#!/usr/bin/env python3
"""Compare un document original avec sa version anonymisée."""

import sys
from pathlib import Path
sys.path.insert(0, str(Path(__file__).parent.parent))

import pdfplumber

# Document original
original_pdf = Path("/home/dom/Téléchargements/II-1 Ctrl_T2A_2025_CHCB_DocJustificatifs/102_23056463/CRH 23056364.pdf")
anonymized_txt = Path("/home/dom/Téléchargements/II-1 Ctrl_T2A_2025_CHCB_DocJustificatifs/anonymise/CRH 23056364.pseudonymise.txt")

print("="*80)
print("COMPARAISON ORIGINAL vs ANONYMISÉ")
print("="*80)

# Extraire texte original
print("\n📄 Extraction du texte original...")
with pdfplumber.open(original_pdf) as pdf:
    original_text = "\n".join([page.extract_text() or "" for page in pdf.pages])

# Lire texte anonymisé
with open(anonymized_txt, 'r', encoding='utf-8') as f:
    anonymized_text = f.read()

print(f"\n📊 Longueur texte original: {len(original_text)} caractères")
print(f"📊 Longueur texte anonymisé: {len(anonymized_text)} caractères")

# Afficher les 100 premières lignes de chaque
print("\n" + "="*80)
print("TEXTE ORIGINAL (100 premières lignes):")
print("="*80)
print("\n".join(original_text.split('\n')[:100]))

print("\n" + "="*80)
print("TEXTE ANONYMISÉ (100 premières lignes):")
print("="*80)
print("\n".join(anonymized_text.split('\n')[:100]))