#!/usr/bin/env python3
"""github-publish-sanitize.py — 對匯出樹做內容級改寫，讓公開版真的能被別人使用。

由 publish-github.sh 自動呼叫（步驟 3.5），參數＝匯出樹的暫存目錄。

為什麼需要（leo 2026-07-21）：
  「我不想給它 Gitea 網址，因為我們已經計劃要把 gitea 改用 CF 版本了。」

  install.sh / update.sh 內建的抓取來源指向我們的 **private Gitea**：
    - 別人抓不到（private）→ 裝不起來
    - 且該網址即將換成 CF 版 → 公開出去的網址馬上失效

  → 公開版一律改指 GitHub raw。私有工作區維持 Gitea 不動，
    兩邊不必手工維護兩份（改寫發生在發佈當下）。
"""
import pathlib
import re
import sys

GITEA_BASE = "https://git.uncle6.me/Leo/system-dev-template/raw/branch/main"
GITHUB_BASE = "https://raw.githubusercontent.com/youlinhsieh/system-dev-template/main"

# 純文字取代（來源網址）。放這裡的規則要「冪等」——重跑不會壞。
REPLACEMENTS = [
    (GITEA_BASE, GITHUB_BASE),
    # 保險：任何殘留的 Gitea 主機名（例如註解、文件裡的說明連結）
    ("https://git.uncle6.me/Leo/system-dev-template", "https://github.com/youlinhsieh/system-dev-template"),
    # 🔴 舊 GitHub 帳號 uncle6me-web **已被 suspend**：README 的安裝指令仍指向它
    #    → 別人照著跑會抓不到（2026-07-20 已在 update.sh 撞過同一顆雷）。
    ("raw.githubusercontent.com/uncle6me-web/", "raw.githubusercontent.com/youlinhsieh/"),
    ("github.com/uncle6me-web/", "github.com/youlinhsieh/"),
    # 文件註解裡拿舊帳號當範例 → 對外改通用佔位符（別人看到我們的帳號名沒意義）
    ("（例：uncle6me-web）", "（例：your-github-account）"),
    ("(e.g. uncle6me-web)", "(e.g. your-github-account)"),
]

TEXT_SUFFIXES = {".sh", ".md", ".json", ".py", ".yaml", ".yml", ".txt"}


def main(root_arg: str) -> int:
    root = pathlib.Path(root_arg)
    if not root.is_dir():
        print(f"❌ sanitize：找不到匯出樹 {root}", file=sys.stderr)
        return 1

    changed = []
    for path in root.rglob("*"):
        if not path.is_file() or path.suffix not in TEXT_SUFFIXES:
            continue
        try:
            original = path.read_text(encoding="utf-8")
        except (UnicodeDecodeError, OSError):
            continue

        text = original
        for old, new in REPLACEMENTS:
            text = text.replace(old, new)

        if text != original:
            path.write_text(text, encoding="utf-8")
            changed.append(str(path.relative_to(root)))

    if changed:
        print(f"🧼 sanitize：改寫來源網址 → GitHub（{len(changed)} 檔）")
        for c in changed:
            print(f"     {c}")
    else:
        print("🧼 sanitize：無需改寫")

    # 驗證：公開樹不得殘留「別人抓不到的來源」——漏了就是別人裝不起來。
    #   ① git.uncle6.me   ＝ 我們的 private Gitea（且即將換 CF 版）
    #   ② uncle6me-web    ＝ 已被 suspend 的舊 GitHub 帳號
    BAD_HOSTS = ("git.uncle6.me", "uncle6me-web")
    leaked = []
    for path in root.rglob("*"):
        if not path.is_file() or path.suffix not in TEXT_SUFFIXES:
            continue
        try:
            content = path.read_text(encoding="utf-8")
            if any(bad in content for bad in BAD_HOSTS):
                leaked.append(str(path.relative_to(root)))
        except (UnicodeDecodeError, OSError):
            continue

    if leaked:
        print("❌ sanitize：公開樹仍殘留失效來源（Gitea/suspend 帳號），中止發佈：", file=sys.stderr)
        for f in leaked:
            print(f"     {f}", file=sys.stderr)
        return 1

    return 0


if __name__ == "__main__":
    sys.exit(main(sys.argv[1] if len(sys.argv) > 1 else "."))