"""기호·숫자·단위 뒤 조사 선택 결정론 교정 — `josa_fix` rule_type 구현체.

한국어 조사(이/가·을/를·은/는·과/와·로/으로·였/이었)는 앞말의 **발음상**
받침 유무를 따르는데, 앞말이 숫자·라틴 대문자·단위 기호·닫는 괄호/따옴표로
끝나면 FT/LLM 이 일관되게 놓친다 (2026-09-17 chosun 풀셋 실측: gold 15건 중
모델 적중 1건 — 예: `WSJ은→는`, `91㎏로→으로`, `차화정)이→가`).

맞춤법 근거 두 가지가 anchor 결정을 가른다:
- **괄호 안 삽입어는 읽지 않는다** → 조사는 괄호 *앞말*의 발음을 따른다
  (`교섭단체(국민의힘)가`). 그래서 닫는 괄호를 만나면 여는 괄호 앞으로 건너뛴다.
- **따옴표 안은 읽는다** → 따옴표 안 *마지막 글자*의 발음을 따른다
  (`'MB.DRIVE'가`). 닫는 따옴표는 한 글자만 벗긴다.

보수 가드: 순수 한글 어절(따옴표·괄호를 안 거친 한글 anchor)은 LLM 영역이라
건드리지 않는다. 소문자 라틴(단어 독음 — iPhone=아이폰)과 R(-er 계 모음 독음)로
끝나는 anchor 도 독음이 갈려서 제외한다.
"""

from __future__ import annotations

import re

#: 닫는 따옴표류 — 이 문자는 발음되지 않으므로 벗기고 안쪽 글자를 anchor 로 삼는다.
_CLOSING_QUOTES = "'\"’”′″´`"

#: 교정 대상 조사 표면형 → (받침형, 무받침형). 로/으로는 ㄹ받침 예외를 별도 처리.
_JOSA_PAIRS: dict[str, tuple[str, str]] = {
    "이": ("이", "가"),
    "가": ("이", "가"),
    "을": ("을", "를"),
    "를": ("을", "를"),
    "은": ("은", "는"),
    "는": ("은", "는"),
    "과": ("과", "와"),
    "와": ("과", "와"),
    "으로": ("으로", "로"),
    "로": ("으로", "로"),
    "이었던": ("이었던", "였던"),
    "였던": ("이었던", "였던"),
    "이었다": ("이었다", "였다"),
    "였다": ("이었다", "였다"),
}

#: 어절 = stem + 조사 + 꼬리 문장부호. 긴 표면형을 먼저 시도한다 (으로 > 로).
_TOKEN_RE = re.compile(
    r"^(?P<stem>.+?)(?P<josa>이었던|였던|이었다|였다|으로|이|가|을|를|은|는|과|와|로)"
    r"(?P<punct>[.,!?;:·…]*)$"
)

#: 숫자 독음의 받침 유무 (영일이삼사오육칠팔구) / ㄹ받침 숫자 (일·칠·팔).
_DIGIT_BATCHIM = {
    "0": True,
    "1": True,
    "2": False,
    "3": True,
    "4": False,
    "5": False,
    "6": True,
    "7": True,
    "8": True,
    "9": False,
}
_DIGIT_RIEUL = frozenset("178")

#: 라틴 대문자 낱자 독음에서 받침이 있는 것 (엘·엠·엔). R(알)은 단어 독음
#: (-er = 어)과 갈려서 아예 제외한다.
_LATIN_BATCHIM = frozenset("LMN")

#: 단위 기호 독음의 받침 유무 — 그램 계열(ㅁ)만 받침이 있다. ASCII 'g'/'m' 은
#: 영어 단어 꼬리(Dream 등)와 구분이 안 돼 넣지 않는다 — post_process 의
#: unit_unicode 가 kg→㎏ 변환을 이 스텝 앞에서 이미 해 준다.
_UNIT_BATCHIM = {
    "㎏": True,
    "㎎": True,
    "㎍": True,
    "㎜": False,
    "㎝": False,
    "㎞": False,
    "㎖": False,
    "㎗": False,
    "ℓ": False,
    "㏄": False,
    "%": False,
    "℃": False,
    "℉": False,
    "㎡": False,
    "㎢": False,
    "㎟": False,
    "㎠": False,
}

_MAX_SKIPS = 8  # 중첩 괄호/따옴표 스킵 한도 — 비정상 입력 무한루프 방지


def _phoneme_of(ch: str, skipped: bool) -> tuple[bool, bool] | None:
    """anchor 글자의 (받침 유무, ㄹ받침 여부). 판정 불가/제외 대상이면 None."""
    if "가" <= ch <= "힣":
        if not skipped:
            return None  # 순수 한글 어절은 LLM 영역 — 괄호/따옴표를 거쳤을 때만
        jong = (ord(ch) - 0xAC00) % 28
        return (jong != 0, jong == 8)
    if ch.isdigit() and ch in _DIGIT_BATCHIM:
        return (_DIGIT_BATCHIM[ch], ch in _DIGIT_RIEUL)
    if "A" <= ch <= "Z":
        if ch == "R":
            return None
        return (ch in _LATIN_BATCHIM, False)
    if ch in _UNIT_BATCHIM:
        return (_UNIT_BATCHIM[ch], False)
    return None  # 소문자 라틴(단어 독음), 미지 기호


def _resolve_anchor(line: str, stem_end: int) -> tuple[bool, bool] | None:
    """stem 끝에서 왼쪽으로 닫는 따옴표/괄호를 건너뛰며 발음 anchor 를 찾는다."""
    i = stem_end - 1
    skipped = False
    for _ in range(_MAX_SKIPS):
        while i >= 0 and line[i].isspace():
            i -= 1
        if i < 0:
            return None
        ch = line[i]
        if ch in _CLOSING_QUOTES:
            i -= 1  # 따옴표 안은 읽는다 — 한 글자만 벗긴다
            skipped = True
            continue
        if ch in ")]":
            opener = "(" if ch == ")" else "["
            depth, j = 1, i - 1
            while j >= 0 and depth:
                if line[j] == ch:
                    depth += 1
                elif line[j] == opener:
                    depth -= 1
                j -= 1
            if depth:
                return None  # 짝 없는 괄호 — 판정 포기
            i = j  # 괄호 안은 읽지 않는다 — 여는 괄호 앞말로
            skipped = True
            continue
        return _phoneme_of(ch, skipped)
    return None


def _fixed_josa(josa: str, batchim: bool, rieul: bool) -> str:
    """anchor 발음에 맞는 조사 표면형. 로/으로는 ㄹ받침도 '로'를 취한다."""
    with_b, without_b = _JOSA_PAIRS[josa]
    if with_b == "으로":
        return without_b if (not batchim or rieul) else with_b
    return with_b if batchim else without_b


def apply_josa_fix(text: str) -> str:
    """`josa_fix` rule_type 구현 — 줄 단위로 어절을 훑어 조사를 교정한다."""
    return "\n".join(_fix_line(line) for line in text.split("\n"))


def _fix_line(line: str) -> str:
    edits: list[tuple[int, int, str]] = []
    for m in re.finditer(r"\S+", line):
        tok = m.group()
        tm = _TOKEN_RE.match(tok)
        if not tm:
            continue
        josa = tm.group("josa")
        stem = tm.group("stem")
        anchor = _resolve_anchor(line, m.start() + len(stem))
        if anchor is None:
            continue
        fixed = _fixed_josa(josa, *anchor)
        if fixed != josa:
            start = m.start() + len(stem)
            edits.append((start, start + len(josa), fixed))
    for start, end, fixed in reversed(edits):
        line = line[:start] + fixed + line[end:]
    return line