# -*- coding: utf-8 -*-
"""
仓库扫描器 — 递归遍历仓库文件系统，返回结构化的文件元信息。

仅执行只读操作：读取文件元信息（大小、类型），不修改任何文件。
遇到权限错误时跳过并记录日志，不中断扫描流程。
"""

from __future__ import annotations

import fnmatch
import logging
from pathlib import Path

from scripts.audit import FileEntry

logger = logging.getLogger(__name__)

# ---------------------------------------------------------------------------
# 排除模式
# ---------------------------------------------------------------------------

EXCLUDED_PATTERNS: list[str] = [
    ".git",
    "__pycache__",
    ".pytest_cache",
    "*.pyc",
    ".kiro",
]


# ---------------------------------------------------------------------------
# 排除匹配逻辑
# ---------------------------------------------------------------------------

def _is_excluded(name: str, patterns: list[str]) -> bool:
    """判断文件/目录名是否匹配任一排除模式。

    支持两种模式：
    - 精确匹配（如 ".git"、"__pycache__"）
    - 通配符匹配（如 "*.pyc"），使用 fnmatch 语义
    """
    for pat in patterns:
        if fnmatch.fnmatch(name, pat):
            return True
    return False


# ---------------------------------------------------------------------------
# 递归遍历
# ---------------------------------------------------------------------------

def _walk(
    root: Path,
    base: Path,
    exclude: list[str],
    results: list[FileEntry],
) -> None:
    """递归遍历 *root* 下的文件和目录，将结果追加到 *results*。

    Parameters
    ----------
    root : Path
        当前要遍历的目录。
    base : Path
        仓库根目录，用于计算相对路径。
    exclude : list[str]
        排除模式列表。
    results : list[FileEntry]
        收集结果的列表（就地修改）。
    """
    try:
        children = sorted(root.iterdir(), key=lambda p: p.name)
    except (PermissionError, OSError) as exc:
        logger.warning("无法读取目录 %s: %s", root, exc)
        return

    # 用于判断当前目录是否为"空目录"（排除后无可见子项）
    visible_count = 0

    for child in children:
        if _is_excluded(child.name, exclude):
            continue

        visible_count += 1
        rel = child.relative_to(base).as_posix()

        if child.is_dir():
            # 先递归子目录，再判断该目录是否为空
            sub_start = len(results)
            _walk(child, base, exclude, results)
            sub_end = len(results)

            # 该目录下递归产生的条目数为 0 → 空目录
            is_empty = (sub_end == sub_start)

            results.append(FileEntry(
                rel_path=rel,
                is_dir=True,
                size_bytes=0,
                extension="",
                is_empty_dir=is_empty,
            ))
        else:
            # 文件
            try:
                size = child.stat().st_size
            except (PermissionError, OSError) as exc:
                logger.warning("无法获取文件信息 %s: %s", child, exc)
                continue

            results.append(FileEntry(
                rel_path=rel,
                is_dir=False,
                size_bytes=size,
                extension=child.suffix.lower(),
                is_empty_dir=False,
            ))

    # 如果 root 是仓库根目录自身，不需要额外处理
    # （根目录不作为条目出现在结果中）


def scan_repo(
    root: Path,
    exclude: list[str] | None = None,
) -> list[FileEntry]:
    """递归扫描仓库，返回所有文件和目录的元信息列表。

    Parameters
    ----------
    root : Path
        仓库根目录路径。
    exclude : list[str] | None
        排除模式列表，默认使用 EXCLUDED_PATTERNS。

    Returns
    -------
    list[FileEntry]
        按 rel_path 排序的文件/目录元信息列表。
    """
    if exclude is None:
        exclude = EXCLUDED_PATTERNS

    results: list[FileEntry] = []
    _walk(root, root, exclude, results)

    # 按相对路径排序，保证输出稳定
    results.sort(key=lambda e: e.rel_path)
    return results