#!/usr/bin/env python3
"""
变异体统计 —— **口径的唯一权威**（此前数字只活在信里，换过 40/48/58/41 四种说法）。

为什么需要它：同一个变异体可能出现在多个 `jobs*.json` 里、挂着不同的 `test` 键
（跨批重锚留下的），于是"按判据文件分组求和"会把它算多次 —— 而"job 集合是什么"
以前没有定义，谁算都能得一个数。

口径（写死在这里，别在信里另说一套）：
  · 不同变异体 = 按 (file, pat, repl) 三元组去重（`retired: true` 的条目不计）；
  · 跑起来     = 该三元组的锚点在该文件里**恰好命中 1 次**（与 mut.py 同一条件）；
  · 跳过       = 锚点命中 ≠ 1；
  · on_new_criteria = 该变异体的**每一个** test 键都指向本次新增的两个判据文件
    （口径 A：回答"新判据抓住了多少"，不因交叉归类虚高）；
  · 另报口径 B（任一 test 键挂新增文件）作参考 —— 它**只增不减**，别拿来报数。

用法：python3 client/electron/test/mutants/summary.py
"""
import glob
import json
import os
import re
import subprocess
import sys
from collections import defaultdict

HERE = os.path.dirname(os.path.abspath(__file__))
JOBS_DIR = os.path.join(HERE, 'jobs')
# mutants/ → test/ → electron/ → client/ → 仓库根
REPO = os.path.abspath(os.path.join(HERE, '..', '..', '..', '..'))

# test 键 → 判据文件：**唯一来源**是同目录的 test-keys.json（与 mut.py 共用一份）
_KEYS = json.load(open(os.path.join(HERE, 'test-keys.json'), encoding='utf-8'))
TESTFILE = {k: v for k, v in _KEYS.items() if k != '_'}
NEW_CRITERIA = {
    'test/harmony-admin.test.mjs',
    'test/harmony-imageprep.test.mjs',
}


def main():
    entries = []
    for f in sorted(glob.glob(os.path.join(JOBS_DIR, 'jobs*.json'))):
        for j in json.load(open(f, encoding='utf-8')):
            j['_from'] = os.path.basename(f)
            entries.append(j)

    active = [e for e in entries if not e.get('retired')]
    retired = len(entries) - len(active)

    def anchor_hits(e):
        path = e['file'] if os.path.isabs(e['file']) else os.path.join(REPO, e['file'])
        try:
            src = open(path, encoding='utf-8').read()
        except OSError:
            return -1
        return len(list(re.finditer(e['pat'], src)))

    by = defaultdict(list)
    for e in active:
        by[(e['file'], e['pat'], e['repl'])].append(e)

    ran = skipped = only_new = any_new = 0
    skipped_detail = []
    for key, group in by.items():
        h = anchor_hits(group[0])
        if h != 1:
            skipped += 1
            skipped_detail.append((key, group, h))
            continue
        ran += 1
        files = {TESTFILE.get(e['test'], e['test']) for e in group}
        if files <= NEW_CRITERIA:
            only_new += 1
        if files & NEW_CRITERIA:
            any_new += 1

    # 基线自证：变异跑完必须**逐字节还原**。这一条以前只在信里说（"sha256sum -c 7/7 OK"）——
    # 与"数字只在信里"同一个毛病。挪进 RESULT 行：万一某次变异把文件写坏了，
    # 套件这一行会直接显形，而不是等下一个人去信里找。
    baseline_ok = None
    bl = os.path.join(HERE, 'baseline.sha')
    if os.path.exists(bl):
        try:
            r = subprocess.run(['sha256sum', '-c', bl], cwd=REPO,
                               capture_output=True, text=True, timeout=60)
            # 底本里允许 `#` 注释（记"为什么重算基线"用）—— 计数与校验都要跳过它们，
            # 否则注释会被当成"一项没还原"（我第一次加注释就踩了这个）
            total = sum(1 for ln in open(bl, encoding='utf-8')
                        if ln.strip() and not ln.lstrip().startswith('#'))
            ok = sum(1 for ln in (r.stdout or '').splitlines() if ln.endswith(': OK'))
            baseline_ok = (ok == total, ok, total)
        except Exception:
            baseline_ok = (False, -1, -1)

    bl_note = ''
    if baseline_ok is None:
        bl_note = ' baseline=（没有 baseline.sha）'
    else:
        good, ok, total = baseline_ok
        bl_note = f' baseline={ok}/{total}' + ('✓' if good else '✗**有文件没还原**')

    print(f'RESULT mutants={len(by)} ran={ran} skipped={skipped} '
          f'on_new_criteria={only_new}'
          f'（口径A=只挂新判据 {only_new} / 口径B=任一挂新判据 {any_new} / '
          f'原始条目 {len(entries)}，其中 retired {retired}）' + bl_note)
    if skipped_detail:
        print('跳过（锚点命中≠1 ⇒ 跑不起来）：')
        for key, group, h in skipped_detail:
            srcs = ', '.join(sorted({e['_from'] for e in group}))
            print(f'  hits={h}  {key[0]}  「{group[0].get("why", "")}」  （{len(group)} 条条目：{srcs}）')
        print('  ⚠️ hits=0 通常是**过期条目**（锚点是旧写法）—— 请标 retired 或删除，')
        print('     否则它会把 skipped 一直抬高（方向与"让欠账显形"相反）。')
    return 0


if __name__ == '__main__':
    sys.exit(main())