"""SRT 条目解析（纯函数，按秒返回，供参考字幕与产物字幕共用）。

与 `nodes/srt.py` 的区别：`nodes/srt.py` 保留原始毫秒字符串供生产链路
序列化；本模块把时间戳换算为**秒浮点数**，用于测试中的时间对齐计算与
篇幅统计，不参与生产输出。
"""

from __future__ import annotations

import re

# 匹配 SRT 时间轴行（时间戳 --> 时间戳），作为条目边界。
_SRT_TIME_LINE_RE = re.compile(
    r"(\d{2}:\d{2}:\d{2},\d{3})\s*-->\s*(\d{2}:\d{2}:\d{2},\d{3})",
)


def parse_srt_entries(text: str) -> list[dict]:
    """解析 SRT 为 [{start, end, text}]（秒为单位）。

    按行分块：一个条目 = 序号行 + 时间轴行 + 若干文本行（可空）。即使文本为
    空串（如翻译补空占位、空字幕）也计入一条，时间轴不丢失。正文多行用空格
    连接，便于按关键词检索。
    """
    entries: list[dict] = []
    lines = text.splitlines()
    index = 0
    while index < len(lines):
        line = lines[index].strip()
        # 跳过序号行与空行，找时间轴行。
        if not line or not _SRT_TIME_LINE_RE.search(line):
            index += 1
            continue
        match = _SRT_TIME_LINE_RE.search(line)
        start = _ts_to_seconds(match.group(1))
        end = _ts_to_seconds(match.group(2))
        index += 1
        # 收集后续非序号、非时间轴的文本行（可空/多行），直到空行或序号行。
        text_parts: list[str] = []
        while index < len(lines):
            nxt = lines[index].strip()
            if not nxt:
                break  # 空行：条目结束
            if _SRT_TIME_LINE_RE.search(nxt):
                break  # 下一个时间轴：条目结束
            if nxt.isdigit():
                break  # 下一个序号：条目结束
            text_parts.append(nxt)
            index += 1
        entries.append(
            {
                "start": start,
                "end": end,
                "text": " ".join(text_parts),
            }
        )
        index += 1
    return entries


def _ts_to_seconds(ts: str) -> float:
    """把 SRT 时间戳（HH:MM:SS,mmm）换算为秒。"""
    hours, minutes, rest = ts.split(":")
    seconds, millis = rest.split(",")
    return int(hours) * 3600 + int(minutes) * 60 + int(seconds) + int(millis) / 1000