"""drawio_read.py — 把任意 drawio 文件规整成纯 mxGraphModel XML 打到 stdout。

为什么需要它：drawio MCP 的 new_diagram 写出来的**不是**纯 mxfile XML，而是
SVG 外壳 + `content="<mxfile>..."`，里面的 diagram 段还是 base64+raw-deflate
压缩的。人手在 drawio 桌面版里存的则常常是纯 XML。两种都要能读，否则
n18（按原理图回写 drawio）和 d21（原理图与 drawio 一致性比对）根本没法比。

用法:
    python drawio_read.py <drawio 文件>            # 打印 mxGraphModel XML
    python drawio_read.py <drawio 文件> --summary  # 只打印模块/连线清单
"""
from __future__ import annotations

import argparse
import base64
import html
import re
import sys
import urllib.parse
import zlib
from pathlib import Path

for _s in (sys.stdout, sys.stderr):
    try:
        _s.reconfigure(encoding="utf-8", errors="replace")
    except (AttributeError, ValueError):
        pass


def _inflate(payload: str) -> str:
    """base64 + raw-deflate + urlencode 三层解开（drawio 的压缩 diagram 段）。"""
    blob = zlib.decompress(base64.b64decode(payload), -15)
    return urllib.parse.unquote(blob.decode("utf-8"))


def to_xml(path: Path) -> str:
    """返回纯 mxGraphModel/mxfile XML，无论源文件是哪种封装。"""
    raw = path.read_text(encoding="utf-8", errors="replace")

    # 形态 1：SVG 外壳，真内容在 content 属性里
    if not raw.lstrip().startswith(("<mxfile", "<mxGraphModel")):
        m = re.search(r'content="([^"]*)"', raw)
        if not m:
            raise SystemExit(f"{path} 既不是 mxfile，也找不到 SVG 的 content 属性")
        raw = html.unescape(m.group(1))

    # 形态 2：diagram 段被压缩
    d = re.search(r"<diagram[^>]*>\s*([A-Za-z0-9+/=]+)\s*</diagram>", raw)
    if d:
        try:
            return _inflate(d.group(1))
        except (zlib.error, ValueError) as exc:
            raise SystemExit(f"{path} 的 diagram 段解压失败：{exc}")

    # 形态 3：已经是明文 XML
    return raw


_CELL = re.compile(r'<mxCell\b[^>]*?id="([^"]*)"[^>]*?>', re.S)
_VAL = re.compile(r'value="([^"]*)"')
_SRC = re.compile(r'source="([^"]*)"')
_TGT = re.compile(r'target="([^"]*)"')


def summarize(xml: str) -> str:
    """列出模块与连线，供 d21 做原理图/框图一致性比对时逐条核。"""
    names: dict[str, str] = {}
    edges: list[tuple[str, str, str]] = []
    for m in re.finditer(r"<mxCell\b.*?(?:/>|</mxCell>)", xml, re.S):
        tag = m.group(0)
        cid = re.search(r'id="([^"]*)"', tag)
        if not cid:
            continue
        val = _VAL.search(tag)
        label = html.unescape(val.group(1)) if val else ""
        label = re.sub(r"<[^>]+>", " ", label)          # 去掉 value 里的 HTML 标签
        label = re.sub(r"\s*[\r\n]+\s*", " / ", label)  # 多行 value 压成一行
        label = re.sub(r"\s{2,}", " ", label).strip()
        if 'vertex="1"' in tag:
            if "edgeLabel" in tag:                      # 边上的 Yes/No 标签不是模块
                continue
            names[cid.group(1)] = label
        elif 'edge="1"' in tag:
            s, t = _SRC.search(tag), _TGT.search(tag)
            edges.append((s.group(1) if s else "?", t.group(1) if t else "?", label))

    def short(cid: str) -> str:
        """连线清单里只用模块名首段，否则整行被模块说明撑爆。"""
        return names.get(cid, cid).split(" / ")[0]

    lines = [f"模块 {len(names)} 个:"]
    lines += [f"  [{k}] {v}" for k, v in names.items()]
    lines.append(f"连线 {len(edges)} 条:")
    lines += [f"  {short(s)} -> {short(t)}" + (f"   ({lbl})" if lbl else "")
              for s, t, lbl in edges]
    return "\n".join(lines)


def main() -> int:
    ap = argparse.ArgumentParser(description="把任意 drawio 文件规整成 mxGraphModel XML")
    ap.add_argument("path", type=Path)
    ap.add_argument("--summary", action="store_true", help="只打印模块/连线清单")
    args = ap.parse_args()
    if not args.path.is_file():
        raise SystemExit(f"文件不存在：{args.path}")
    xml = to_xml(args.path)
    print(summarize(xml) if args.summary else xml)
    return 0


if __name__ == "__main__":
    sys.exit(main())