"""نام‌گذاری متریال — تفکیک «خانواده» از «مشخصه/واریانت» به‌صورت عمومی.

برخی ردیف‌های کاتالوگ، سایز/گرید را داخل نام ماده دارند
(«بلوک سیمانی ۲۰×۲۰×۴۰»، «لوله پلی‌اتیلن PE100 سایز ۲۵»). این ماژول با قواعد
الگویی (ابعاد NxNxN، کلیدواژه‌های مشخصه، کدهای گرید لاتین) نام را به
«خانواده» و «واریانت» می‌شکند — بدون هیچ هاردکدِ نام محصول مشخصی.
"""
import re

_DIGIT_MAP = str.maketrans("۰۱۲۳۴۵۶۷۸۹٠١٢٣٤٥٦٧٨٩", "01234567890123456789")

# واژه‌هایی که شروع بخش مشخصه را نشان می‌دهند (ابعاد/درجه/تیپ/مدل/…)
_ATTRIBUTE_WORDS = {
    "سایز",
    "تیپ",
    "مدل",
    "درجه",
    "ضخامت",
    "قطر",
    "ابعاد",
    "طول",
    "عرض",
    "ارتفاع",
    "رنگ",
    "وزن",
    "ظرفیت",
    "شماره",
    "کلاس",
}

# ابعاد ترکیبی: ۲۰×۲۰×۴۰ / ۲×۲٫۵ / 60x60 / 2*2.5
_DIMENSION_RE = re.compile(r"^\d+(?:[×xX*]\d+(?:[.,٫/]\d+)?)+$")
# کد گرید: PE100 / PN10 / DN50 / A3 / SN4 / ST37
_GRADE_RE = re.compile(r"^(?:PN|PE|DN|SN|SCH|ST|A|B|C)[-]?\d+$")
_NUMBER_RE = re.compile(r"^\d+(?:[.,٫/]\d+)?$")
_LATIN_WORD_RE = re.compile(r"^[A-Za-z]{2,6}$")

STANDARD_VARIANT_LABEL = "استاندارد"


def normalize_digits(text: str) -> str:
    return (text or "").translate(_DIGIT_MAP)


def _is_spec_start(tokens: list[str], index: int) -> bool:
    token = tokens[index]
    normalized = normalize_digits(token)
    if normalized in _ATTRIBUTE_WORDS:  # «سایز»، «تیپ»، «مدل»، …
        return True
    if _DIMENSION_RE.match(normalized):  # ۲۰×۲۰×۴۰
        return True
    if _GRADE_RE.match(token):  # PE100 / PN10 / A3
        return True
    # کد لاتین کوتاه که پشتش عدد می‌آید: «IPE ۱۴»
    if (
        _LATIN_WORD_RE.match(token)
        and index + 1 < len(tokens)
        and _NUMBER_RE.match(normalize_digits(tokens[index + 1]))
    ):
        return True
    # عددِ تنها در انتهای نام (بدون کلیدواژه): «لوله مسی ۱۵»
    if _NUMBER_RE.match(normalized) and index == len(tokens) - 1 and index >= 1:
        return True
    return False


def split_material_name(name: str) -> tuple[str, str | None]:
    """«لوله پلی‌اتیلن PE100 سایز ۲۵» → («لوله پلی‌اتیلن», «PE100 سایز ۲۵»)."""
    tokens = [token for token in (name or "").split() if token]
    for index in range(1, len(tokens)):
        if _is_spec_start(tokens, index):
            family = " ".join(tokens[:index]).strip()
            variant = " ".join(tokens[index:]).strip()
            if family and variant:
                return family, variant
    return " ".join(tokens).strip(), None


def material_family(name: str) -> str:
    """نام خانواده (بدون واریانت)."""
    family, _ = split_material_name(name)
    return " ".join(family.split())


def material_family_key(name: str) -> str:
    """شناسه‌ی پایدار خانواده — همان نام نرمال‌شده (بدون UUID اختصاصی)."""
    return material_family(name)


def variant_label(name: str) -> str:
    """برچسب واریانت؛ در نبود واریانت، «استاندارد»."""
    _, variant = split_material_name(name)
    return variant or STANDARD_VARIANT_LABEL


def spec_label_from_specs(specs: dict | None) -> str | None:
    """برچسب کوتاه مشخصات از JSON موجودی (فقط مقدارها، نه «کلید: مقدار»)."""
    if not specs:
        return None
    values = [str(value).strip() for value in specs.values() if str(value).strip()]
    return "، ".join(values) if values else None


def material_entry_labels(material_name: str, specs: dict | None) -> dict:
    """برچسب‌های نمایشی یک ردیف کاتالوگ: خانواده، واریانت، مشخصه.

    `spec_label` (برچسب محور X) = مقدار مشخصات JSON اگر موجود باشد، وگرنه
    واریانتِ استخراج‌شده از نام، وگرنه «استاندارد».
    """
    family = material_family(material_name)
    variant = variant_label(material_name)
    spec_from_json = spec_label_from_specs(specs)
    # برچسب محور X: واریانت (سایز/گرید) ترجیح دارد؛ در نبود آن مقدار مشخصات
    axis_label = variant if variant != STANDARD_VARIANT_LABEL else (spec_from_json or STANDARD_VARIANT_LABEL)
    return {
        "family_id": material_family_key(material_name),
        "family_name": family,
        "variant_label": variant,
        "spec_label": axis_label,
        "spec_detail": spec_from_json,
    }