/**
 * 判据目录里**唯一**允许读文本文件的两个入口 —— 名字自己解释该选哪个。
 *
 * # 为什么要有这个模块（pi 2026-09-14 §4：同一处坑我踩了两次）
 *
 * 规范里写着"判代码读剥离版、判理由读原文"，我 P5 写过一次、当天又踩了一次
 * （`'rejected'` 那段**注释**里正好写着 `allowed-once`，被当成"这里会放行"误报）。
 * **第二次犯规说明问题不在记性，在形态**：靠人记得执行的规范一定会有下一次。
 * 所以把"用哪个读取器"从**记忆**变成**代码里的一个词**，并且可以被判据检查。
 *
 * - `code(path)`：**剥掉注释**。判"代码里有没有这个调用/这个值"时必须用它 ——
 *   否则解释性注释（"这里写 'rejected' 而不是 'denied'，因为只认 allowed-once"）
 *   会被当代码读，产生假红/假绿。
 * - `prose(path)`：**原文**。判"理由写清了没/文档里有没有这句话"时用它。
 *
 * 选错的典型症状：断言里的标识符恰好在同文件的注释里出现过（这类误报几乎都集中在
 * "解释性注释与它解释的标识符同名"的地方）。
 */
import { readFileSync } from 'node:fs';

/**
 * 剥掉注释：只用于"代码里有什么"。
 *
 * ★ **行号必须保持不变** —— 这一条是硬要求，不是风格问题。
 *   原来块注释是用 `''` 直接抹掉的，而块注释**自带换行**，抹掉它就把后面所有行的行号
 *   整体前移。后果实测（我自己的 `harmony-arkts` 判据报违规时）：
 *   报出"最后一个 import 在第 64 行、第 47 行已是语句"，而**真实文件里是第 80 / 63 行** ——
 *   全仓的判据都在用 `文件:行号` 定位（`grep -n`、编辑器跳转），**报出来的行号必须能直接用**，
 *   否则读者第一步就得先猜"这是剥过的还是没剥的"。
 *   修法：块注释里的每个换行都**换成等价数量的空行**（而不是整块删掉）。
 */
export function stripComments(src) {
  return src
    .replace(/\/\*[\s\S]*?\*\//g, (m) => '\n'.repeat((m.match(/\n/g) || []).length))
    .replace(/(^|[^:])\/\/[^\n]*/g, '$1'); // 行注释（避开 https:// 这类；它不含换行，行号天然不变）
}

/** 读文件并**剥掉注释** —— 判"代码里有什么"用这个 */
export function code(path) {
  return stripComments(readFileSync(path, 'utf8'));
}

/**
 * 把**字符串/模板串的"体"**抹成空白（保留引号与换行）。
 *
 * ★ 为什么需要它：`stripComments` 只去注释，**不去字符串**。于是"在源码里找某个写法"
 *   的那类判据会**咬到字符串里的文字** —— 这个族本仓已经踩过三次
 *   （`@ohos`、`toISOString`、以及"自检的报错文案把自己数进去"）。
 *   实测（pi 2026-09-15 用它自己的正则复现，我也复现）：
 *     probs.push(`oops; totalTests += 1`);   ← 被 MATCHED（假阳性）
 *   而代码是对的 ⇒ **判据开始消费散文**，下一个人会去改**文案**来哄判据。
 *
 * ★ **行号必须不变**（与 `stripComments` 同一条硬要求）：字符串里的每个换行
 *   换成等价数量的空行。而且**保留引号本身**，这样"这里原本有个字符串"仍然看得见。
 *
 * ⚠️ 已知限制，**方向是"假绿"，不是"误伤"** —— 这一点我第一版写错了，pi 2026-09-15 测出真方向：
 *   逐字符扫描，**不区分正则字面量**。单个**不成对**的引号就够把后面一大段当字符串吞掉：
 *
 *     输入:   const RE = /["']/; totalTests += 1;
 *     抹除后: const RE = /["                     ← 从那个 " 起，一路吞到**下一个 "**
 *     命中:   0 处
 *
 *   两种后果，**要防的是第二种**：
 *   ① 常见的是**假红**（唯一那处写被吞 ⇒ 报"出现 0 处"，而文案还指不到真因）；
 *   ② **假绿**：被吞的区间里正好藏着**第二处写**，而第一处写在区间之外 ⇒ 计数仍是 1
 *      ⇒ **"重复"就在那里，判据却绿**。
 *   实测：`const RE = /["x]; totalTests += 1; OK"]/ ; totalTests += 1;`
 *   ⇒ 真身 **2** 处，抹除后只数出 **1** 处。
 *
 *   ★ 而"第二处写"正是这条判据**唯一存在的理由** ⇒ ② 是**绕过**。
 *   所以这条判据的绿只能保证："**在它能看见的文本里**没有第二处写" —— 不是"没有第二处写"。
 *   **把绿当成证明，就会在这里栽。**
 *
 *   （修它需要词法状态机 —— 不划算，因为下一版要改成"记录投影"，
 *     那时"计两次"根本没有对应的语句可写，这一族连扫描对象都不存在。）
 */
export function stripStrings(src) {
  let out = '';
  let i = 0;
  while (i < src.length) {
    const ch = src[i];
    if (ch !== '"' && ch !== "'" && ch !== '`') { out += ch; i += 1; continue; }
    const quote = ch;
    out += ch; i += 1;
    while (i < src.length) {
      const d = src[i];
      if (d === '\\') { out += '  '; i += 2; continue; }   // 转义：两个字符都抹掉（等长）
      if (d === '\n') { out += '\n'; i += 1; continue; }   // 换行**保留**（行号不变）
      if (d === quote) { out += d; i += 1; break; }
      out += ' '; i += 1;
    }
  }
  return out;
}

/** 读文件**原文** —— 判"注释/文档里写了什么"用这个 */
export function prose(path) {
  return readFileSync(path, 'utf8');
}

/** 读**二进制**（安装包、图片等）—— 需要 Buffer 时用它，别在判据里裸用 readFileSync */
export function bytes(path) {
  return readFileSync(path);
}