# -*- coding: utf-8 -*-
"""从任意文本中提取 B 站视频引用（纯函数，不做网络请求）。

手动入库支持的消息形态：

* 视频 URL：``https://www.bilibili.com/video/BV1x8x166EzY``（含移动站、查询串、
  分 P 参数等尾巴）；
* 裸 BV 号：``BV1x8x166EzY``；
* 裸 av 号：``av12345``（大小写不敏感）；
* 任意包含上述特征的字符串（例如复制了一整段带链接的文本）；
* ``b23.tv`` 短链：``https://b23.tv/xxxx``——只提取短链 token，真正的跳转解析
  由 ``bilibili.client`` 的 HTTP 边界完成，保持本模块可离线测试。
"""

from __future__ import annotations

import re
from dataclasses import dataclass

# BV 号固定为 "BV" + 10 位 base58 字符；后面不能紧跟字母数字，避免截断更长的串。
_BVID_RE = re.compile(r"BV[0-9A-Za-z]{10}(?![0-9A-Za-z])")
# av 号：前面不能是字母数字，避免命中 "have123" 之类；大小写都接受。
_AID_RE = re.compile(r"(?<![0-9A-Za-z])av(\d{1,20})(?![0-9A-Za-z])", re.IGNORECASE)
# b23.tv 短链 token。
_SHORT_RE = re.compile(r"b23\.tv/([0-9A-Za-z]+)")

# 单条消息最多处理的引用数，避免误粘贴一段文本导致突发请求。
# 15 个 BV 号批量测试手动入库是常见用法，上限放宽到 50，超出时回执会提示分批发送。
DEFAULT_MAX_REFS = 50


@dataclass(frozen=True)
class VideoRef:
    """一条待解析的视频引用。

    ``kind`` 取值：

    * ``bvid``：``value`` 为 BV 号字符串；
    * ``aid``：``value`` 为 av 号对应的整数 aid；
    * ``short``：``value`` 为 b23.tv 短链 token，需要 HTTP 跳转解析。
    """

    kind: str
    value: str | int

    def key(self) -> tuple[str, str | int]:
        return (self.kind, self.value)


def _matches(text: str) -> list[tuple[int, VideoRef]]:
    found: list[tuple[int, VideoRef]] = []
    for match in _BVID_RE.finditer(text):
        found.append((match.start(), VideoRef("bvid", match.group(0))))
    for match in _AID_RE.finditer(text):
        found.append((match.start(), VideoRef("aid", int(match.group(1)))))
    for match in _SHORT_RE.finditer(text):
        found.append((match.start(), VideoRef("short", match.group(1))))
    found.sort(key=lambda item: item[0])
    return found


def extract_video_refs(
    text: object, *, limit: int | None = DEFAULT_MAX_REFS
) -> list[VideoRef]:
    """从文本中按出现顺序提取去重后的视频引用。

    * 非字符串 / 空串 → 返回空列表；
    * 相同 ``(kind, value)`` 只保留首次出现；
    * ``limit`` 为 ``None`` 时不限制数量。
    """
    if not isinstance(text, str) or not text:
        return []
    out: list[VideoRef] = []
    seen: set[tuple[str, str | int]] = set()
    for _, ref in _matches(text):
        key = ref.key()
        if key in seen:
            continue
        seen.add(key)
        out.append(ref)
        if limit is not None and len(out) >= max(0, int(limit)):
            break
    return out