"""长时寒暄幻觉词清洗测试（先红后绿）。

背景（实测 run 20260905115050）：修复时间对齐后，字幕仍残留四类问题，
其中"寒暄/收尾幻觉词"最具确定性、可规则化：

- 产物里 '晚安 / 感谢观看 / 感谢收看 / 感谢您的观看' 等固定套话出现 36 次；
- 其中 **33 条展示时长 = 30s（整块占满）**，明显是 ASR/LLM 对无内容段
  的音量幻觉占位，与视频内容毫无关系；
- 仅 2 条时长 ~2s（如 720.00-722.00 '晚安'）可能是剧情里真的说了"晚安"，
  属于真实内容，不应误删。

方案（用户确认）：日文转译完成后，对**展示时长过长**（≥阈值）且文本匹配
寒暄词表的条目，把文本替换为 '-' 占位，由后续处理（SRT/过滤流程）移除。
这样既清掉幻觉占位，又用"时长阈值"保住可能为真实对话的短时寒暄词。

阈值从本次真实运行实测数据判定：30s 幻觉占位 vs 2s 真实词，分界明显，
本测试选 threshold=15s（>15s 才视为幻觉；≤15s 保留）。
"""

from __future__ import annotations

import pytest

# 清洗逻辑来自生产模块 nodes/subtitle_cleanup.py（纯函数），测试只 import。
from nodes.subtitle_cleanup import (
    DEFAULT_THRESHOLD_SECONDS,
    HALLUCINATION_TOKENS,
    mask_hallucination_text,
)


def _mk(start: float, end: float, text: str) -> dict:
    """构造一个字幕条目（测试辅助）。"""
    return {"start": start, "end": end, "text": text}


def test_long_hallucination_masked() -> None:
    """30s 的'晚安/感谢观看'（幻觉占位）必须被替换为 '-'。"""
    entries = [
        _mk(60.0, 90.0, "晚安"),
        _mk(90.0, 120.0, "感谢您的观看"),
        _mk(1260.0, 1289.98, "感谢您的观看"),
    ]
    out = mask_hallucination_text(entries)
    assert all(e["text"] == "-" for e in out)


def test_short_hallucination_preserved() -> None:
    """2s 的'晚安'（可能为剧情真实对话）必须保留，不误删。"""
    entries = [
        _mk(720.0, 722.0, "晚安"),
        _mk(238.0, 240.0, "非常感谢您的观看。"),
    ]
    out = mask_hallucination_text(entries)
    assert out[0]["text"] == "晚安"
    assert out[1]["text"] == "非常感谢您的观看。"


def test_non_hallucination_always_preserved() -> None:
    """普通内容（即使很长）绝不能被当成寒暄幻觉处理。"""
    entries = [
        _mk(0.0, 30.0, "今天我将为您提供精神调适服务"),
        _mk(10.0, 40.0, "请尽量放松，无论多少次都能感到舒适愉悦"),
    ]
    out = mask_hallucination_text(entries)
    assert out[0]["text"] == "今天我将为您提供精神调适服务"
    assert out[1]["text"] == "请尽量放松，无论多少次都能感到舒适愉悦"


def test_threshold_boundary() -> None:
    """阈值边界：刚好 ≥ 阈值才清洗；< 阈值保留。"""
    entries = [
        _mk(0.0, 15.0, "晚安"),       # 恰好 15s → 清洗（≥ threshold）
        _mk(0.0, 14.99, "晚安"),      # 14.99s → 保留
    ]
    out = mask_hallucination_text(entries, threshold_seconds=15.0)
    assert out[0]["text"] == "-"
    assert out[1]["text"] == "晚安"


@pytest.mark.integration
def test_mask_does_not_mutate_input() -> None:
    """清洗不得修改原始条目对象（纯函数约束）。"""
    entries = [_mk(60.0, 90.0, "晚安")]
    original_text = entries[0]["text"]
    mask_hallucination_text(entries)
    assert entries[0]["text"] == original_text