"""Lecture des analyses transversales (`research/lois-2026_insight.md`).

Sept analyses, chacune au format ::

    ## Insight 3 — Le 1er septembre 2026 : « big bang » silencieux …
    **Dérivé de :** dim08, dim09, dim02, dim12, dim03.
    <corps>
    **Implications :** …
    **Confiance : high.**

Elles alimentent l'encart « point de veille » du tableau de bord. Elles ne
portent aucune source primaire propre — la table de correspondance de la
bibliographie le dit — et ne sont donc jamais présentées comme des faits
sourcés, mais comme des lectures d'ensemble.
"""

from __future__ import annotations

import re

from pipeline.journal import logger
from pipeline.modeles import Insight
from pipeline.parseurs.markdown import decouper_sections, nettoyer

log = logger("parseur.analyses")

_TITRE = re.compile(r"^Insight\s+(\d+)\s*[—–-]\s*(.+)$", re.IGNORECASE)
_DERIVE = re.compile(r"\*\*Dérivé de\s*:\*\*\s*(.+)", re.IGNORECASE)
_IMPLICATIONS = re.compile(r"\*\*Implications\s*:\*\*\s*(.+)", re.IGNORECASE)
_CONFIANCE = re.compile(r"\*\*Confiance\s*:\s*([a-zé-]+)", re.IGNORECASE)
_DIMENSION = re.compile(r"\b(dim\d{2}|phase\s?5)\b", re.IGNORECASE)


def parser(markdown: str) -> list[Insight]:
    """Extrait les analyses transversales du fichier d'insights."""
    analyses: list[Insight] = []

    for section in decouper_sections(markdown, niveau_max=2):
        entete = _TITRE.match(section.titre.strip())
        if not entete:
            continue

        corps_brut = section.corps
        implications = None
        if trouve := _IMPLICATIONS.search(corps_brut):
            implications = nettoyer(trouve.group(1))

        confiance = "medium"
        if trouve := _CONFIANCE.search(corps_brut):
            brut = trouve.group(1).lower()
            confiance = {"high": "high", "élevée": "high", "medium": "medium", "low": "low"}.get(
                brut, "medium"
            )

        derive_de: list[str] = []
        if trouve := _DERIVE.search(corps_brut):
            derive_de = [
                d.lower().replace(" ", "") for d in _DIMENSION.findall(trouve.group(1))
            ]

        corps = _corps_utile(corps_brut)

        analyses.append(
            Insight(
                numero=int(entete.group(1)),
                titre=nettoyer(entete.group(2)),
                corps=corps,
                implications=implications,
                confiance=confiance,
                derive_de=derive_de,
                fichier_origine="research/lois-2026_insight.md",
            )
        )

    log.info("analyses transversales lues", analyses=len(analyses))
    return analyses


def _corps_utile(corps: str) -> str:
    """Corps de l'analyse, sans les lignes de métadonnées."""
    lignes: list[str] = []
    for ligne in corps.splitlines():
        depouillee = ligne.strip()
        if not depouillee:
            continue
        if _DERIVE.match(depouillee) or _IMPLICATIONS.match(depouillee):
            continue
        if _CONFIANCE.match(depouillee):
            continue
        lignes.append(nettoyer(depouillee))
    return " ".join(lignes).strip()