// innboks-frontmatter.mjs
// Step 5: deterministisk frontmatter-projeksjon for et konsept (fra splitConcepts).
// Regel-basert (INGEN LLM): type/tags utledes fra title+sti og snappes mot det
// lukkede vokabularet (okf-vocab); resource = original relativ sti (kanonisk navn);
// description = foerste ikke-tomme avsnitt (whitespace kollapset, trunkert);
// timestamp = ISO-8601 av original-fil-mtime (IKKE veggklokke -> idempotens by
// construction per maskin); kilde:innboks provenans-markoer (extension key for
// retrieval-rangering). Beregner ogsaa konseptets mal-sti
// (concept.destRel = routeLevel(type)/slug.md) FOER relasjons-steget (Step 6),
// jf. Pass-2 ordering-fiks (Revisions #21). Serialiserer via writeFrontmatter
// (additiv array-gren fra Step 3). Zero npm dependencies.

import path from 'node:path';

import { writeFrontmatter } from './frontmatter.mjs';
import { snapType, snapTags, routeLevel, TYPE_VOCAB, TAGS_VOCAB } from './okf-vocab.mjs';

const DESCRIPTION_MAX = 240;

// Vokab sortert lengst-foerst saa "Overordnede OKR" matcher foer "OKR".
const TYPE_BY_LENGTH = [...TYPE_VOCAB].sort((a, b) => b.length - a.length);

// M3 (A1): vokab-term matcher kun som HELT ord (ikke substring -- kompound som
// «Statusnotat» skal ikke snappe til Status). Ord-grense = ikke-bokstav/-siffer
// paa begge sider (\b haandterer ikke ae/oe/aa -- derfor \p{L}\p{N}-lookaround).
function termMatches(hay, term) {
  const esc = term.toLowerCase().replace(/[.*+?^${}()|[\]\\]/g, '\\$&');
  return new RegExp(`(?<![\\p{L}\\p{N}])${esc}(?![\\p{L}\\p{N}])`, 'u').test(hay);
}

// Regel-utledning: foerste vokab-term (lengst foerst) som forekommer som helt
// ord i title + BASENAME av kilden -> kanonisk type. Full sti deltar ALDRI
// (M3: et /okr/-katalogsegment skal ikke forgifte routeLevel-rutingen).
function deriveType(title, sourcePath) {
  const hay = `${title} ${path.basename(String(sourcePath))}`.toLowerCase();
  for (const t of TYPE_BY_LENGTH) {
    if (termMatches(hay, t)) return snapType(t);
  }
  return snapType('');
}

// Tags: vokab-termer som forekommer i title (vokab-rekkefolge bevart), saa snappet.
function deriveTags(title) {
  const hay = String(title).toLowerCase();
  return snapTags(TAGS_VOCAB.filter((t) => hay.includes(t.toLowerCase())));
}

// Foerste ikke-tomme avsnitt, whitespace kollapset, trunkert deterministisk.
function deriveDescription(body) {
  const para = String(body)
    .split(/\n\s*\n/)
    .map((p) => p.replace(/\s+/g, ' ').trim())
    .find((p) => p !== '');
  if (!para) return '';
  return para.length > DESCRIPTION_MAX ? `${para.slice(0, DESCRIPTION_MAX).trimEnd()}...` : para;
}

// concept (fra splitConcepts) -> beriket konsept med OKF-frontmatter + destRel.
export function projectFrontmatter(concept, { sourcePath, sourceMtime } = {}) {
  // B2: timestamp er mtime-basert (idempotens by construction) -- en manglende/
  // ugyldig sourceMtime skal feile beskrivende her, ikke som naken RangeError
  // fra toISOString (og ALDRI falle tilbake til veggklokka).
  const mtime = new Date(sourceMtime ?? NaN);
  if (Number.isNaN(mtime.getTime())) {
    throw new TypeError(
      `projectFrontmatter: opts.sourceMtime maa vaere gyldig Date/ms-epoch (fikk: ${sourceMtime})`,
    );
  }
  const resource = String(sourcePath ?? '');
  const type = deriveType(concept.title, resource);
  const description = deriveDescription(concept.body);
  const tags = deriveTags(concept.title);
  const timestamp = mtime.toISOString();
  const destRel = `${routeLevel(type)}/${concept.slug}.md`;

  // Kanonisk noekkel-rekkefolge; description/tags utelates naar tomme.
  const fields = { type, resource, title: concept.title };
  if (description) fields.description = description;
  if (tags.length > 0) fields.tags = tags;
  fields.timestamp = timestamp;
  fields.kilde = 'innboks';

  const frontmatter = writeFrontmatter(fields);

  return {
    ...concept,
    type,
    resource,
    description,
    tags,
    timestamp,
    kilde: 'innboks',
    destRel,
    frontmatter,
  };
}