#!/usr/bin/env python3
"""文档解析器命令行交互模块，提供命令行接口。支持 DOCX、PPTX、XLSX、PDF、HTML 和 URL。"""

import argparse
import logging
import os
import sys
import warnings
from pathlib import Path

# 将 scripts/ 目录添加到 sys.path，支持从任意位置执行脚本
scripts_dir = Path(__file__).resolve().parent
if str(scripts_dir) not in sys.path:
    sys.path.append(str(scripts_dir))

# 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")

# 配置日志系统，只输出 ERROR 级别
logging.basicConfig(level=logging.ERROR, format='%(levelname)s: %(message)s')

# 设置第三方库日志等级
logging.getLogger('docling').setLevel(logging.ERROR)
logging.getLogger('unstructured').setLevel(logging.ERROR)

from core import (
    FileDetectionError,
    ReaderNotFoundError,
    output_result,
    parse_input,
    process_content,
)
from readers import READERS


def main() -> None:
    parser = argparse.ArgumentParser(
        description="将 DOCX、PPTX、XLSX、PDF、HTML 文件或 URL 解析为 Markdown"
    )

    parser.add_argument("input_path", help="DOCX、PPTX、XLSX、PDF、HTML 文件或 URL")

    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()

    # 实例化所有 readers
    readers = [ReaderCls() for ReaderCls in READERS]

    try:
        content, failures = parse_input(args.input_path, readers)
    except FileDetectionError as e:
        print(f"错误: {e}")
        sys.exit(1)
    except ReaderNotFoundError as e:
        print(f"错误: {e}")
        sys.exit(1)

    if content is None:
        print("所有解析方法均失败:")
        for failure in failures:
            print(failure)
        sys.exit(1)

    # 处理内容
    content = process_content(content)

    # 输出结果
    output_result(content, args)


if __name__ == "__main__":
    main()