# -*- coding: utf-8 -*-
"""iAOP-Core · LLM 网关 —— 敏感度路由规则引擎（EPIC #6 主体，Issue #43 雏形）。

对应 PRD 5.4「④ LLM 网关 + RAG」与 EPIC #6：
本地 70B（敏感/核心）+ 云端 API（脱敏/通用）**混合**，安全分级路由。
本模块实现**路由决策层**：

- 依据「敏感度路由规则」（模板配置资产）对用户 query 做**敏感度分级**，
  输出路由目标：`local`（敏感/核心，数据不出厂）/ `cloud`（脱敏/通用）/
  `block`（触发高危规则，直接拦截，转人工）。
- 分级规则为**配置点**：`config/router.template.yaml`，换行业只改资产，
  内核零改动（对齐 dlp / rag-kb 模板化思想）。
- 路由决策前**强制先过 DLP 出站检查**：query 若命中 DLP block 规则，
  一律走本地（fail-closed），云端仅在 DLP 放行时允许（PRD 5.4 数据不出厂）。

设计说明（供子任务 #43 继续细化）：
- 本版实现规则匹配与分级、模板加载、评估准确率的离线脚本接口；
- 子任务 #43 将在此基础上补齐敏感度词库覆盖与准确率 ≥ 96.5% 的调优基线。

测试：`python -m unittest discover -s tests -v`（在 core/llm-gateway 目录下执行）。
"""
from __future__ import annotations

import re
import uuid
from dataclasses import dataclass, field
from datetime import datetime, timezone
from typing import Dict, List, Optional, Tuple

# ---------------------------------------------------------------------------
# 轻量 YAML 子集解析（零第三方依赖，递归下降）：与 dlp.py 同款（模块内自持，
# 保持模块零耦合）。足以解析 `config/router.template.yaml` 模板资产。
# ---------------------------------------------------------------------------


def _parse_scalar(text: str) -> str:
    """去掉标量两侧引号与行内注释（`key: value # comment`）。"""
    t = text.split(" #", 1)[0].strip()
    if len(t) >= 2 and t[0] == t[-1] and t[0] in ("'", '"'):
        return t[1:-1]
    return t


def _strip_comments(lines: List[str]) -> List[Tuple[str, int]]:
    """剔除空行与整行注释，保留行号（1 起）用于报错定位。"""
    out = []
    for i, ln in enumerate(lines):
        s = ln.strip()
        if not s or s.startswith("#"):
            continue
        out.append((ln, i + 1))
    return out


def _parse_node(lines: List[Tuple[str, int]], i: int, indent: int):
    """递归解析从 lines[i] 开始、缩进为 `indent` 的一个节点。

    返回 `(value, next_i)`：value 为 dict / list / str，next_i 为下一个
    未消费行的下标。
    """
    text, no = lines[i]
    lead = len(text) - len(text.lstrip(" "))

    # ---- list 节点：`- item` 或 `- key: val`（map 项） ----
    if text.lstrip(" ").startswith("- "):
        items: List[object] = []
        while i < len(lines):
            t, no2 = lines[i]
            stripped = t.lstrip(" ")
            if not stripped.startswith("- "):
                break
            lead_j = len(t) - len(t.lstrip(" "))
            if lead_j != indent:
                break
            item_text = stripped[2:].strip()
            if not item_text:
                raise ValueError(f"router.yaml 第 {no2} 行：list 项为空")
            if ":" in item_text:
                map_indent = len(t) - len(t.lstrip(" ")) + 2
                lines[i] = (" " * map_indent + item_text, no2)
                v, i = _parse_node(lines, i, map_indent)
                items.append(v)
            else:
                items.append(_parse_scalar(item_text))
                i += 1
        return items, i

    # ---- map 节点：`key: value` / `key:`（嵌套值） ----
    result: Dict[str, object] = {}
    while i < len(lines):
        t, no = lines[i]
        lead_j = len(t) - len(t.lstrip(" "))
        if lead_j < indent or t.lstrip(" ").startswith("- "):
            break
        if lead_j > indent:
            raise ValueError(f"router.yaml 第 {no} 行缩进异常（期望 {indent}，实际 {lead_j}）")
        if ":" not in t:
            raise ValueError(f"router.yaml 第 {no} 行不是合法键值对：{t!r}")
        key, _, rest = t.partition(":")
        key = key.strip()
        rest = rest.strip()
        if rest:
            result[key] = _parse_scalar(rest)
            i += 1
            continue
        if i + 1 >= len(lines):
            raise ValueError(f"router.yaml 第 {no} 行 {key!r} 缺少值")
        sub_indent = len(lines[i + 1][0]) - len(lines[i + 1][0].lstrip(" "))
        if sub_indent <= indent:
            raise ValueError(f"router.yaml 第 {no} 行 {key!r} 缺少值（无嵌套内容）")
        v, i = _parse_node(lines, i + 1, sub_indent)
        result[key] = v
    return result, i


def _load_yaml_text(text: str) -> Dict[str, object]:
    """解析 YAML 子集 → 嵌套 dict/list。顶层必须为 map。"""
    lines = _strip_comments(text.splitlines())
    if not lines:
        return {}
    top_indent = len(lines[0][0]) - len(lines[0][0].lstrip(" "))
    value, next_i = _parse_node(lines, 0, top_indent)
    if not isinstance(value, dict):
        raise ValueError("router.yaml 顶层必须是 map")
    if next_i < len(lines):
        raise ValueError(
            f"router.yaml 第 {lines[next_i][1]} 行：顶层存在多个节点（缩进不一致）"
        )
    return value


# ---------------------------------------------------------------------------
# 路由目标与规则模型
# ---------------------------------------------------------------------------


class RouteTarget:
    """路由目标常量。"""

    LOCAL = "local"        # 敏感/核心 → 本地 70B（数据不出厂）
    CLOUD = "cloud"        # 脱敏/通用 → 云端 API
    BLOCK = "block"        # 高危 → 直接拦截，转人工确认


@dataclass(frozen=True)
class RouterRule:
    """一条敏感度路由规则。

    - `target`：命中后路由到哪（local / cloud / block）；
    - `kind`：`keyword`（大小写不敏感子串）或 `regex`（正则）；
    - `category`：敏感类别（工艺参数 / 个人信息 / 高危指令等），用于审计分组。
    """

    name: str
    category: str
    kind: str
    pattern: str
    target: str
    description: str = ""
    priority: int = 0              # 数字越小越优先（issue #43）；相同按声明顺序
    _compiled: Optional["re.Pattern[str]"] = field(default=None, repr=False, compare=False)

    @classmethod
    def from_mapping(cls, m: Dict[str, object]) -> "RouterRule":
        name = str(m.get("name", ""))
        if not name:
            raise ValueError("router 规则缺少 name")
        kind = str(m.get("kind", "keyword"))
        pattern = str(m.get("pattern", ""))
        if not pattern:
            raise ValueError(f"router 规则 {name} 缺少 pattern")
        target = str(m.get("target", RouteTarget.LOCAL))
        if target not in (RouteTarget.LOCAL, RouteTarget.CLOUD, RouteTarget.BLOCK):
            raise ValueError(f"router 规则 {name} 的 target 非法：{target!r}")
        if kind not in ("keyword", "regex"):
            raise ValueError(f"router 规则 {name} 的 kind 非法：{kind!r}")
        try:
            priority = int(m.get("priority", 0))
        except (TypeError, ValueError):
            raise ValueError(f"router 规则 {name} 的 priority 非法：{m.get('priority')!r}")
        return cls(
            name=name,
            category=str(m.get("category", "general")),
            kind=kind,
            pattern=pattern,
            target=target,
            description=str(m.get("description", "")),
            priority=priority,
        )

    def _compiled_regex(self) -> "re.Pattern[str]":
        if self.kind == "regex":
            return re.compile(self.pattern, re.IGNORECASE)
        return re.compile(re.escape(self.pattern), re.IGNORECASE)

    def find(self, text: str) -> List[Tuple[str, int, int]]:
        """返回 (匹配文本, 起始, 结束) 列表；空串 pattern 返回空。"""
        if not self.pattern:
            return []
        return [(m.group(0), m.start(), m.end()) for m in self._compiled_regex().finditer(text)]


@dataclass(frozen=True)
class RouteDecision:
    """一次路由决策结果（含审计所需上下文）。"""

    query: str
    target: str
    reason: str                      # rule_hit / no_rule / dlp_blocked
    rule_name: Optional[str] = None  # 命中的规则（rule_hit 时）
    category: Optional[str] = None
    decision_id: str = field(default_factory=lambda: uuid.uuid4().hex[:12])
    created_at: str = field(default_factory=lambda: datetime.now(timezone.utc).isoformat())

    def to_dict(self) -> Dict[str, object]:
        return {
            "decision_id": self.decision_id,
            "created_at": self.created_at,
            "query": self.query,
            "target": self.target,
            "reason": self.reason,
            "rule_name": self.rule_name,
            "category": self.category,
        }


# ---------------------------------------------------------------------------
# 敏感度路由引擎
# ---------------------------------------------------------------------------


class SensitivityRouter:
    """敏感度路由引擎：对 query 做分级路由（local / cloud / block）。

    路由优先级（fail-closed）：
    1. DLP 出站检查拦截 → `block`（转发人工，绝不发云端）；
    2. 命中 `block` 路由规则 → `block`；
    3. 命中 `local` 路由规则 → `local`（敏感优先本地，规则可覆盖 cloud）；
    4. 命中 `cloud` 规则 → `cloud`；
    5. 未命中任何规则 → 默认 `local`（保守：未知 = 敏感，数据不出厂）。
    """

    # 内置保底规则：即使未加载任何配置，通用高危/敏感内容默认生效。
    ROUTER_DEFAULT_RULES: Tuple[RouterRule, ...] = (
        RouterRule(
            name="rt_id_card", category="pii", kind="regex",
            pattern=r"\d{17}[\dXx]", target=RouteTarget.LOCAL,
            description="身份证号（敏感，走本地）",
        ),
        RouterRule(
            name="rt_mobile", category="pii", kind="regex",
            pattern=r"1[3-9]\d{9}", target=RouteTarget.LOCAL,
            description="手机号（敏感，走本地）",
        ),
        RouterRule(
            name="rt_emergency_cmd", category="safety", kind="keyword",
            pattern="停机", target=RouteTarget.BLOCK,
            description="停机等安全指令（高危，转人工）",
        ),
    )

    def __init__(self, rules: Optional[List[RouterRule]] = None,
                 default_target: str = RouteTarget.LOCAL,
                 audit: bool = True) -> None:
        # 内置保底 + 模板规则（同名覆盖内置：模板定制优先）
        merged: Dict[str, RouterRule] = {r.name: r for r in self.ROUTER_DEFAULT_RULES}
        for r in (rules or []):
            merged[r.name] = r
        # 按 priority 升序（稳定排序：同 priority 保持合并后的声明顺序）
        self._rules: List[RouterRule] = sorted(
            merged.values(), key=lambda r: r.priority)
        self.default_target = default_target
        self.audit = audit
        self._audit_log: List[Dict[str, object]] = []

    @classmethod
    def from_template_config(cls, path: str,
                             default_target: str = RouteTarget.LOCAL) -> "SensitivityRouter":
        """从模板资产加载路由规则（`config/router.template.yaml`）。"""
        with open(path, "r", encoding="utf-8") as fh:
            raw = _load_yaml_text(fh.read())
        rules = []
        for m in raw.get("rules", []):
            if isinstance(m, dict):
                rules.append(RouterRule.from_mapping(m))
        return cls(rules=rules, default_target=default_target)

    # -- 决策 --------------------------------------------------------------

    def route(self, query: str, dlp_blocked: bool = False) -> RouteDecision:
        """对单条 query 做路由决策。

        `dlp_blocked`：上游 DLP 出站检查结果（true = 已拦截）。
        命中 block 或 DLP 拦截时返回 `block`（fail-closed）。
        """
        # 1) DLP 已拦截 → 直接 block
        if dlp_blocked:
            decision = RouteDecision(
                query=query, target=RouteTarget.BLOCK,
                reason="dlp_blocked", category="dlp",
            )
            self._record(decision)
            return decision
        # 2) 逐条规则（模板配置顺序 = 优先级）
        for rule in self._rules:
            if rule.find(query):
                decision = RouteDecision(
                    query=query, target=rule.target,
                    reason="rule_hit", rule_name=rule.name,
                    category=rule.category,
                )
                self._record(decision)
                return decision
        # 3) 无规则命中 → 保守默认
        decision = RouteDecision(
            query=query, target=self.default_target, reason="no_rule",
        )
        self._record(decision)
        return decision

    # -- 规则引擎诊断（Issue #43） -----------------------------------------

    def validate_rules(self) -> List[str]:
        """校验规则集合法性，返回问题列表（空 = 合法）。

        检查项：规则名重复、pattern 空、target/kind 非法（from_mapping 已拦截）、
        priority 排序无冲突（仅报告，不阻断）。
        """
        problems: List[str] = []
        seen: Dict[str, int] = {}
        for rule in self._rules:
            seen[rule.name] = seen.get(rule.name, 0) + 1
            if not rule.pattern:
                problems.append(f"规则 {rule.name} pattern 为空")
            if rule.target not in (RouteTarget.LOCAL, RouteTarget.CLOUD,
                                   RouteTarget.BLOCK):
                problems.append(f"规则 {rule.name} target 非法：{rule.target!r}")
        for name, count in seen.items():
            if count > 1:
                problems.append(f"规则名重复：{name}（{count} 次）")
        return problems

    def stats(self) -> Dict[str, object]:
        """规则集统计（按 target / kind 分类）。"""
        by_target: Dict[str, int] = {}
        by_kind: Dict[str, int] = {}
        for rule in self._rules:
            by_target[rule.target] = by_target.get(rule.target, 0) + 1
            by_kind[rule.kind] = by_kind.get(rule.kind, 0) + 1
        return {"total": len(self._rules),
                "by_target": by_target, "by_kind": by_kind}

    def describe(self, query: str) -> Dict[str, object]:
        """命中链诊断：返回 query 命中的全部规则（不改变路由决策）。

        用于规则调试/配置台预览：查看同一条 query 命中的多条规则，
        理解实际决策是第一条命中的规则（按 priority 排序后）。
        """
        hits = []
        for rule in self._rules:
            found = rule.find(query)
            if found:
                hits.append({
                    "name": rule.name, "target": rule.target,
                    "category": rule.category, "kind": rule.kind,
                    "priority": rule.priority, "matches": len(found),
                })
        return {"query": query, "hits": hits}

    # -- 评估（Issue #49 雏形：路由准确率离线评估脚本入口） ----------------

    def evaluate(self, samples: List[Dict[str, object]]) -> Dict[str, object]:
        """离线评估路由准确率（目标 ≥ 96.5%）。

        `samples`：`[{"query": str, "expected": "local"|"cloud"|"block"}, ...]`。
        返回总体准确率 + 每类明细。子任务 #49 将扩展为评测集与报表脚本。
        """
        total = len(samples)
        if total == 0:
            return {"accuracy": 0.0, "correct": 0, "total": 0, "by_target": {}}
        correct = 0
        by_target: Dict[str, Dict[str, int]] = {}
        for s in samples:
            expected = str(s["expected"])
            got = self.route(str(s["query"]), dlp_blocked=bool(s.get("dlp_blocked", False)))
            ok = got.target == expected
            if ok:
                correct += 1
            agg = by_target.setdefault(expected, {"correct": 0, "total": 0})
            agg["total"] += 1
            if ok:
                agg["correct"] += 1
        return {
            "accuracy": round(correct / total, 4),
            "correct": correct,
            "total": total,
            "by_target": by_target,
        }

    # -- 审计 --------------------------------------------------------------

    def _record(self, decision: RouteDecision) -> None:
        if self.audit:
            self._audit_log.append(decision.to_dict())

    def drain_audit(self) -> List[Dict[str, object]]:
        """取走并清空审计记录（对接外部审计管道）。"""
        out, self._audit_log = self._audit_log, []
        return out

    # -- 只读属性 ----------------------------------------------------------

    @property
    def rule_count(self) -> int:
        return len(self._rules)

    @property
    def rule_names(self) -> List[str]:
        return [r.name for r in self._rules]

    def __repr__(self) -> str:  # pragma: no cover - 调试辅助
        return f"<SensitivityRouter rules={self.rule_count} default={self.default_target}>"