#!/usr/bin/env python3
"""HTML 解析器命令行交互模块，提供命令行接口。支持 URL 和 HTML 文件。"""

import argparse
import logging
import os
import sys
import warnings

# 抑制第三方库的进度条和日志，仅保留解析结果输出
os.environ["HF_HUB_DISABLE_PROGRESS_BARS"] = "1"
os.environ["HF_HUB_DISABLE_TELEMETRY"] = "1"
os.environ["TQDM_DISABLE"] = "1"
warnings.filterwarnings("ignore")
logging.disable(logging.WARNING)

import common
import downloader
import html_parser


def main() -> None:
    parser = argparse.ArgumentParser(
        description="将 URL 或 HTML 文件解析为 Markdown"
    )

    parser.add_argument("input", help="URL 或 HTML 文件的路径")

    parser.add_argument(
        "-n",
        "--context",
        type=int,
        default=2,
        help="与 -s 配合使用，指定每个检索结果包含的前后行数（不包含空行）",
    )

    group = parser.add_mutually_exclusive_group()
    group.add_argument(
        "-c", "--count", action="store_true", help="返回解析后的 markdown 文档的总字数"
    )
    group.add_argument(
        "-l", "--lines", action="store_true", help="返回解析后的 markdown 文档的总行数"
    )
    group.add_argument(
        "-t",
        "--titles",
        action="store_true",
        help="返回解析后的 markdown 文档的标题行（1-6级）",
    )
    group.add_argument(
        "-tc",
        "--title-content",
        help="指定标题名称，输出该标题及其下级内容（不包含#号）",
    )
    group.add_argument(
        "-s",
        "--search",
        help="使用正则表达式搜索文档，返回所有匹配结果（用---分隔）",
    )

    args = parser.parse_args()

    # 判断输入类型
    html_content = None
    temp_file_path = None

    if common.is_url(args.input):
        # URL 模式
        html_content, download_failures = downloader.download_html(args.input)
        if html_content is None:
            print("所有下载方法均失败:")
            for failure in download_failures:
                print(failure)
            sys.exit(1)
    else:
        # HTML 文件模式
        if not os.path.exists(args.input):
            print(f"错误: 文件不存在: {args.input}")
            sys.exit(1)
        if not common.is_html_file(args.input):
            print(f"错误: 不是有效的 HTML 文件: {args.input}")
            sys.exit(1)
        with open(args.input, "r", encoding="utf-8") as f:
            html_content = f.read()
        temp_file_path = args.input

    # HTML 预处理清理
    cleaned_html = common.clean_html_content(html_content)

    # 解析 HTML
    markdown_content, parse_failures = html_parser.parse_html(cleaned_html, temp_file_path)
    if markdown_content is None:
        print("所有解析方法均失败:")
        for failure in parse_failures:
            print(failure)
        sys.exit(1)

    # Markdown 后处理
    markdown_content = common.remove_markdown_images(markdown_content)
    markdown_content = common.normalize_markdown_whitespace(markdown_content)

    # 根据参数输出
    if args.count:
        print(len(markdown_content.replace("\n", "")))
    elif args.lines:
        print(len(markdown_content.split("\n")))
    elif args.titles:
        titles = common.extract_titles(markdown_content)
        for title in titles:
            print(title)
    elif args.title_content:
        title_content = common.extract_title_content(markdown_content, args.title_content)
        if title_content is None:
            print(f"错误: 未找到标题 '{args.title_content}'")
            sys.exit(1)
        print(title_content, end="")
    elif args.search:
        search_result = common.search_markdown(markdown_content, args.search, args.context)
        if search_result is None:
            print(f"错误: 正则表达式无效或未找到匹配: '{args.search}'")
            sys.exit(1)
        print(search_result, end="")
    else:
        print(markdown_content, end="")


if __name__ == "__main__":
    main()