aramesh-backend/backend/app/seo_pages.py

"""سئوی سمت سرور — robots.txt، sitemap.xml، llms.txt و سرو همهٔ صفحات با متای تزریقی.

فرانت‌اند یک SPA است؛ خزنده‌های جست‌وجو و شبکه‌های اجتماعی جاوااسکریپت اجرا نمی‌کنند.
این ماژول همان index.html بیلد فرانت‌اند را می‌خواند و پیش از ارسال، تگ‌های
title / description / canonical / OG / hreflang / JSON-LD را از دیتابیس داخل آن تزریق می‌کند —
بازدیدکننده‌های عادی همان SPA همیشگی را می‌بینند و خزنده‌ها متای درست را در HTML اولیه می‌خوانند.
(اسکیمای صفحه داخل <script id="seo-jsonld"> تزریق می‌شود؛ همان اسکریپتی که سمت مرورگر
بعد از هیدریشن بازنویسی می‌شود — پس نسخهٔ تکراری ساخته نمی‌شود. اسکیمای Organization
جداگانه و پایدار تزریق می‌شود و سمت مرورگر دست نمی‌خورد.)

دو زبانه بودن: نسخه فارسی روی مسیرهای اصلی و نسخه انگلیسی روی /en/... سرو می‌شود.
لینک‌های alternate (هم در head و هم در sitemap) فقط وقتی اعلام می‌شوند که ترجمهٔ
انگلیسی واقعاً وجود داشته باشد — وگرنه گوگل محتوای فارسی را با برچسب «en» می‌بیند
و مجموعهٔ hreflang ناسازگار می‌شود. صفحهٔ انگلیسیِ ترجمه‌نشده برای بازدیدکننده سرو
می‌شود ولی هیچ ادعای hreflang ندارد.

حالت پیش‌نمایش (PREVIEW_MODE=on): robots.txt همه‌چیز را می‌بندد، sitemap خالی است
و llms.txt با کد ۴۰۴ پاسخ می‌دهد — هیچ نشانی‌ای از سایت خصوصی بیرون درز نمی‌کند.
"""

import html
import json
import re
from datetime import date, datetime
from functools import lru_cache
from pathlib import Path

from fastapi import APIRouter, Depends, Response
from fastapi.responses import HTMLResponse
from sqlalchemy.orm import Session

from . import models
from .config import settings
from .database import get_db

router = APIRouter()

STATIC_PATHS = ["/", "/about", "/services", "/projects", "/investment", "/blog", "/faq", "/contact"]
# صفحاتی که متای آن‌ها از seo_meta خوانده می‌شود — کلید همان page_key است
META_KEYS = ["home", "about", "services", "projects", "investment", "blog", "faq", "contact"]
FALLBACK_FA_BRAND = "گروه ساختمانی آرامش"
FALLBACK_EN_BRAND = "Aramesh Construction Group"
# تصویر پیش‌فرض شبکه‌های اجتماعی — در frontend/public بیلد می‌شود
DEFAULT_OG_IMAGE = "/og-default.jpg"
DEFAULT_OG_SIZE = (1200, 630)
# خزنده‌های هوش مصنوعی جست‌وجو/ارجاع — سیاست صریح «مجاز» تا قالب‌های پیش‌فرض
# «بستن همه‌چیز» اتفاقی آن‌ها را نبندند (GPTBot آموزش است، OAI-SearchBot ارجاع چت‌جی‌پی‌تی)
AI_SEARCH_BOTS = [
    "GPTBot",
    "OAI-SearchBot",
    "ChatGPT-User",
    "ClaudeBot",
    "Claude-SearchBot",
    "PerplexityBot",
    "Perplexity-User",
    "Google-Extended",
    "Applebot-Extended",
]


def _absolute(path: str) -> str:
    if not path:
        return ""
    if path.startswith(("http://", "https://")):
        return path
    site = settings.site_url.rstrip("/")
    return f"{site}{path}" if site else path


def _en_path(path: str) -> str:
    """مسیر انگلیسی معادل یک مسیر فارسی — / و /en یکدیگرند."""
    return "/en" if path == "/" else f"/en{path}"


def _fa_path(path: str) -> str:
    """مسیر فارسی معادل یک مسیر انگلیسی."""
    if path == "/en":
        return "/"
    return path[3:] if path.startswith("/en/") else path


def _clip(text: str, limit: int) -> str:
    """برش متن به طول مشخص برای توضیح‌های تک‌خطی (llms.txt)."""
    text = " ".join((text or "").split())
    return text[:limit] + ("…" if len(text) > limit else "")


# ---------- تاریخ مقاله — ISO میلادی یا شمسی دست‌نویس → ISO برای datePublished ----------

_FA_DIGITS = str.maketrans("۰۱۲۳۴۵۶۷۸۹", "0123456789")
_FA_MONTHS = {
    "فروردین": 1, "اردیبهشت": 2, "خرداد": 3, "تیر": 4, "مرداد": 5, "شهریور": 6,
    "مهر": 7, "آبان": 8, "آذر": 9, "دی": 10, "بهمن": 11, "اسفند": 12,
}


def _jalali_to_gregorian(jy: int, jm: int, jd: int) -> tuple[int, int, int]:
    """تبدیل تاریخ جلالی به میلادی — الگوریتم استاندارد jalaali."""
    jy += 1595
    days = -355668 + (365 * jy) + ((jy // 33) * 8) + (((jy % 33) + 3) // 4) + jd
    days += (jm - 1) * 31 if jm < 7 else ((jm - 7) * 30) + 186
    gy = 400 * (days // 146097)
    days %= 146097
    if days > 36524:
        days -= 1
        gy += 100 * (days // 36524)
        days %= 36524
        if days >= 365:
            days += 1
    gy += 4 * (days // 1461)
    days %= 1461
    if days > 365:
        gy += (days - 1) // 365
        days = (days - 1) % 365
    gd = days + 1
    leap = (gy % 4 == 0 and gy % 100 != 0) or (gy % 400 == 0)
    for gm, md in enumerate([31, 29 if leap else 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31], start=1):
        if gd <= md:
            return gy, gm, gd
        gd -= md
    return gy, 12, 31


def _parse_site_date(value: str | None) -> str | None:
    """تاریخ مقاله → ISO (YYYY-MM-DD) برای datePublished اسکیما؛ تاریخ نامفهوم → None.
    هم ISO میلادی (خروجی انتخابگر تاریخ پنل) و هم شمسی دست‌نویس («۲۴ مرداد ۱۴۰۳») را می‌فهمد."""
    raw = (value or "").strip().translate(_FA_DIGITS)
    if not raw:
        return None
    try:
        return datetime.fromisoformat(raw).date().isoformat()
    except ValueError:
        pass
    m = re.fullmatch(r"(\d{1,2})\s*([\u0600-\u06FF]+)\s*(\d{4})", raw)
    if m and m.group(2) in _FA_MONTHS:
        gy, gm, gd = _jalali_to_gregorian(int(m.group(3)), _FA_MONTHS[m.group(2)], int(m.group(1)))
        return date(gy, gm, gd).isoformat()
    return None


# ---------- alternates — فقط وقتی ترجمهٔ انگلیسی واقعاً وجود دارد ----------


def _alternate_pairs(path: str, lang: str, has_en: bool) -> list[tuple[str, str]]:
    """جفت‌های (hreflang، href) یک صفحه — مبنای مشترک head و sitemap.
    صفحهٔ انگلیسیِ ترجمه‌نشده هیچ ادعایی ندارد (لیست خالی)."""
    fa = path if lang == "fa" else _fa_path(path)
    if lang == "en" and not has_en:
        return []
    pairs = [("fa", _absolute(fa)), ("x-default", _absolute(fa))]
    if has_en:
        en = _en_path(path) if lang == "fa" else path
        pairs.insert(1, ("en", _absolute(en)))
    return pairs


def _alternates(path: str, lang: str, has_en: bool = True) -> str:
    """تگ‌های link alternate برای head — از همان جفت‌های sitemap."""
    pairs = _alternate_pairs(path, lang, has_en)
    return "\n    ".join(
        f'<link rel="alternate" hreflang="{lang_code}" href="{html.escape(href_)}" />'
        for lang_code, href_ in pairs
    )


def _article_has_en(article: models.Article) -> bool:
    """آیا ترجمهٔ انگلیسی واقعی برای مقاله ثبت شده است؟"""
    if (article.title_en or "").strip() or (article.excerpt_en or "").strip():
        return True
    return bool(isinstance(article.body_en, dict) and (article.body_en.get("content") or []))


def _project_has_en(project: models.Project) -> bool:
    return bool((project.title_en or "").strip() or (project.summary_en or "").strip())


# ---------- پوستهٔ HTML با متای تزریقی ----------


def _read_index() -> str | None:
    try:
        return (Path(settings.frontend_dist) / "index.html").read_text(encoding="utf-8")
    except OSError:
        return None


@lru_cache(maxsize=1)
def _default_og() -> str:
    """تصویر پیش‌فرض OG — فقط وقتی فایل واقعاً در بیلد فرانت‌اند باشد."""
    if (Path(settings.frontend_dist) / DEFAULT_OG_IMAGE.lstrip("/")).is_file():
        return _absolute(DEFAULT_OG_IMAGE)
    return ""


def _doc_text(doc: object, limit: int = 300) -> str:
    """متن ساده سند TipTap — برای noscript و پیش‌نمایش."""
    words: list[str] = []

    def walk(node: object) -> None:
        if not isinstance(node, dict):
            return
        if node.get("type") == "text" and isinstance(node.get("text"), str):
            words.append(node["text"])
        for child in node.get("content") or []:
            walk(child)

    if isinstance(doc, dict):
        for block in doc.get("content") or []:
            walk(block)
    text = " ".join(words).strip()
    return text[:limit] + ("…" if len(text) > limit else "")


def _shell(
    *,
    title: str,
    description: str,
    path: str,
    lang: str = "fa",
    has_en: bool = True,
    og_image: str = "",
    og_image_alt: str = "",
    og_type: str = "website",
    jsonld: dict | list | None = None,
    org_jsonld: dict | None = None,
    noscript: str = "",
    status_code: int = 200,
) -> HTMLResponse:
    """index.html فرانت‌اند با متای تزریقی؛ اگر بیلد در دسترس نبود، صفحه حداقلی."""
    title = title.strip() or (FALLBACK_EN_BRAND if lang == "en" else FALLBACK_FA_BRAND)
    description = description.strip()
    canonical = _absolute(path)
    esc = html.escape
    alternates = _alternates(path, lang, has_en)

    # تصویر OG — تصویر اختصاصی صفحه یا تصویر پیش‌فرض برند
    custom_image = (og_image or "").strip()
    image = _absolute(custom_image) if custom_image else _default_og()
    image_is_default = not custom_image and bool(_default_og())

    tags = [
        f'<link rel="canonical" href="{esc(canonical)}" />',
        f'<meta name="description" content="{esc(description)}" />',
        f'<meta property="og:title" content="{esc(title)}" />',
        f'<meta property="og:description" content="{esc(description)}" />',
        f'<meta property="og:type" content="{esc(og_type)}" />',
        f'<meta property="og:url" content="{esc(canonical)}" />',
        f'<meta property="og:locale" content="{"en_US" if lang == "en" else "fa_IR"}" />',
        f'<meta property="og:locale:alternate" content="{"fa_IR" if lang == "en" else "en_US"}" />',
        f'<meta name="twitter:card" content="summary_large_image" />',
        f'<meta name="twitter:title" content="{esc(title)}" />',
        f'<meta name="twitter:description" content="{esc(description)}" />',
    ]
    if image:
        tags.append(f'<meta property="og:image" content="{esc(image)}" />')
        tags.append(f'<meta name="twitter:image" content="{esc(image)}" />')
        tags.append(f'<meta property="og:image:alt" content="{esc(og_image_alt.strip() or title)}" />')
        if image_is_default:
            tags.append(f'<meta property="og:image:width" content="{DEFAULT_OG_SIZE[0]}" />')
            tags.append(f'<meta property="og:image:height" content="{DEFAULT_OG_SIZE[1]}" />')
    if jsonld:
        payload = json.dumps(jsonld, ensure_ascii=False).replace("</", "<\\/")
        # id="seo-jsonld" — سمت مرورگر همان اسکریپت بازنویسی می‌شود، نه اینکه تکراری ساخته شود
        tags.append(f'<script type="application/ld+json" id="seo-jsonld">{payload}</script>')
    if org_jsonld:
        payload = json.dumps(org_jsonld, ensure_ascii=False).replace("</", "<\\/")
        tags.append(f'<script type="application/ld+json" id="seo-org-jsonld">{payload}</script>')
    block = "\n    ".join(tags)

    raw = _read_index()
    if raw is None:
        # بیلد فرانت‌اند سوار نشده — صفحه حداقلی با خودِ متا تا خزنده‌ها دست خالی نمانند
        lang_attr = 'lang="en" dir="ltr"' if lang == "en" else 'lang="fa" dir="rtl"'
        body = f"<h1>{esc(title)}</h1><p>{esc(description)}</p>"
        return HTMLResponse(
            f'<!doctype html><html {lang_attr}><head><meta charset="utf-8">'
            f"<title>{esc(title)}</title>{alternates}{block}</head><body>{body}</body></html>",
            status_code=status_code,
        )

    # اسکیمای Organization مینیمالِ پوستهٔ استاتیک حذف می‌شود تا با نسخهٔ غنی تزریقی تکراری نشود
    if org_jsonld:
        raw = re.sub(r'<script type="application/ld\+json">[^<]*</script>', "", raw, count=1)
    if lang == "en":
        # پوسته بیلدشده فارسی است — برای نسخه انگلیسی جهت، زبان و برند سند عوض می‌شود
        raw = re.sub(r'<html[^>]*>', '<html lang="en" dir="ltr">', raw, count=1)
        raw = raw.replace(FALLBACK_FA_BRAND, FALLBACK_EN_BRAND)
    # description استاتیک حذف می‌شود تا با متای تزریقی تکراری نشود
    raw = re.sub(r'<meta name="description"[^>]*/>\s*', '', raw, count=1)
    # og:locale — در پوسته استاتیک به‌روز می‌شود و از بلوک تزریقی حذف تا دوباره نوشته نشود
    og_locale = "en_US" if lang == "en" else "fa_IR"
    if re.search(r'<meta property="og:locale"', raw):
        raw = re.sub(
            r'(<meta property="og:locale" content=")[^"]*(")',
            lambda m: f'{m.group(1)}{og_locale}{m.group(2)}',
            raw,
            count=1,
        )
        tags = [t for t in tags if 'og:locale' not in t]
        block = "\n    ".join(tags)
    raw = re.sub(r"<title>.*?</title>", f"<title>{esc(title)}</title>", raw, count=1, flags=re.S)
    raw = raw.replace("</head>", f"    {alternates}\n    {block}\n  </head>", 1)
    if noscript:
        raw = raw.replace("</body>", f"<noscript>{noscript}</noscript>\n  </body>", 1)
    return HTMLResponse(raw, status_code=status_code)


# ---------- موجودیت‌های ساخت‌یافته (JSON-LD) ----------


def _brand_row(db: Session) -> models.Brand | None:
    return db.query(models.Brand).first()


def _brand_name(db: Session, lang: str = "fa") -> str:
    brand = _brand_row(db)
    if brand is None:
        return FALLBACK_EN_BRAND if lang == "en" else FALLBACK_FA_BRAND
    if lang == "en":
        return brand.name_en or brand.name or FALLBACK_EN_BRAND
    return brand.name or FALLBACK_FA_BRAND


def _page_meta(db: Session, page_key: str) -> models.SeoMeta | None:
    return db.query(models.SeoMeta).filter(models.SeoMeta.page_key == page_key).first()


def _meta_for(db: Session, page_key: str, lang: str) -> tuple[str, str]:
    """عنوان و توضیح سئوی یک صفحه به زبان درخواستی — با برگشت به فارسی."""
    meta = _page_meta(db, page_key)
    if meta is None:
        return "", ""
    if lang == "en":
        return meta.title_en or meta.title or "", meta.description_en or meta.description or ""
    return meta.title or "", meta.description or ""


def _meta_desc_for(article: models.Article, lang: str) -> str:
    """توضیح سئوی مقاله به زبان درخواستی — توضیح اختصاصی در اولویت، چکیده در برگشت."""
    if lang == "en":
        return (article.meta_description_en or article.meta_description or article.excerpt_en or article.excerpt or "").strip()
    return (article.meta_description or article.excerpt or "").strip()


def _org_jsonld(db: Session, lang: str) -> dict:
    """اسکیمای Organization — روی همهٔ صفحات تزریق می‌شود (موجودیت برند سایت).
    فقط داده‌های واقعی: لوگو، شبکه‌های اجتماعی فوتر و تماس ثبت‌شده در پنل."""
    brand = _brand_row(db)
    org: dict = {
        "@context": "https://schema.org",
        "@type": "Organization",
        "name": _brand_name(db, lang),
    }
    if settings.site_url:
        org["url"] = _absolute("/")
    logo = (brand.logo or "").strip() if brand else ""
    if logo:
        org["logo"] = _absolute(logo)
    footer = db.query(models.FooterContent).first()
    socials = []
    if footer is not None:
        socials = (footer.socials_en if lang == "en" and footer.socials_en else footer.socials) or []
    same_as: list[str] = []
    for item in socials if isinstance(socials, list) else []:
        if isinstance(item, dict):
            href_ = (item.get("href") or "").strip()
            if href_.startswith("http") and href_ not in same_as:
                same_as.append(href_)
    if same_as:
        org["sameAs"] = same_as
    phone = (brand.phone or "").strip() if brand else ""
    if phone:
        org["contactPoint"] = [
            {"@type": "ContactPoint", "contactType": "customer service", "telephone": phone}
        ]
    email = (brand.email or "").strip() if brand else ""
    if email:
        org["email"] = email
    return org


def _localbusiness_jsonld(db: Session, lang: str, path: str) -> dict | None:
    """اسکیمای GeneralContractor از دفاتر ثبت‌شده — برای صفحه‌های تماس و درباره."""
    offices = db.query(models.Office).order_by(models.Office.position, models.Office.id).all()
    if not offices:
        return None
    brand = _brand_row(db)
    business: dict = {
        "@context": "https://schema.org",
        "@type": "GeneralContractor",
        "name": _brand_name(db, lang),
        "url": _absolute(path),
    }
    phone = (brand.phone or "").strip() if brand else ""
    if phone:
        business["telephone"] = phone
    email = (brand.email or "").strip() if brand else ""
    if email:
        business["email"] = email
    addresses: list[dict] = []
    areas: list[str] = []
    for office in offices:
        city = ((office.city_en or office.city) if lang == "en" else office.city).strip()
        street = ((office.address_en or office.address) if lang == "en" else office.address).strip()
        address: dict = {"@type": "PostalAddress", "addressCountry": "IR"}
        if street:
            address["streetAddress"] = street
        if city:
            address["addressLocality"] = city
            areas.append(city)
        addresses.append(address)
    business["address"] = addresses[0] if len(addresses) == 1 else addresses
    if areas:
        business["areaServed"] = sorted(set(areas))
    return business


def _breadcrumb_jsonld(items: list[tuple[str, str]]) -> dict:
    """اسکیمای BreadcrumbList — متناظر با مسیر بطری بصری صفحه."""
    return {
        "@context": "https://schema.org",
        "@type": "BreadcrumbList",
        "itemListElement": [
            {"@type": "ListItem", "position": i + 1, "name": name, "item": _absolute(url)}
            for i, (name, url) in enumerate(items)
        ],
    }


def _faq_entities(faqs: object, lang: str = "fa", faqs_en: object = None) -> list[dict]:
    """ساخت mainEntity اسکیمای FAQPage از ردیف‌های [{question, answer}]."""
    rows = faqs if isinstance(faqs, list) else []
    if lang == "en":
        rows_en = faqs_en if isinstance(faqs_en, list) else None
        if rows_en:
            rows = rows_en
    entities = []
    for item in rows:
        if isinstance(item, dict):
            question = (item.get("question") or "").strip()
            answer = (item.get("answer") or "").strip()
            if question and answer:
                entities.append(
                    {"@type": "Question", "name": question,
                     "acceptedAnswer": {"@type": "Answer", "text": answer}}
                )
    return entities


def _faq_page_jsonld(db: Session, lang: str) -> dict | None:
    """اسکیمای FAQPage صفحهٔ پرسش‌وپاسخ — از موجودیت faqs.
    (گوگل از اردیبهشت ۱۴۰۵ نتیجهٔ غنی FAQ برای همهٔ سایت‌ها برداشت؛ این اسکیما برای
    موتورهای هوش مصنوعی است که پرسش‌وپاسخ ساخت‌یافته را مستقیم می‌خوانند.)"""
    rows = db.query(models.Faq).order_by(models.Faq.position, models.Faq.id).all()
    entities = _faq_entities(
        [{"question": f.question, "answer": f.answer} for f in rows],
        lang,
        [{"question": f.question_en, "answer": f.answer_en} for f in rows],
    )
    if not entities:
        return None
    return {"@context": "https://schema.org", "@type": "FAQPage", "mainEntity": entities}


def _article_jsonld(article: models.Article, lang: str, db: Session) -> dict:
    """اسکیمای Article — با نویسنده (Person در صورت ثبت نام)، تاریخ انتشار و ناشر."""
    brand = _brand_name(db, lang)
    title = (article.title_en or article.title) if lang == "en" else article.title
    en_slug = ((article.slug_en or "").strip() or article.slug) if lang == "en" else article.slug
    author_name = ((article.author_en or "").strip() or (article.author or "").strip()) if lang == "en" else (article.author or "").strip()
    publisher: dict = {"@type": "Organization", "name": brand}
    brand_row = _brand_row(db)
    logo = (brand_row.logo or "").strip() if brand_row else ""
    if logo:
        publisher["logo"] = {"@type": "ImageObject", "url": _absolute(logo)}
    schema: dict = {
        "@context": "https://schema.org",
        "@type": "Article",
        "headline": title,
        "description": _meta_desc_for(article, lang),
        "inLanguage": lang,
        "author": {"@type": "Person", "name": author_name} if author_name else {"@type": "Organization", "name": brand},
        "publisher": publisher,
        "mainEntityOfPage": _absolute(f"/blog/{article.slug}" if lang == "fa" else f"/en/blog/{en_slug}"),
    }
    image = _absolute(article.image) if (article.image or "").strip() else ""
    if image:
        schema["image"] = image
    published = _parse_site_date(article.date_en if lang == "en" else article.date) or _parse_site_date(article.date)
    if published:
        schema["datePublished"] = published
    return schema


def _nav_label(db: Session, href: str, lang: str) -> str:
    """برچسب فارسی/انگلیسی یک مسیر از ناوبری — برای پیش‌فرض عنوان و بردکرامب."""
    nav = db.query(models.NavItem).filter(models.NavItem.href == href).first()
    if nav is None:
        return ""
    return ((nav.label_en or nav.label) if lang == "en" else nav.label or "").strip()


# ---------- robots.txt و sitemap.xml و llms.txt ----------


@router.get("/robots.txt", response_class=Response)
def robots(db: Session = Depends(get_db)):
    # پیش‌نمایش خصوصی — هیچ خزنده‌ای نباید چیزی ذخیره کند
    if settings.preview_mode:
        return Response(
            content="User-agent: *\nDisallow: /\n",
            media_type="text/plain; charset=utf-8",
        )
    lines = ["User-agent: *", "Disallow: /admin", "Disallow: /api", ""]
    # سیاست صریح خزنده‌های هوش مصنوعی — ربات‌های جست‌وجو/ارجاع آزادند تا محتوا
    # در پاسخ‌های ChatGPT/Claude/Perplexity/Gemini ارجاع شود
    for bot in AI_SEARCH_BOTS:
        lines += [f"User-agent: {bot}", "Allow: /", ""]
    # خزندهٔ تهاجمی با سود کم
    lines += ["User-agent: Bytespider", "Disallow: /", ""]
    if settings.site_url:
        lines.append(f"Sitemap: {_absolute('/sitemap.xml')}")
    return Response(content="\n".join(lines), media_type="text/plain; charset=utf-8")


def _static_has_en(db: Session, page_key: str) -> bool:
    """آیا صفحهٔ استاتیک ترجمهٔ انگلیسی واقعی دارد؟ (متای سئوی انگلیسی ثبت شده باشد)"""
    meta = _page_meta(db, page_key)
    return bool(
        meta
        and ((meta.title_en or "").strip() or (meta.description_en or "").strip())
    )


@router.get("/sitemap.xml", response_class=Response)
def sitemap(db: Session = Depends(get_db)):
    # پیش‌نمایش خصوصی — نقشه سایت خالی تا هیچ نشانی‌ای اعلام نشود
    if settings.preview_mode:
        xml = (
            '<?xml version="1.0" encoding="UTF-8"?>\n'
            '<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"></urlset>\n'
        )
        return Response(content=xml, media_type="application/xml; charset=utf-8")
    esc = html.escape

    articles = {
        a.slug: a
        for a in db.query(models.Article)
        .filter(models.Article.status == "published")
        .order_by(models.Article.position, models.Article.id)
        .all()
    }
    projects = {
        p.slug: p for p in db.query(models.Project).order_by(models.Project.position, models.Project.id).all()
    }

    def entry(loc: str, lang: str, has_en: bool) -> str:
        pairs = _alternate_pairs(loc, lang, has_en)
        links = "\n".join(
            f'      <xhtml:link rel="alternate" hreflang="{code}" href="{esc(href_)}" />'
            for code, href_ in pairs
        )
        return f"    <url><loc>{esc(_absolute(loc))}</loc>\n{links}\n    </url>"

    urls: list[str] = []
    # صفحات استاتیک فارسی + معادل‌های انگلیسیِ ترجمه‌شده
    for path in STATIC_PATHS:
        page_key = "home" if path == "/" else path.strip("/")
        has_en = _static_has_en(db, page_key)
        urls.append(entry(path, "fa", has_en))
        if has_en:
            urls.append(entry(_en_path(path), "en", True))
    # مقاله‌ها و پروژه‌ها — alternate انگلیسی فقط با وجود ترجمهٔ واقعی
    for slug, article in articles.items():
        fa_path = f"/blog/{slug}"
        has_en = _article_has_en(article)
        urls.append(entry(fa_path, "fa", has_en))
        if has_en:
            urls.append(entry(_en_path(fa_path), "en", True))
    for slug, project in projects.items():
        fa_path = f"/projects/{slug}"
        has_en = _project_has_en(project)
        urls.append(entry(fa_path, "fa", has_en))
        if has_en:
            urls.append(entry(_en_path(fa_path), "en", True))
    xml = (
        '<?xml version="1.0" encoding="UTF-8"?>\n'
        '<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" '
        'xmlns:xhtml="http://www.w3.org/1999/xhtml">\n'
        f"{chr(10).join(urls)}\n</urlset>\n"
    )
    return Response(content=xml, media_type="application/xml; charset=utf-8")


@router.get("/llms.txt", response_class=Response)
def llms_txt(db: Session = Depends(get_db)):
    """راهنمای سایت برای دستیارهای هوش مصنوعی — برند، واقعیت‌های کلیدی و صفحه‌های اصلی.
    در حالت پیش‌نمایش خصوصی ۴۰۴ می‌دهد تا ساختار سایت بیرون درز نکند."""
    if settings.preview_mode:
        return Response(status_code=404)
    brand = _brand_name(db, "en")
    _, home_desc = _meta_for(db, "home", "en")
    lines = [
        f"# {brand}",
        f"> {_clip(home_desc or 'Construction group — engineering, contracting and property investment.', 200)}",
        "",
    ]
    services = [
        (s.title_en or s.title).strip()
        for s in db.query(models.Service).order_by(models.Service.position, models.Service.id).all()
        if (s.title_en or s.title).strip()
    ]
    offices = db.query(models.Office).order_by(models.Office.position, models.Office.id).all()
    cities = [
        (o.city_en or o.city).strip() for o in offices if (o.city_en or o.city).strip()
    ]
    facts = []
    if services:
        facts.append(f"- Services: {', '.join(services)}")
    if cities:
        facts.append(f"- Offices: {', '.join(sorted(set(cities)))}")
    facts.append("- Languages: Persian at / and English at /en")
    lines += ["## Key Facts", *facts, ""]
    lines.append("## Pages")
    for page_key, label in [
        ("home", "Home"), ("about", "About"), ("services", "Services"),
        ("projects", "Projects"), ("blog", "Blog"), ("faq", "FAQ"), ("contact", "Contact"),
    ]:
        title, description = _meta_for(db, page_key, "en")
        if page_key == "home":
            url = "/"
        else:
            url = f"/en/{page_key}" if page_key != "projects" else "/en/projects"
        summary = _clip(description, 100)
        lines.append(f"- [{label}]({_absolute(url)}): {summary or label}")
    featured_projects = (
        db.query(models.Project).order_by(models.Project.position, models.Project.id).limit(6).all()
    )
    if featured_projects:
        lines += ["", "## Featured Projects"]
        for p in featured_projects:
            title = (p.title_en or p.title).strip()
            summary = _clip(p.summary_en or p.summary, 100)
            lines.append(f"- [{title}]({_absolute('/en/projects/' + p.slug)}): {summary}")
    latest = (
        db.query(models.Article)
        .filter(models.Article.status == "published")
        .order_by(models.Article.position, models.Article.id)
        .limit(6)
        .all()
    )
    if latest:
        lines += ["", "## Recent Articles"]
        for a in latest:
            title = (a.title_en or a.title).strip()
            summary = _clip(a.excerpt_en or a.excerpt, 100)
            lines.append(f"- [{title}]({_absolute('/en/blog/' + a.slug)}): {summary}")
    brand_row = _brand_row(db)
    contact_lines = []
    if brand_row and (brand_row.phone or "").strip():
        contact_lines.append(f"- Phone: {brand_row.phone.strip()}")
    if brand_row and (brand_row.email or "").strip():
        contact_lines.append(f"- Email: {brand_row.email.strip()}")
    for o in offices:
        city = (o.city_en or o.city).strip()
        street = ((o.address_en or o.address) or o.address).strip()
        if city or street:
            contact_lines.append(f"- Office: {_clip(street + ('، ' + city if city and street else city), 120)}")
    if contact_lines:
        lines += ["", "## Contact", *contact_lines]
    return Response(content="\n".join(lines) + "\n", media_type="text/plain; charset=utf-8")


# ---------- صفحات استاتیک فارسی ----------


def _static_shell(db: Session, *, path: str, page_key: str, lang: str = "fa") -> HTMLResponse:
    """پوستهٔ صفحات استاتیک — متا از seo_meta، اسکیمای اختصاصی هر صفحه."""
    title, description = _meta_for(db, page_key, lang)
    brand = _brand_name(db, lang)
    if not title:
        # عنوان پیش‌فرض از برچسب ناوبری همان صفحه
        label = _nav_label(db, f"/{page_key}", lang)
        title = f"{label} | {brand}" if label else brand
    jsonld: list[dict] = []
    if page_key == "faq":
        faq_schema = _faq_page_jsonld(db, lang)
        if faq_schema:
            jsonld.append(faq_schema)
    elif page_key in ("contact", "about"):
        business = _localbusiness_jsonld(db, lang, path)
        if business:
            jsonld.append(business)
    return _shell(
        title=title,
        description=description,
        path=path,
        lang=lang,
        has_en=_static_has_en(db, page_key),
        jsonld=jsonld or None,
        org_jsonld=_org_jsonld(db, lang),
    )


@router.get("/", response_class=HTMLResponse)
def home(db: Session = Depends(get_db)):
    return _static_shell(db, path="/", page_key="home")


@router.get("/about", response_class=HTMLResponse)
def about_page(db: Session = Depends(get_db)):
    return _static_shell(db, path="/about", page_key="about")


@router.get("/services", response_class=HTMLResponse)
def services_page(db: Session = Depends(get_db)):
    return _static_shell(db, path="/services", page_key="services")


@router.get("/investment", response_class=HTMLResponse)
def investment_page(db: Session = Depends(get_db)):
    return _static_shell(db, path="/investment", page_key="investment")


@router.get("/faq", response_class=HTMLResponse)
def faq_page(db: Session = Depends(get_db)):
    return _static_shell(db, path="/faq", page_key="faq")


@router.get("/contact", response_class=HTMLResponse)
def contact_page(db: Session = Depends(get_db)):
    return _static_shell(db, path="/contact", page_key="contact")


# ---------- صفحات وبلاگ ----------


@router.get("/blog", response_class=HTMLResponse)
def blog_list(db: Session = Depends(get_db)):
    return _static_shell(db, path="/blog", page_key="blog")


@router.get("/blog/{slug}", response_class=HTMLResponse)
def blog_detail(slug: str, db: Session = Depends(get_db)):
    article = (
        db.query(models.Article)
        .filter(models.Article.slug == slug, models.Article.status == "published")
        .first()
    )
    if article is None:
        # مقاله ناموجود یا پیش‌نویس — کد وضعیت ۴۰۴ تا خزنده صفحه را ایندکس نکند؛
        # SPA همان پیام «یافت نشد» را نشان می‌دهد
        return _shell(
            title=_brand_name(db), description="", path=f"/blog/{slug}",
            org_jsonld=_org_jsonld(db, "fa"), status_code=404,
        )

    brand = _brand_name(db)
    title = article.title
    first_text = _doc_text(article.body) if not isinstance(article.body, list) else " ".join(article.body[:2])
    faq_schema = _faq_jsonld(article, "fa")
    breadcrumb = _breadcrumb_jsonld([
        (_nav_label(db, "/", "fa") or "خانه", "/"),
        (_nav_label(db, "/blog", "fa") or "وبلاگ", "/blog"),
        (title, f"/blog/{article.slug}"),
    ])
    jsonld: list[dict] = [_article_jsonld(article, "fa", db), breadcrumb]
    if faq_schema:
        jsonld.append(faq_schema)
    noscript = f"<h1>{html.escape(title)}</h1><p>{html.escape(first_text)}</p>"
    return _shell(
        title=f"{title} | {brand}",
        description=_meta_desc_for(article, "fa"),
        path=f"/blog/{article.slug}",
        has_en=_article_has_en(article),
        og_image=article.image,
        og_image_alt=article.image_alt or title,
        og_type="article",
        jsonld=jsonld,
        org_jsonld=_org_jsonld(db, "fa"),
        noscript=noscript,
    )


def _faq_jsonld(article: models.Article, lang: str) -> dict | None:
    """اسکیمای FAQPage از پرسش‌وپاسخ‌های پایان مقاله."""
    entities = _faq_entities(article.faqs, lang, article.faqs_en)
    if not entities:
        return None
    return {"@context": "https://schema.org", "@type": "FAQPage", "mainEntity": entities}


# ---------- صفحات پروژه ----------


@router.get("/projects", response_class=HTMLResponse)
def projects_list(db: Session = Depends(get_db)):
    return _static_shell(db, path="/projects", page_key="projects")


@router.get("/projects/{slug}", response_class=HTMLResponse)
def project_detail(slug: str, db: Session = Depends(get_db)):
    project = db.query(models.Project).filter(models.Project.slug == slug).first()
    if project is None:
        return _shell(
            title=_brand_name(db), description="", path=f"/projects/{slug}",
            org_jsonld=_org_jsonld(db, "fa"), status_code=404,
        )

    brand = _brand_name(db)
    jsonld = [
        {
            "@context": "https://schema.org",
            "@type": "WebPage",
            "name": project.title,
            "description": project.summary,
            "image": _absolute(project.image),
            "inLanguage": "fa",
        },
        _breadcrumb_jsonld([
            (_nav_label(db, "/", "fa") or "خانه", "/"),
            (_nav_label(db, "/projects", "fa") or "پروژه‌ها", "/projects"),
            (project.title, f"/projects/{project.slug}"),
        ]),
    ]
    return _shell(
        title=f"{project.title} | {brand}",
        description=project.summary,
        path=f"/projects/{project.slug}",
        has_en=_project_has_en(project),
        og_image=project.image,
        og_image_alt=project.title,
        jsonld=jsonld,
        org_jsonld=_org_jsonld(db, "fa"),
    )


# ---------- صفحات انگلیسی (/en/...) ----------


def _en_blog_detail(article: models.Article, db: Session) -> HTMLResponse:
    brand = _brand_name(db, "en")
    title = article.title_en or article.title
    body = article.body_en if isinstance(article.body_en, dict) else article.body
    first_text = _doc_text(body) if not isinstance(body, list) else " ".join(body[:2])
    faq_schema = _faq_jsonld(article, "en")
    breadcrumb = _breadcrumb_jsonld([
        (_nav_label(db, "/", "en") or "Home", "/"),
        (_nav_label(db, "/blog", "en") or "Blog", "/en/blog"),
        (title, f"/en/blog/{(article.slug_en or '').strip() or article.slug}"),
    ])
    jsonld: list[dict] = [_article_jsonld(article, "en", db), breadcrumb]
    if faq_schema:
        jsonld.append(faq_schema)
    noscript = f"<h1>{html.escape(title)}</h1><p>{html.escape(first_text)}</p>"
    return _shell(
        title=f"{title} | {brand}",
        description=_meta_desc_for(article, "en"),
        path=f"/en/blog/{(article.slug_en or '').strip() or article.slug}",
        lang="en",
        has_en=_article_has_en(article),
        og_image=article.image,
        og_image_alt=article.image_alt or title,
        og_type="article",
        jsonld=jsonld,
        org_jsonld=_org_jsonld(db, "en"),
        noscript=noscript,
    )


@router.get("/en", response_class=HTMLResponse)
@router.get("/en/", response_class=HTMLResponse)
def en_home(db: Session = Depends(get_db)):
    return _static_shell(db, path="/en", page_key="home", lang="en")


@router.get("/en/blog", response_class=HTMLResponse)
def en_blog_list(db: Session = Depends(get_db)):
    return _static_shell(db, path="/en/blog", page_key="blog", lang="en")


@router.get("/en/blog/{slug}", response_class=HTMLResponse)
def en_blog_detail_route(slug: str, db: Session = Depends(get_db)):
    article = (
        db.query(models.Article)
        .filter(
            (models.Article.slug_en == slug)
            | ((models.Article.slug_en == "") & (models.Article.slug == slug)),
            models.Article.status == "published",
        )
        .first()
    )
    if article is None:
        return _shell(
            title=_brand_name(db, "en"), description="", path=f"/en/blog/{slug}", lang="en",
            org_jsonld=_org_jsonld(db, "en"), status_code=404,
        )
    return _en_blog_detail(article, db)


@router.get("/en/projects", response_class=HTMLResponse)
def en_projects_list(db: Session = Depends(get_db)):
    return _static_shell(db, path="/en/projects", page_key="projects", lang="en")


@router.get("/en/projects/{slug}", response_class=HTMLResponse)
def en_project_detail(slug: str, db: Session = Depends(get_db)):
    project = db.query(models.Project).filter(models.Project.slug == slug).first()
    if project is None:
        return _shell(
            title=_brand_name(db, "en"), description="", path=f"/en/projects/{slug}", lang="en",
            org_jsonld=_org_jsonld(db, "en"), status_code=404,
        )

    brand = _brand_name(db, "en")
    title = project.title_en or project.title
    summary = project.summary_en or project.summary
    jsonld = [
        {
            "@context": "https://schema.org",
            "@type": "WebPage",
            "name": title,
            "description": summary,
            "image": _absolute(project.image),
            "inLanguage": "en",
        },
        _breadcrumb_jsonld([
            (_nav_label(db, "/", "en") or "Home", "/"),
            (_nav_label(db, "/projects", "en") or "Projects", "/en/projects"),
            (title, f"/en/projects/{project.slug}"),
        ]),
    ]
    return _shell(
        title=f"{title} | {brand}",
        description=summary,
        path=f"/en/projects/{project.slug}",
        lang="en",
        has_en=_project_has_en(project),
        og_image=project.image,
        og_image_alt=title,
        jsonld=jsonld,
        org_jsonld=_org_jsonld(db, "en"),
    )


@router.get("/en/{path:path}", response_class=HTMLResponse)
def en_page(path: str, db: Session = Depends(get_db)):
    """بقیه مسیرهای انگلیسی (about، services، ...) — متا از seo_meta به انگلیسی.
    مسیرهای ناشناخته ۴۰۴ می‌گیرند — پوستهٔ ۲۰۰ با عنوان برند، خطای soft-404 است."""
    page_key = path.split("/")[0] if path else ""
    if page_key not in META_KEYS:
        return _shell(
            title=_brand_name(db, "en"), description="", path=f"/en/{path}".rstrip("/"), lang="en",
            org_jsonld=_org_jsonld(db, "en"), status_code=404,
        )
    return _static_shell(db, path=f"/en/{path}".rstrip("/"), page_key=page_key, lang="en")