"""Extracted tracking rules with unchanged business behavior."""

import json
import random
import re
from datetime import datetime, timedelta

CARD_PREFIX = "__CARD__"

def card_to_text(content):
    """把存库的卡片标记转成人话，避免原始 JSON 进入模型上下文"""
    if not content.startswith(CARD_PREFIX):
        return content
    try:
        card = json.loads(content[len(CARD_PREFIX):])
        if card.get('kind') == 'order':
            return card.get('summary', '')
        return f"（历史演示轨迹，非真实物流信息：单号 {card.get('no', '')}，演示状态：{card.get('status', '')}）"
    except Exception:
        return "（已为该运单查询过轨迹）"

def is_tracking_no(text):
    """判断一句话是不是"整句运单号"

    规则（逐条收紧，避免误判）：
    1. 去掉空格和横杠后，长度 8~20 位，且只能由字母数字组成
    2. 至少包含 3 个数字（英文句子通常只有 1 个数字）
    3. 字母数量不能多于数字（"i want to go 1t how money" 这类会被排除）
    纯数字单号（如 15252125）全部满足上述条件。
    """
    # 日期格式（如 2026-10-23、2026/10/23）不算运单号
    if re.fullmatch(r"\d{4}[-/.]\d{1,2}[-/.]\d{1,2}", text.strip()):
        return False
    t = re.sub(r"[\s\-]", "", text)
    if not (8 <= len(t) <= 20):
        return False
    if not re.fullmatch(r"[A-Za-z0-9]+", t):
        return False
    digits = sum(c.isdigit() for c in t)
    letters = sum(c.isalpha() for c in t)
    if digits < 3:
        return False
    if letters > digits:
        return False
    return True

def extract_tracking_no(text):
    """从一句话里提取运单号：先看整句是不是，再从句子里找最长的字母数字串"""
    t = text.strip()
    if is_tracking_no(t):
        return t
    # 找句子里最长的 8~20 位字母数字连续串
    candidates = re.findall(r"[A-Za-z0-9]{8,20}", t)
    best = None
    for c in candidates:
        if is_tracking_no(c):
            if best is None or len(c) > len(best):
                best = c
    return best

def build_track(no):
    """Legacy demo helper for old imports; chat queries use order_test_data."""
    rnd = random.Random(no)
    steps = [
        ("已揽收", "义乌仓"),
        ("出口清关放行", "义乌/宁波口岸"),
        ("已发车", "中欧班列/卡航 · 阿拉山口"),
        ("到达欧洲中转仓", "波兰 · 华沙"),
        ("欧盟清关放行", "德国 · 杜伊斯堡"),
        ("派送中", "收件人所在城市"),
    ]
    gaps = [rnd.randint(6, 40) for _ in steps]          # 相邻节点间隔（小时）
    t = datetime.now() - timedelta(hours=sum(gaps))
    nodes = []
    for (text, place), gap in zip(steps, gaps):
        t = t + timedelta(hours=gap)
        nodes.append({"time": t.strftime("%Y-%m-%d %H:%M"),
                      "text": text, "place": place})
    nodes.reverse()                                      # 最新的排最上面
    return {"no": no, "status": nodes[0]["text"], "nodes": nodes}