#!/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
AI响应解析器模块
"""

import logging
import json
from typing import List, Dict, Any
from utils.file_io import process_llm_json_text

logger = logging.getLogger(__name__)


class TopicParser:
    """
    解析和验证由AI模型生成的选题列表
    """

    @staticmethod
    def parse(raw_text: str) -> List[Dict[str, Any]]:
        """
        从原始文本解析、修复和验证JSON

        Args:
            raw_text: AI模型返回的原始字符串

        Returns:
            一个字典列表，每个字典代表一个有效的选题
        """
        logger.info("开始解析AI生成的选题...")
        
        # 使用通用JSON解析函数解析原始文本
        parsed_json = process_llm_json_text(raw_text)
        
        if not parsed_json:
            logger.error("解析AI响应失败，无法获取JSON数据")
            return []
            
        if not isinstance(parsed_json, list):
            logger.error(f"解析结果不是列表，而是 {type(parsed_json)}")
            return []
        
        logger.info(f"成功解析 {len(parsed_json)} 个选题对象。开始验证...")
        
        # 验证每个选题是否包含所有必需的键
        valid_topics = []
        required_keys = {"index", "date", "logic", "object", "product", "style", "targetAudience"}
        optional_keys = {"productLogic", "styleLogic", "targetAudienceLogic"}
        
        for i, item in enumerate(parsed_json):
            if isinstance(item, dict) and required_keys.issubset(item.keys()):
                valid_topics.append(item)
            else:
                logger.warning(f"第 {i+1} 个选题缺少必需键或格式不正确: {item}")
        
        logger.info(f"验证完成，获得 {len(valid_topics)} 个有效选题。")
        return valid_topics