package tech.aiflowy.common.ai;

import com.agentsflex.core.document.Document;
import com.agentsflex.core.document.DocumentParser;
import org.commonmark.node.Node;
import org.commonmark.parser.Parser;
import org.commonmark.renderer.html.HtmlRenderer;

import java.io.IOException;
import java.io.InputStream;
import java.nio.charset.StandardCharsets;
import java.util.Scanner;
import java.util.regex.Pattern;

public class MarkdownDocumentParser implements DocumentParser {

    public MarkdownDocumentParser() {
        // 构造函数，可以在这里初始化一些必要的资源
    }

    @Override
    public Document parse(InputStream stream) {
        try {
            // 将 InputStream 转换为字符串
            String markdownContent = convertStreamToString(stream);

            // 使用 CommonMark 解析 Markdown 内容
            Parser parser = Parser.builder().build();
            Node documentNode = parser.parse(markdownContent);

            // 将 Markdown 转换为 HTML
            HtmlRenderer renderer = HtmlRenderer.builder().build();
            String htmlContent = renderer.render(documentNode);

            // 去掉 HTML 标签，提取纯文本
            String plainText = removeHtmlTags(htmlContent);

            // 创建并返回 Document 对象
            return new Document(plainText);
        } catch (IOException e) {
            throw new RuntimeException("解析 Markdown 文件时发生错误", e);
        }
    }

    /**
     * 将 InputStream 转换为字符串
     *
     * @param stream 输入流
     * @return 转换后的字符串
     * @throws IOException 如果读取流时发生错误
     */
    private String convertStreamToString(InputStream stream) throws IOException {
        try (Scanner scanner = new Scanner(stream, StandardCharsets.UTF_8.name())) {
            return scanner.useDelimiter("\\A").next();
        }
    }

    /**
     * 去掉 HTML 标签，提取纯文本
     *
     * @param htmlContent 包含 HTML 的字符串
     * @return 去掉 HTML 标签后的纯文本
     */
    private String removeHtmlTags(String htmlContent) {
        // 使用正则表达式匹配 HTML 标签
        Pattern pattern = Pattern.compile("<[^>]*>");
        return pattern.matcher(htmlContent).replaceAll("").trim();
    }
}