"""SRT 条目解析与序列化：正文可多行或为空，保留原始毫秒时间戳。"""

from __future__ import annotations

import re
from dataclasses import dataclass

_TIMESTAMP = re.compile(r"^(\d{2,}:\d{2}:\d{2},\d{3})\s*-->\s*(\d{2,}:\d{2}:\d{2},\d{3})$")


@dataclass(frozen=True)
class Cue:
    """一个字幕条目；序号在输出时重排，时间戳与多行正文独立保存。"""

    start: str
    end: str
    text: str


def parse_srt(text: str) -> list[Cue]:
    """解析合法 SRT，兼容 BOM、CRLF、多余空行、空 cue 和末尾无空行。

    非空的坏条目明确报错，避免静默漏字幕；空文件返回空列表。
    """
    lines = text.lstrip("\ufeff").splitlines()
    entries = []
    index = 0
    while index < len(lines):
        if not lines[index].strip():
            index += 1
            continue
        if not lines[index].strip().isdigit() or index + 1 >= len(lines):
            raise ValueError(f"invalid SRT index at line {index + 1}")
        match = _TIMESTAMP.fullmatch(lines[index + 1].strip())
        if match is None:
            raise ValueError(f"invalid SRT timestamp at line {index + 2}")
        index += 2
        body = []
        while index < len(lines) and lines[index].strip():
            # 正文行不允许是时间戳行：出现即说明条目之间缺少空行分隔。
            # 若不报错，下一条的序号与时间轴会被当成上一条正文吞掉，
            # 静默产出时间与文本错位的字幕（同“静默错位”类缺陷）。
            if _TIMESTAMP.fullmatch(lines[index].strip()):
                raise ValueError(
                    f"missing blank line before cue at line {index + 1}"
                )
            body.append(lines[index])
            index += 1
        entries.append(Cue(match[1], match[2], "\n".join(body)))
    return entries


def serialize_srt(entries: list[Cue]) -> str:
    """按条目输出连续序号，空正文仍保留该条目的时间轴。"""
    return "\n".join(
        f"{i}\n{cue.start} --> {cue.end}\n{cue.text}\n"
        for i, cue in enumerate(entries, 1)
    )