// 字元分類與規則字集（架構 §4.2）。
//
// 集中所有 Unicode 範圍與標點子類，供各 pass 共用，杜絕分類散落不一致。
// CJK／西文字集沿用 v1（cjk-autospace）已驗證之 Pangu 範圍；標點子類為新增，
// 對應 CSS class（jz-char 之 bd-* 標記）。
//
// 這些常數以「regex 字元類片段」形式給出（已就 RegExp 字元類做必要轉義），
// 故可直接 `new RegExp("[" + X + "]")`。

import type { LangClass } from "./locale.js";

/** CJK 表意文字／假名／注音等範圍（沿用並擴充 v1 之 PANGU_CJK）。 */
export const CJK = (
    "⺀-⻿⼀-⿟"          // CJK 部首補充 + 康熙部首
    + "぀-ゟ゠-ヺー-ヿ" // 平假名 + 片假名
    + "㄀-ㄯ㈀-㋿"        // 注音符號 + 圈號 CJK
    + "㐀-䶿一-鿿豈-﫿" // 擴展 A + 統一表意 + 相容
);

/** 西文字母與數字。 */
export const ALNUM = "A-Za-z0-9";

/** 西文字母。 */
export const ALPHA = "A-Za-z";

// ----- Pangu 中西邊界用之擴充西文字集（沿用 v1）-----

// 西文（外文）字集——CJK 與其相鄰時補中西間隙。以 regex 字元類片段表示，供
// STRIP_*／CJK_ANS／ANS_CJK 等規則拼接。**列舉法（whitelist）**：逐區塊以
// \uXXXX 明列並附名稱；未來新區塊於此補入即可。範圍皆 BMP（≤U+FFFF），\uXXXX
// 於 regex 字元類內**無需 u flag** 即生效，故相容舊環境（2016／Windows 10 時代）。
// 相對 v1 補入：拉丁擴充 A/B（拼音聲調）、西里爾、貨幣符號（下游回報之 €）、數學
// 運算符；並把希臘由原 U+0370–037D 補全至整塊（原漏 Α-Ω α-ω 本身，致 `中文α`
// 不補隙）。刻意跳過 U+00B7 中間點 `·`（CJK 間隔號，如 卡爾·馬克思，屬 CJK 標點，
// 不觸發中西間隙）。
const WEST_SHARED = (
    "0-9"
    + "\\$%\\^&\\*\\-\\+\\\\="          // 常用運算符（字面：$ % ^ & * - + \ =）
    + "\\u0370-\\u03ff"                 // 希臘＋科普特（含 Α-Ω α-ω）
    + "\\u0100-\\u024f"                 // 拉丁擴充 A/B（拼音聲調 ā ǎ ē ǐ ō ǔ）
    + "\\u0400-\\u04ff"                 // 西里爾（俄文等）
    + "\\u00a1-\\u00b6\\u00b8-\\u00ff"  // 拉丁-1 補充（跳過 U+00B7 間隔號 ·）
    + "\\u20a0-\\u20bf"                 // 貨幣符號（€ ₩ ₹ ₿ 等）
    + "\\u2150-\\u21ff"                 // 數字形式＋箭號
    + "\\u2200-\\u22ff"                 // 數學運算符（∑ ∫ ≠ ≈ ± × ÷ 等）
    + "\\u2700-\\u27bf"                 // dingbats 裝飾符
);

/** CJK 之後可接間隙之西文集（含 @）。 */
export const ANS_AFTER_CJK = ALPHA + "@" + WEST_SHARED;

/** CJK 之前可接間隙之西文集（去 @）。 */
export const ANS_BEFORE_CJK = ALPHA + WEST_SHARED;

// ----- 標點（biaodian）子類。對應 jz-char 之 bd-* class -----
//
// 注意：分類依「字形角色」，而開明式／全角式之別依「句法角色」。slice 1 之
// 擠壓集（句內點號）由 BD_PAUSE 表達——此即 v1 Pass D 所擠之 ，、；：。

/** 句末點號：。．！？（開明式與全角式皆保持全形，不擠壓；banjiao 擠半）。
 *  含全角句點 ．（U+FF0E，異於表意句號 。U+3002）——實測 Noto CJK SC／TC 皆有 halt、
 *  挤壓收 0.5em，故與 。！？ 同列為句末點號（下游回饋）。 */
export const BD_STOP = "。．！？";

/** 句內點號：，、；：（開明式擠成半形；全角式保持全形）。 */
export const BD_PAUSE = "，、；：";

/** 開始括號／引號：「『（《〈【〖〔［｛“‘。 */
export const BD_OPEN = "「『（《〈【〖〔［｛“‘";

/** 結束括號／引號：」』）》〉】〗〕］｝”’。 */
export const BD_CLOSE = "」』）》〉】〗〕］｝”’";

/** 間隔／分隔號：·・‧。 */
export const BD_MIDDLE = "·・‧";

/** 連續省略／破折：…—。 */
export const BD_LIGA = "…—";

/** 全寬標點之六子類鍵。 */
export type BdSubclass = "stop" | "pause" | "open" | "close" | "middle" | "liga";

const BD_ORDER: ReadonlyArray<BdSubclass> = [
    "stop", "pause", "open", "close", "middle", "liga",
];

/**
 * 字符分類規則集（§4.2）：把「中文／西文／全寬標點各子類」各表為 regex 字元類片段。
 * 各 pass（spacing 之 CJK／ANS 正則、jiya 之 classifyBiaodian、jinze 之 anyCjk）皆由此
 * 取分類，不再各自硬編碼。內置默認見 DEFAULT_RULESET；消費端經 options.charClass 擴充
 * （resolveRuleset）。
 */
export interface Ruleset
{
    /** 中文（CJK 表意／假名／注音等）——中西間隙之「中」側、禁則／justify 原子。 */
    cjk: string;
    /** 西文，CJK 之後可接隙者（含 @）。 */
    ansAfter: string;
    /** 西文，CJK 之前可接隙者（去 @）。 */
    ansBefore: string;
    /** 全寬標點，按子類——jiya charify／擠壓、禁則避頭尾、行端。 */
    biaodian: Record<BdSubclass, string>;
}

/** 消費端字符分類覆寫（追加語義；見 README「自定義字符分類」）。 */
export interface CharClassOverride
{
    /** 追加為中文（CJK）。 */
    cjk?: string;
    /** 追加為西文（半寬標點亦歸此，按西文處理間隙）；併入 ansAfter／ansBefore。 */
    western?: string;
    /** 追加為全寬標點，按子類。 */
    biaodian?: Partial<Record<BdSubclass, string>>;
}

/** 內置默認規則集（即現狀硬編碼值）。 */
export const DEFAULT_RULESET: Ruleset = {
    cjk: CJK,
    ansAfter: ANS_AFTER_CJK,
    ansBefore: ANS_BEFORE_CJK,
    biaodian: {
        stop: BD_STOP, pause: BD_PAUSE, open: BD_OPEN,
        close: BD_CLOSE, middle: BD_MIDDLE, liga: BD_LIGA,
    },
};

/**
 * 合併消費端覆寫，回傳最終規則集。v1 為**追加**語義：把 override 字元併入內置對應類
 * （未分類字符→歸類、新符號→納入）。不傳則回傳 DEFAULT_RULESET（零行為變更）。
 */
export function resolveRuleset(override?: CharClassOverride): Ruleset
{
    if (!override) { return DEFAULT_RULESET; }
    const west = override.western || "";
    const bd: Record<BdSubclass, string> = { ...DEFAULT_RULESET.biaodian };
    if (override.biaodian)
    {
        for (const sub of BD_ORDER)
        {
            const extra = override.biaodian[sub];
            if (extra) { bd[sub] = bd[sub] + extra; }
        }
    }
    return {
        cjk: CJK + (override.cjk || ""),
        ansAfter: ANS_AFTER_CJK + west,
        ansBefore: ANS_BEFORE_CJK + west,
        biaodian: bd,
    };
}

/**
 * 將單一標點字元歸入其 bd-* 子類；非標點回傳 null。供 jiya charify 標記 class。
 * biaodian 取自規則集（預設 DEFAULT_RULESET.biaodian，向下兼容無參數呼叫）。
 */
export function classifyBiaodian(
    ch: string,
    biaodian: Record<BdSubclass, string> = DEFAULT_RULESET.biaodian,
): string | null
{
    for (const sub of BD_ORDER)
    {
        if (biaodian[sub].indexOf(ch) >= 0) { return "bd-" + sub; }
    }
    return null;
}

/**
 * 標點之「可壓縮空白」側（橫排）。字面偏左者空白在右（句內／句末／閉類），
 * 開類字面偏右、空白在左。間隔號／連接號不壓縮。擠壓即收掉對應側之半形空白。
 */
export function blankSides(bdClass: string | null): { left: boolean; right: boolean }
{
    switch (bdClass)
    {
        case "bd-open":
        {
            return { left: true, right: false };
        }
        case "bd-close":
        case "bd-pause":
        case "bd-stop":
        {
            return { left: false, right: true };
        }
        default:
        {
            return { left: false, right: false };
        }
    }
}

// ----- 字形偏側（ink bias）參考表 — margin 後備模式用（架構 §6.3／.feedback）-----
//
// 預設半形渲染用字型 OpenType `halt`：由字型按字形正確定位，無需知道字面偏側。
// 但消費端字型未必含 halt（部分系統字型、特製字型）。此時改用「margin 後備模式」：
// 以負 margin 收半形空白，**須知道每個標點字形之墨色偏側**才能收對側、不重疊：
//
//   left   墨色偏左（空白在右） → 收右：margin-right: -0.5em
//   right  墨色偏右（空白在左） → 收左：margin-left:  -0.5em
//   center 墨色居中（兩側各半空白） → 兩側各收：margin-left/right: -0.25em
//   full   無可壓縮空白（字面已佔滿全形） → 不收（維持全形）
//
// 下表為**參考預設**，依簡／繁字形慣例給出（簡體點號偏左下、繁體居中；！？恆
// 居中；開類偏右、閉類偏左）。因實際字型字形多樣，消費端可經 options.jiya.bias
// 逐 lang 逐字覆寫（見 README「margin 後備模式」一節）。
//
// 注意：此偏側表只在 margin 後備模式生效；halt 模式（預設）不讀它。

/** 字形墨色偏側。 */
export type Bias = "left" | "center" | "right" | "full";

/** 逐 lang 逐字之偏側覆寫表（消費端傳入，覆寫參考預設）。 */
export type BiasTable = Partial<Record<LangClass, Record<string, Bias>>>;

// 括號／引號偏側依**字身墨色中心**（margin 後備模式之 width:0.5em 盒內定位用）。
// 經方正書宋 GBK 實測 glyph ink bbox：彎引號 “”‘’、角括號 「」、尖括號 〈〉 之墨色
// 強偏一側（開類 inkcenter≈0.64–0.75 偏右、閉類≈0.25–0.37 偏左）→ 開 right、閉 left；
// 圓／方／書名／六角括號 （）【】《》［］｛｝〔〕〖〗『』 墨色近中（≈0.38–0.62）→ center。
// 偏側決定字身於 0.5em 半形盒內之左移量（right 移 0.5、center 移 0.25、left 不移），
// 使墨色落於盒內、空白溢向外側而不與鄰字重疊。字型字身分布各異，消費端可經
// options.jiya.bias 逐字覆寫（見 README「字型適配工作流」）。
const BRACKET_OPEN_RIGHT = "「〈“‘";   // 開類中墨色強偏右者
const BRACKET_CLOSE_LEFT = "」〉”’";    // 閉類中墨色強偏左者
const BIAS_BRACKETS: Record<string, Bias> = (() =>
{
    const t: Record<string, Bias> = {};
    for (const ch of BD_OPEN) { t[ch] = BRACKET_OPEN_RIGHT.indexOf(ch) >= 0 ? "right" : "center"; }
    for (const ch of BD_CLOSE) { t[ch] = BRACKET_CLOSE_LEFT.indexOf(ch) >= 0 ? "left" : "center"; }
    return t;
})();

// 點號偏側因簡繁字形而異。簡體（GBK／宋體系）點號皆沉於左下角、墨色偏左、空白
// 在右 → 全判 left（經方正書宋 GBK 實測：，、。；：！？ 墨色 inkL≈0.1–0.18、
// inkR≈0.58–0.68，一致偏左）。繁體（Noto／教育部字形）點號置中 → center。
const BIAS_HANS: Record<string, Bias> = {
    "，": "left", "、": "left", "。": "left", "．": "left",
    "；": "left", "：": "left", "！": "left", "？": "left",
};
const BIAS_HANT: Record<string, Bias> = {
    "，": "center", "、": "center", "。": "center", "．": "center",
    "；": "center", "：": "center", "！": "center", "？": "center",
};

const BIAS_DEFAULT: Record<LangClass, Record<string, Bias>> = {
    "zh-Hans": BIAS_HANS,
    "zh-Hant": BIAS_HANT,
    "ja": BIAS_HANT,      // 日文點號慣例居中，沿用繁體表
    "other": BIAS_HANT,
};

/**
 * 解析標點字元在某語言下之墨色偏側（margin 後備模式用）。
 * 優先序：消費端 overrides[langClass][ch] ＞ 括號表 ＞ 內建點號參考表。
 * 非可壓縮標點（間隔／連接號等）回傳 null（margin 模式不收）。
 */
export function inkBias(
    ch: string,
    langClass: LangClass,
    overrides?: BiasTable,
): Bias | null
{
    const ov = overrides ? overrides[langClass] : undefined;
    if (ov && ov[ch]) { return ov[ch]; }
    const bracket = BIAS_BRACKETS[ch];
    if (bracket) { return bracket; }
    const t = BIAS_DEFAULT[langClass] || BIAS_DEFAULT.other;
    return t[ch] || null;
}