ── 1. 二十五味药精 ───────────────────────────────
    for i, line in enumerate(lines, 1):
        m = re.match(r"^味([辛咸甘酸苦])皆属([木火土金水])[，,]", line)
        if not m:
            continue
        taste, benxing = m.group(1), m.group(2)
        assert TASTE_TO_XING[taste] == benxing, f"第{i}行 味-行不符：{taste}≠{benxing}"
        for seg in re.split(r"[；;。]", line[m.end():]):
            seg = seg.strip()
            if not seg:
                continue
            mm = re.match(r"^(\S+?)\s+(\S+?)(?:为之主|为([木火土金水]))$", seg)
            if not mm:
                raise SystemExit(f"第{i}行 药精条无法解析：{seg}")
            drug, mineral, hanxing = mm.group(1), mm.group(2), mm.group(3)
            is_main = hanxing is None
            hanxing = benxing if is_main else hanxing
            yaojing.append({
                "药名": drug, "味": taste, "本行": benxing,
                "互含名位": f"{benxing}中{hanxing}",
                "配对金石药": mineral, "药精位次": "主" if is_main else f"含{hanxing}",
                "行号": i, "底本依据": line.strip(),
            })
    # ── 2. 十三种药（五行互含，备心病方之用） ──────────
    start = None
    for i, line in enumerate(lines, 1):
        if "又有药十三种" in line:
            start = i
            break
    if start is None:
        raise SystemExit("未找到「又有药十三种」条")
    body = lines[start]  # 该条正文紧随其后
    for i in range(start, min(start + 4, len(lines))):
        if re.search(r"为[木火土金水]中[木火土金水]", lines[i]):
            body = lines[i]
            body_line = i + 1
            break
    for seg in re.split(r"[；;。，,]", body):
        seg = seg.strip()
        if not seg:
            continue
        if seg.startswith("又为"):
            if not hunhan:
                raise SystemExit(f"第{body_line}行「又为」无前项：{seg}")
            hunhan[-1]["互含名位"].append(seg[2:])
            continue
        mm = re.match(r"^(\S+?)为([木火土金水]中[木火土金水])$", seg)
        if not mm:
            raise SystemExit(f"第{body_line}行 十三种药条无法解析：{seg}")
        hunhan.append({"药名": mm.group(1), "互含名位": [mm.group(2)], "行号": body_line,
                       "底本依据": body.strip()})
    # ── 3. 方名 ───────────────────────────────────────
    seen = set()
    for i, line in enumerate(lines, 1):
        m = re.match(r"^([^：:\s]{2,16}?(?:汤|散|丸|煎|膏|酒|方))[：:]", line)
        if not m:
            continue
        name = m.group(1)
        if name in seen:
            continue
        seen.add(name)
        fangming.append({"方名": name, "行号": i, "主治": line.split("：", 1)[-1][:40]})
    return yaojing, hunhan, fangming, body_line


def main():
    text = SRC.read_text(encoding="utf-8")
    lines = text.split("\n")
    yaojing, hunhan, fangming, hunhan_line = parse(lines)

    drugs = [d["药名"] for d in yaojing] + [d["药名"] for d in hunhan]
    index = {
        "来源": SRC.name,
        "来源md5": hashlib.md5(text.encode("utf-8")).hexdigest(),
        "生成脚本": "05_脚本工具/04_ref_index.py",
        "说明": "《药性探真》后续章节清洗的核校参考表：药名、五行互含名位、配对金石药、方名。",
        "药精二十五味": yaojing,
        "五行互含十三种药": hunhan,
        "方名清单": fangming,
        "药名一览": sorted(set(drugs)),
        "同物异写登记": ALIAS_NOTES,
        "计数": {"药精": len(yaojing), "十三种药": len(hunhan),
                 "药名合计": len(set(drugs)), "方名": len(fangming)},
    }
    OUT_JSON.write_text(json.dumps(index, ensure_ascii=False, indent=2), encoding="utf-8")

    # ── 人工速查 md ───────────────────────────────────
    L = ["# 参考索引｜《辅行诀五脏用药法要》药名·方名·五行互含名位", "",
         f"> 生成：`05_脚本工具/04_ref_index.py`（幂等）｜底本：`{SRC.name}`（md5 `{index['来源md5']}`）",
         "> 用途：《药性探真》后续章节清洗时的**核校参考**（药名规范形、五行互含名位、配对金石药、方名）。",
         "> 原则：只作旁证，不改动《药性探真》原文；发现不一致→登记人工核对清单。", "",
         "## 一、二十五味药精（《汤液经法》五行互含）", "",
         "| 味 | 本行 | 互含名位 | 药名 | 配对金石药 | 底本行号 |", "|---|---|---|---|---|---|"]
    for d in yaojing:
        L.append(f"| {d['味']} | {d['本行']} | {d['互含名位']} | {d['药名']} | {d['配对金石药']} | {d['行号']} |")
    L += ["", "## 二、五行互含十三种药（备心病方之用）", "", "| 药名 | 互含名位 | 底本行号 |", "|---|---|---|"]
    for d in hunhan:
        L.append(f"| {d['药名']} | {'、'.join(d['互含名位'])} | {d['行号']} |")
    L += ["", "## 三、方名清单", "", "| 方名 | 底本行号 | 主治（截断） |", "|---|---|---|"]
    for f in fangming:
        L.append(f"| {f['方名']} | {f['行号']} | {f['主治']} |")
    L += ["", "## 四、同物异写登记（只登记，不改底本）", ""]
    for a in ALIAS_NOTES:
        L.append(f"- **{a['规范形']}** ／异写：{'、'.join(a['异写'])} —— {a['依据']}")
    L += ["", "## 五、药名一览（去重）", "", "、".join(index["药名一览"]), ""]
    OUT_MD.write_text("\n".join(L), encoding="utf-8")

    print(f"药精 {len(yaojing)} 味 | 十三种药 {len(hunhan)} 味 | 药名去重 {len(set(drugs))} | 方名 {len(fangming)}")
    print(f"索引：{OUT_JSON.relative_to(ROOT)}")
    print(f"速查：{OUT_MD.relative_to(ROOT)}")


def lookup(word):
    """查词是否在参考表内（供后续章节清洗时快速卡药名）。"""
    idx = json.loads(OUT_JSON.read_text(encoding="utf-8"))
    hits = [d for d in idx["药精二十五味"] + idx["五行互含十三种药"] if word in d["药名"]]
    fangs = [f for f in idx["方名清单"] if word in f["方名"]]
    print(f"「{word}」 药名命中 {len(hits)} / 方名命中 {len(fangs)}")
    for h in hits:
        print("  药:", h["药名"], h.get("互含名位"), h.get("配对金石药", ""))
    for f in fangs:
        print("  方:", f["方名"], "→", f["主治"])


if __name__ == "__main__":
    if len(sys.argv) > 1:
        lookup(sys.argv[1])
    else:
        main()